基于改进粒子群算法的机组经济运行的博弈

在电力市场下如果能够根据实时电价求出在该电价下机组经济运行状况,可以给发电公司权衡报价风险和企业利润提供极大的帮助.如果发电公司仅依据发电成本报价,在参与竞价上网时会因缺乏灵活性而造成机组被迫频繁停机和利润空间的浪费.为此,根据企业利润最大化原则建立机组经济运行数学模型,并用改进粒子群算法对模型优化求解.通过实例分析与传统方案的预测结果进行比较,说明其效果的优劣.其给发电公司决策提供更为灵活,有效的方法.     

二维不平衡指派问题模型及粒子群算法求解

为解决运输中任务数与车辆数不等情况下的换装问题,建立了二维不平衡指派问题的优化模型,并用粒子群算法（PSO）求解此问题．对几种不同情况下的不平衡指派问题进行了数值模拟,并与全枚举法的计算结果进行了比较．结果表明,PSO收敛到最优解的概率和收敛速度均优于全枚举法,所建立的模型及其求解方法能获得决策者满意的换装方案．     

基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

基于三维坐标系的动车组运检计划算法模型

构建以动车组-交路修程-天数三维坐标系数学模型,全面考虑动车组运用与检修计划编制的优化目标和约束条件,构建动车组运检计划优化编制的数学优化模型。在给定动车组数量、交路计划的前提下,根据动车所实际情况,以“天”为最小的计划编制时间单位,通过控制换车次数,以检修时剩余里程为追求目标,阐述并规范运检计划算法实现流程,实现大空间分段式快速粒子群优化算法完成动车组运检计划的快速给定。     

几种用于木材/无机纳米复合材料的纳米粒子分散与改性研究

木材/无机纳米复合材料的优异性能主要取决纳米颗粒的分散状态;但纳米粒子极易团聚,导致粉体性能劣化.通过对纳米SiO2,CaCO3,ZnO,TiO2,Al2O3等的分散、表面修饰和改性,控制其大小、形态,提高其在复合体系中的均匀分散能力.对所用无机纳米材料采用高速剪切分散或超声振荡方法进行分散;并通过改性剂在纳米粒子表面上吸附、进行化学反应、包覆和成膜实现改性.然后用激光粒度仪、扫描电镜、透射电镜等对改性前后的纳米粒子进行分析、表征,结果表明:高速剪切分散或超声振荡分散只对产生软团聚的无机纳米粒子有效;而改性剂也只能减少粒子硬团聚的产生.     

Lorentz空间粒子的广义动量

从协变形式的Hamilton原理得到粒子的运动方程,给出相对论性粒子广义动量用协变矢量表示的正确形式,并讨论了电磁场中带电粒子系统的哈密顿函数,指出一些文献中不当之处.     

基于PSO-LSSVM的牵引供电系统故障诊断研究

为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。     

二维楔形体入水问题的数值和实验研究

船舶在极端波浪条件下会产生剧烈的砰击,瞬时产生的巨大作用力会造成船体结构的损坏,因此准确预估入水砰击过程非常重要。本文通过数值和实验,分析楔形体入水过程中运动、受力以及自由表面的变化情况,验证光滑粒子流体动力学(SPH)方法在楔形体入水问题上的适用性和准确性,并使用此方法分析楔形体入水时楔形体斜升角和入水速度的影响。结果表明,光滑粒子流体动力学方法在解决入水问题上有很好的准确性,在楔形体受力和自由表面变形上与实验结果有很好的吻合度。通过计算发现,最大砰击力与楔形体斜升角的三次方成正比,与入水速度的二次方成正比,增大楔形体的斜升角和降低入水速度,都可有效减少入水砰击力。     

基于IPSO-SVM的双塔斜拉桥线形预测研究

斜拉桥的施工线形控制与预测是斜拉桥安全施工与运营的关键。文章以某大跨度斜拉桥工程为背景,针对大跨度斜拉桥施工线形控制与预测问题,提出了一种基于非线性粒子群算法优化支持向量机的斜拉桥线形预测模型。通过支持向量机建立了影响斜拉桥结构响应的随机变量与主梁线形之间的关系,并采用非线性递减策略改进惯性权重的粒子群算法对支持向量机参数进行优化,得到了斜拉桥线形预测模型。相关计算结果表明:非线性粒子群算法对于支持向量机参数的寻优具有更好的收敛性;基于非线性粒子群算法改进的支持向量机对样本数据的拟合精度最高,平均误差<0.005 m;提出的预测模型可以较为准确地预测主梁节段的线形标高,预测结果与实测值、理论值的平均相对误差<2%,可为斜拉桥施工线形控制提供一定的理论参考。     

多线引入的轨道电路横向连接位置优化计算方法

针对当前工程设计环节中电气化复线铁路轨道电路横向连接位置计算完全依靠人工、计算工作量大且准确性不高的情况,在充分考虑模型准确性、设计规范、工程预算、牵引回流性能等因素的前提下,提出一种多线引入情况下的电气化复线铁路轨道电路横向连接位置优化计算方法.首先,构建多线引入情况下的横向连接位置数学模型,并进一步将横线连接位置的...