基于果蝇优化算法的轮廓误差控制研究

针对传统果蝇优化算法精度低、收敛慢、易陷入局部最优的问题,通过增加随机机制扩大其探测能力,并通过改变步长,提高其后期寻优精度。将改进后的算法应用于PID控制器的参数优化,并将复杂的时变信号作为优化模型的输入。对获得的PID参数的控制效果进行验证,结果表明:改进后的果蝇算法寻优速度快、精度高,其优化后的PID参数,轮廓运动控制精度高、鲁棒性好。     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

基于改进PSO算法的磁浮列车PID控制器参数优化

为减小磁浮列车气隙控制中非线性的影响,将粒子群优化(PSO)算法用于磁浮列车控制器参数优化,并在线性递减权重粒子群算法的基础上,提出了一种改进的粒子群优化算法.算法采用了邻域结构、停滞检测以及对全局最佳粒子的微扰,以改善算法的优化速度和收敛性.仿真和实验结果表明,将改进算法获得的优化参数用于磁浮列车的比例积分微分(PID)控制器,比原有PID控制器的输出超调减小45%.     

基于FOA优化贝叶斯网络的高速公路机电故障预测研究

利用果蝇优化算法的快速搜索能力和全局最优能力,结合贝叶斯网络的结构特点,运用果蝇优化算法优化贝叶斯网络结构,提出一种基于果蝇优化算法优化贝叶斯网络的高速公路机电设备故障预测研究。     

细菌觅食机制粒子群优化算法

针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.     

敷设聚脲的吸声模型改进粒子群算法优化

为了提高敷薄吸声层的水下小目标的隐身性能,以敷设聚脲的多层结构为基本吸声模型,推导了模型的反射系数计算公式.针对材料优化的应用需求,将粒子群算法的局部算法和全局算法相结合,改进粒子群算法的优化策略,得到了动态混合粒子群算法,提高了收敛能力和搜索精度.利用该算法对多层吸声模型的材料参数进行寻优,结果表明:当吸声材料杨氏模量近似为频率的分段线性函数时,其吸声性能最优.在此基础上,建立了提高模型吸声性能的理论方法,并进行了实例验证,结果表明,该方法可使模型吸声性能在140～500 kHz范围内达到-10dB以上.     

多种群果蝇优化算法求解自动化仓库拣选作业调度问题

针对自动化仓库的拣选作业调度问题，提出了一种多种群果蝇优化算法。采用随机键编码方式，利用味道浓度判定值的大小次序来映射调度解。通过同时学习子种群的局部最优和全局最优个体，实现对果蝇个体的更新计算。为了避免陷入局部最优，采用了一种果蝇个体变异机制。计算结果显示，多种群果蝇优化算法在计算精度和收敛效率方面要好于基本果蝇优化算法，并且搜索过程能够有效跳出局部最优。     

一种改进型粒子群算法求解资源优化配置问题

针对粒子群算法在求解优化问题时难以兼顾收敛精度与收敛速度这一问题,提出对目标的惯性权重进行修正和引入随着惯性权重变化的惯性学习因子的方法,该算法充分利用了上一代速度与位置、自我认知和群体间信息共享3部分内容,来影响算法的优化结果,提高了算法的全局和局部的搜索能力.最后将改进的粒子群算法应用于工程项目中的资源优化配置问题中,证明了该算法的有效性.     

一种基于邻域空间的混合粒子群优化算法

针对标准粒子群优化算法在信息共享机制的不足,提出基于邻域空间的混合粒子群优化算法。该算法修改了粒子速度更新方程,提出了一种将模式搜索算法嵌入粒子群优化算法新方法。通过4个典型的测试函数的实验研究,表明了所提出的算法充分发挥了模式搜索算法强大的局部搜索能力和基于邻域空间的粒子群优化算法的全局寻优能力,很好地平衡了算法的全局“探索”与局部“开发”。新算法具有优化精度高、鲁棒性强的特点,特别适合对高维多峰函数进行优化。     

基于免疫粒子群优化算法的多约束路由选择算法

受生物体免疫系统免疫机制的启发,把免疫系统的免疫信息处理机制引入到粒子群优化算法中,设计了一个基于免疫粒子群优化算法的路由选择算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制,实现简单,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法进化过程中的收敛速度和精度。     

SQL Server大数据量数据库性能优化初探

SQL Server作为一种企业级的数据库,提供了丰富的特性,开发者可以从多个角度进行性能分析与优化。特别是聚集索引非常关键,而一个表只能有一个聚集索引,应该合理应用。同时要善于利用数据库系统提供的各种工具,有针对性地分析和调校性能。实践表明,只要适当进行优化,在普通服务器平台上,SQL大数据量数据库的性能是基本可用的。     

粒子群算法在结构非概率可靠性优化中的应用

为了解决实际工程中不确定性结构的可靠性优化问题,建立了以结构非概率可靠性指标和横截面积为约束条件、最小化结构质量为目标的优化模型.利用非概率集合理论中的凸模型方法,求出可靠性指标,提出了基于粒子群算法的结构非概率可靠性优化方法.算例分析结果表明:与参数取平均值时的结构确定性优化方法相比,容许非概率可靠性指标为零时的结构非确定性优化方法得到的结构质量误差仅为0.009%.随着容许非概率可靠性指标的增大,桁架结构横截面积及质量也相应增大;当容许非概率可靠性指标为1.5时,与梯度投影法优化结果相比,利用该方法优化后的结构质量减少了0.323%.     

桁架结构拓扑优化的微粒群算法

为了解决有应力和位移约束的桁架结构的拓扑优化问题,将微粒群算法用于桁架结构拓扑优化.用罚函数法将应力和位移约束下的结构优化问题转化为无约束优化问题,用微粒群算法迭代计算.为了证明此方法的可行性,给出了2个具有应力和位移约束的桁架结构拓扑优化的算例.计算结果表明,微粒群算法与现有算法获得的桁架结构拓扑优化结果一致.     

证券投资的最优组合

引入了一种风险度量指标－组合偏差，构造出寻求最优投资组合的两目标决策模型，并采用约束法将其转化为线性单目标规划模型。该模型与均值－方差模型相比较，无论是在模型的合理性，还是在求解模型的方便性等方面，都有所改善，证明了线性单目标规划模型存在最优解，求解该模型等价于求解相应的线性规划模型。     

稳健性优化方法在铁道车辆优化中的应用

采用一种基于灵敏度分析的稳健性优化方法,以某铁道车辆转向架悬挂参数为设计变量,针对该车辆的稳定性进行了优化设计,并结合正交试验参数灵敏度分析方法对优化后的悬挂参数进行了灵敏度分析.研究结果表明,稳健性优化设计得到的悬挂参数不仅使该车辆拥有较高的临界速度,且临界速度对各悬挂参数的灵敏度均很低,文中优化后车辆的临界速度达到了505 km/h,当各悬挂参数改变时,临界速度变化不到5％.     

��������Ż�ģ�͵Ĺ��Ҽ���·�������Ż�

在传统的公路网路线布局优化模型的基础上,对节点重要度、路段重要度及网络重要度模型分别进行了改进. 改进模型综合考虑了节点的社会经济情况及路网交通需求在各节点之间的空间分布情况,将节点的客、货运输量作为确定节点重要度的重要指标,同时将节点之间的OD交换量、路段长度以及与两节点直接连通的节点个数作为确定路段重要度的变量,并将改进的重要度模型引入目标函数当中,建立一种适用于国家级干线公路网的组合优化模型,并运用遗传算法对所建立的组合优化模型进行求解. 基于东北地区高速公路网规划案例进行的仿真试验表明,该模型是可行的、有效的,可以为公路网规划提供一些借鉴和参考.     

基于粒子群优化算法的机场群航班优化配置研究

针对我国机场群发展不平衡、航线同质化程度高等问题,建立了以航班准点率、航空公司市场份额、旅客损失时间和航班功能定位指标最大化的航班时刻优化模型,将一级国际枢纽机场运行效果差的航班分配至周边机场.笔者在满足机场群内各机场起降容量限制、航班唯一性和航班连续性的条件下,设计改进的粒子群优化算法进行求解.以长三角机场群的航班时刻资源为例进行实例验证.研究表明:模型能够有效调整枢纽机场的低效航班至周边机场,使得机场群内各机场航班分布较为均衡,有效控制各时段航班架次的变化趋势,优化效果显著.     

Adaptive Multi-Objective Optimization of Bionic Shoulder Joint Based on Particle Swarm Optimization

To get the movement mode and driving mechanism similar to human shoulder joint, a six degrees of freedom (DOF) serial-parallel bionic shoulder joint mechanism driven by pneumatic muscle actuators (PMAs) was designed. However, the structural parameters of the shoulder joint will affect various performances of the mechanism. To obtain the optimal structure parameters, the particle swarm optimization (PSO) was used. Besides, the mathematical expressions of indexes of rotation ranges, maximum bearing torque, discrete dexterity and muscle shrinkage of the bionic shoulder joint were established respectively to represent its many-sided characteristics. And the multi-objective optimization problem was transformed into a single-objective optimization problem by using the weighted-sum method. The normalization method and adaptive-weight method were used to determine each optimization index’s weight coefficient; then the particle swarm optimization was used to optimize the integrated objective function of the bionic shoulder joint and the optimal solution was obtained. Compared with the average optimization generations and the optimal target values of many experiments, using adaptive-weight method to adjust weights of integrated objective function is better than using normalization method, which validates superiority of the adaptive-weight method.     

C程序代码优化的探讨

不同的层面的程序代码,可以有不同的模块组合方式,把各个模块平均运行次数与模块平均运行时间的卷积做得尽量小是优化的目标,这在数学上是一项复杂的工作。本文通过减少上下文依赖关系,分析静态变量、数据的组织和消除除法等方面探讨了代码的优化。