利用改进粒子群优化算法解调光传感重叠光谱信号

利用光纤布拉格光栅(FBG)构建大型传感网络时,在相同带宽的条件下,为了增加传感器的数量,会尽可能多地写入光纤光栅,因此将导致部分光谱发生重叠,使FBG中心波长识别困难,解调精度降低。为此,提出一种改进粒子群优化(PSO)算法,以提高中心波长的识别精度。结合光谱形状复用技术构建重叠光谱模型,搭建温度实验系统来获取重叠光谱信号,并对PSO算法中的权重因子和学习因子进行了改进,利用所提算法对重叠光谱模型参数进行优化,并将其与6种优化算法进行对比。仿真与实验结果表明,所提算法与对比算法相比,具有收敛速度快、运行时间短、波长识别精度高的特点,且波长解调误差均小于1 pm,验证了算法的有效性和可行性。     

基于人工蜂群优化算法的光谱形复用技术

光纤布喇光栅(FBG)在构成大型传感网络时,由于光源带宽有限会出现光谱重叠的问题。提出了一种人工蜂群(ABC)算法及改进ABC(IABC)算法的解调技术,结合谱形复用技术与IABC算法对光谱重叠中的各个光栅的波长进行识别,并对多个FBG传感系统进行实验仿真与分析。实验结果表明:IABC算法在多FBG传感复用系统中的解调误差不超过3.6 pm,解调时间不超过7 s,温度测量精度达0.5℃,解决了多个FBG传感网络部分重叠和完全重叠问题。     

基于粒子群算法的FBG峰值波长检测技术

提出了一种新的光纤布拉格光栅(FBG)峰值波长检测技术,将改进粒子群算法(PSO)与峰值波长检测技术相结合,应用于在光纤光栅传感网络的波长检测,解决了传统波峰检测技术要求光纤光栅传感器带宽不能重叠和最小位移波形检测计算速度慢的问题.仿真计算结果证明,即使相邻两个FBG传感器的波峰相互叠加时,运用这种方法仍能取得较高的检测精度.     

一种改进的ELM及其在光伏发电上的应用

为了改善极限学习机(Extreme Learning Machine,ELM)收敛速度慢、预测精度不稳定、隐层神经元对网络参数敏感度低等缺点,文中提出了粒子群(Particle Swarm Optimization,PSO)并行模拟退火(Simulated Annealing,SA)优化ELM的算法(APSO-ELM)。该算法首先通过对ELM随机产生的初始权值和阈值进行优化,进化出较优解,然后对每组解进行模拟退火,从而提高算法摆脱局部极值点的能力,最后将优化退火后的解集,用来预测ELM的输出。算法仿真结果表明:改进的ELM可有效解决粒子群寻优过程易陷入局部最优的问题,其预测精度、收敛速度、隐层神经元的敏感度均优于其他常见ELM扩展算法。将改进的ELM应用在光伏发电输出功率预测上,可以预测光伏发电输出功率的变化规律,精度较高。     

基于自适应权重和模拟退火的鲸鱼优化算法

针对鲸鱼优化算法容易陷入局部极值和收敛速度慢的问题,提出了一种结合自适应权重和模拟退火的鲸鱼优化算法.通过改进的自适应权重策略来调整算法的收敛速度,通过模拟退火增强鲸鱼优化算法的全局寻优能力.仿真实验中计算了18个测试函数,对比了粒子群算法、海豚回声定位算法和标准鲸鱼算法并进行统计分析,同时比较了单独结合自适应权重和模拟退火对鲸鱼优化的影响,结果表明,改进的算法在测试函数的极值计算中,计算精度和收敛速度方面都有了明显提升,验证了改进算法的有效性.     

基于粒子群优化算法的透射滤光片设计

为了优化器件的结构参量,把光栅结构的周期、高度、占空比作为优化的粒子,采用粒子群优化算法和严格耦合波分析算法,对粒子群中粒子的适应值进行了比较,对金属-介质光栅滤光片结构进行了理论分析和仿真优化,在一定范围内找到最优参量。结果表明,根据MATLAB仿真结果进行优化,得到周期为0.300μm,金属光栅厚度为0.035μm,介质光栅厚度为0.400μm,光栅占空比为0.77;在TM光垂直入射时,该结构对波长为0.65μm的红光透射率达到80.27%,旁带透射效率不超过15%;该结构实现了特定波长光的高效透射,从而实现了滤光。该结构为亚波长光栅的设计、制备研究和实际应用提供了参考。     

基于元启发算法的FBG解调方法

当光纤布喇格光栅(FBG)复用过多或带宽有限时会存在波长串扰问题,信号解调方法的性能会影响结果的精确性。提出一种基于元启发算法的中心波长解调方法,采用实际光谱与理论光谱差异的最小二乘函数作为优化目标,利用具有优异挖掘能力和探索能力的海洋捕食者算法进行求解。数值仿真结果和实验验证表明:所提算法是一种有效的、可行的波长解调方法,在实现对多光谱重叠识别的同时又可以保证解调精度。     

基于模拟退火思想改进的粒子群算法求解背包问题

针对典型的背包问题,给出了一种基于粒子群算法的求解方法。考虑到粒子群算法在解决问题时容易陷入局部最优的缺点,将模拟退火（SA）思想引入到了粒子群算法中,得到了粒子群——模拟退火算法。该算法保持了粒子群算法原有的简单易实现特点,同时改善了粒子群算法易陷入局部最优的缺点。实验结果表明,该算法具有较好的求解质量。     

基于量子粒子群优化算法的光纤光栅参数重构

提出了一种基于量子粒子群优化算法的光纤光栅参数重构方法。该方法通过传输矩阵法得到优化目标函数,并将待优化的光纤光栅参数以粒子表示,再让粒子在解空间模拟量子行为进行搜索。以均匀布拉格光栅和线性啁啾光纤光栅为例,分别采用遗传算法(GA)、经典粒子群优化(PSO)算法以及量子粒子群优化(QPSO)算法对其进行参数重构。与传统粒子群算法及遗传算法相比,该方法借鉴了量子行为,具有更好的收敛性能和稳态性能。数值结果表明,种群规模为40时,针对均匀和非均匀光栅分别进化100代和200代得到的重构参数误差均小于0.5%。     

一种粒子群算法在语音识别中的应用

分析粒子群算法的基本原理及影响因素，理解语音识别流程，将粒子群算法运用到语音识别过程中，根据运行效果，提出一种柯西变异和粒子群聚集度混合扰动的方法。一旦粒子群聚集度偏低就说明粒子群多样性欠缺，通过变异当前最优值扰动粒子群收敛，避免粒子群的过早收敛，改善全局遍历性。实验证明，改进后的粒子群算法较好地提高了全局收敛性，提升了语音识别效果。     

一种新的数字调制信号分类特征选择算法

针对调制信号分类特征选择问题,提出了自适应惯性权重模拟退火二进制离散粒子群算法。该算法将模拟退火算法嵌入到离散粒子群算法循环体中,利用模拟退火算法具有较强的局部搜索能力和避免陷入局部最优解的特点,解决了简单智能优化算法早熟收敛和局部搜索能力弱等问题。仿真结果表明,该算法能有效选取最优特征,性能优于简单离散粒子群算法和遗传算法。     

手征媒质反射特性仿真计算

手征媒质是双各向同性媒质的一种,其手征参数具有可调性。首先,在标准粒子群 算法(PSO)和模拟退火（SA）算法的基础上进行了改进,并利用混合算法优化设计手征参数 及媒质 厚度,以在给定的频率范围内获得较高的吸收率。然后,仿真计算了某一个参数取不同值而 其它参数固定情况下电磁波垂直入射到手征媒质时的反射系数。结果证明,只有在最优化参 数条件下才可以在频带内获得较理想的吸收率和反射系数。     

基于改进PSO的非对称BoucWen模型参数辨识

为了辨识压电陶瓷中的迟滞非线性,该文提出一种改进的粒子群算法(PSO)对非对称BoucWen模型进行参数优化。首先在归一化BoucWen模型中引入非对称因子描述非对称特性,解决该模型只适用于描述对称迟滞的问题。其次通过引入混沌映射、收缩因子和动态学习因子来对传统PSO进行改进,动态改变粒子群的权重和学习因子,有效地提高算法的搜索能力和收敛速度。最后通过改进的PSO对非对称BoucWen模型进行参数辨识。结果表明,改进的粒子群算法能较好地辨识BoucWen模型参数,验证了方法的有效性。     

混合粒子群算法在动态车间调度中的应用

车间调度问题是广泛存在于现实生活中的经典算法规划问题。好的生产调度系统有利于提高企业工作效率及降低企业成本,是工业生产的核心竞争力。粒子群算法因为强大的智能规划能力而被广泛用于车间调度问题当中。文章在原有标准粒子群算法基础上,引入模拟退火机制及遗传算法中交叉变异策略形成的混合粒子群优化算法,并在更具有实际生产环境的动态车间调度中模拟应用,与遗传算法、离散粒子群算法进行比较,具有较强优势。     

一种初始化不敏感的谱聚类算法

针对传统谱聚类算法初始化敏感引起的聚类效率与正确率不稳定问题,给出一种改进的谱聚类算法.该算法首先构造Laplacian矩阵并得到其特征谱空间,然后引入粒子群优化的FCM算法在该空间中寻找最优粒子作为初始类簇中心用以解决敏感问题.实验表明,与传统谱聚类算法比较,该算法的聚类结果更稳定,在较高维数据集上聚类效率与正确率有明显提高.     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于改进WFPSO算法的无刷直流电机模型分析

针对传统的无刷直流电机控制无法在线调整参数、难以精确控制的问题,提出一种基于改进的粒子群优化(PSO)算法的模糊PID控制器设计。通过对粒子群优化算法的参数进行分时段更新,实现模糊PID控制器参数动态全局优化,来确定使用双闭环控制模型的无刷直流电机的最优参数。Matlab仿真结果表明,该研究方法较传统方法可使得转速无超调、减少调节时间,同时启动时转矩脉动较小。     

蝶形单元电磁带隙结构粒子群优化设计研究

通过粒子群优化算法对一种具有蝶形单元的电磁带隙结构进行了优化设计,使其具有良好的频率特性.在优化过程中,为克服粒子群算法存在的早熟收敛和搜索精度低等问题,模拟生物克隆选择中5%的B细胞自然消亡过程,在优化算法进化过程中基于混沌理论和变异原理设计了粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过仿真计算可以看出...