基于蚁群算法的斗轮机构结构优化设计

介绍了蚁群算法及其改进型的原理、模型和算法实现过程,采用蚁群算法及其改进型算法对斗轮堆取料机俯仰钢结构进行了优化计算。改进型蚁群算法计算结果要优于普通的蚁群算法,说明了蚁群算法应用于机械优化计算切实可行,为复杂的机械优化设计问题提供了新的思路和方法。     

改进的模拟退火算法在原料矿混匀优化中的应用

运用改进的模拟退火算法对钢铁原料矿的混匀进行了优化计算，计算结果符合实际生产情况，表明改进的模拟退火算法是一种切实可行的优化方法，该算法为原料矿混匀问题的优化求解提供了新的思路。     

基于改进模拟退火算法的电厂配煤优化

运用改进模拟退火算法，对某钢铁公司自备电厂的原煤配比进行了优化仿真计算，计算结果满足生产实际需要，表明改进模拟退火算法应用于类似配煤问题的优化求解切实可行。     

蚁群算法在原料矿粉混匀优化中的应用

建立了钢铁原料矿粉混匀数学模型,采用MATLAB语言,分别用蚁群算法和改进型算法编制仿真计算程序,对原料矿混匀配比进行了优化计算。仿真结果表明,改进型蚁群算法比基本型算法的寻优能力强,而且优化计算结果可以直接用于生产,为钢铁原料矿粉混匀优化提供了定量依据。蚁群算法为钢铁原料矿粉混匀配料问题的优化求解提供了新的思路。     

工序排序优化研究

通过研究工序最优排序问题 ,把一种先进的优化算法———模拟退火算法应用到工序排序中 ,其优化结果和计算时间都明显优于常规算法     

作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

基于改进型果蝇算法的Richards模型在地铁工程沉降预测中的应用

针对地铁沉降具有非线性的特点以及Richards模型参数估计困难的问题,该文建立了改进型果蝇算法优化的Richards预测模型.引入变步长,并将标准粒子群算法和变步长果蝇优化算法相结合,通过粒子种群和果蝇种群对最优位置信息的相互共享来更快地找到Richards模型参数的最优值.为验证该预测模型的准确性和有效性,结合工程实例,借助C++编程与遗传算法、标准粒子群算法、果蝇算法等优化的Richards模型进行比较.程序运行结果表明,改进型果蝇算法优化的Richards模型预测精度更高,收敛速度更快,适用于地铁沉降形变预测.     

露天矿运输问题的模拟退火优化

研究了一类露天矿非平衡运输优化问题,通过引入虚拟装载点,将非平衡运输问题转化为等价的平衡运输问题。根据平衡运输问题的特点,进一步将其转化为排序优化问题并利用模拟退火算法进行求解。模拟退火算法中使用了随机选取已有解中的两个位置,交换其内容得到新解的策略,降温采用几何方式。对一个具有9个装载点、5个卸载点的露天矿运输问题进行了优化计算,得到了与单纯形法相同的最优解,验证了模拟退火是求解露天矿运输问题一种有效算法。     

基于GRA-GASA-SVM的煤层瓦斯含量预测方法研究

为提升煤层瓦斯含量预测精度，提出一种采用遗传模拟退火算法混合优化支持向量机（SVM）参数的瓦斯含量预测模型（GRA-GASA-SVM模型）。该模型将GA和SA整合为遗传模拟退火算法协同优化SVM的参数，以解决传统网格寻优算法取值范围无法确定和单一智能算法优化程度有限等问题。利用灰色关联分析（GRA）压缩数据集维度，建立瓦斯含量预测参数体系并作为GASA-SVM的输入数据集。结果表明：SVM模型、GA-SVM模型和GASA-SVM模型10折交叉验证瓦斯含量预测总平均相对误差分别为15.98%、13.55%和10.58%。相比SVM模型和GA-SVM模型，GASA-SVM模型预测稳定性更优、预测精准度更高且对新样本泛化能力更强。     

区域电网无功优化的混沌模拟退火算法

在保证系统安全可靠的前提下,合理进行无功优化,配置无功补偿,对有效的减少配电网网络损耗,提高经济效益以及节约能源都具有重要意义。将混沌模拟退火(CSA)算法应用于区域电网无功优化,用VC++编程实现混沌模拟退火算法,通过对IEEE 6系统的仿真验证了该算法应用的有效性。     

遗传支持向量机在液压泵轴承故障的预测与应用

为了能够提高液压泵轴承故障预测的效率,深入地研究了支持向量机在液压泵轴承故障诊断中的预测和应用。提出了遗传模拟退火算法优化的最小二乘支持向量机预测模型,并分别对最小二乘支持向量机和遗传模拟退火算法进行了描述,给出了优化预测模型。通过实例研究,结果表明该方法具有较高的预测精度。     

函数优化的模拟退火算法及其在盘式制动器优化设计中的应用

将模拟退火算法用于函数优化进行系统的研究,介绍了一种适用于求解约束非线性规划问题全局最优解的通用算法,给出了计算流程、状态产生函数的设置原则、计算终止准则以及离散变量优化的实现方法。在深入分析的基础上建立了钳盘制动器优化设计的数学模型,给出了用上述方法进行优化设计的实例。表明该方法是有效的。     

改进的人工鱼群算法采煤机调高控制策略

为了提高煤矿开采中采煤机调高的控制精度，提出了一种基于改进的人工鱼群算法采煤机滚筒调高控制的策略。在传统的人工鱼群算法的基础上，引入步长递减和视野变化的策略，以ITAE的倒数作为目标函数寻优计算得到PID控制器的参数。通过采煤机调高系统的传递函数搭建Simulink仿真模型，和模拟退火算法、粒子群算法进行对比，结果表明改进后的人工鱼群算法误差更小，控制精度更准确，系统的阶跃响应更平滑，为实现更为精准的采煤机调高控制提供一种新的方法，为煤炭的高效生产提供依据。     

基于改进模拟退火算法的采煤机滚筒调高优化研究

针对传统的采煤机滚筒调高技术存在着稳定性低,跟踪性能差的问题,提出一种基于改进的模拟退火算法的采煤机滚筒调高控制策略。使用改进的模拟退火算法,以ITAE作为调高系统的性能指标,寻优得到采煤机调高系统PID控制参数。通过MATLAB的simulink工具箱建立控制系统仿真模型,该控制策略具有更好的鲁棒性和信号跟踪能力,可以为煤炭的高效生产提供依据。     

智能优化算法在概率积分参数反演中的比较

概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价。研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力。模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱。