给水管网水质模型管壁余氯衰减系数校正

针对给水管网水质模型中各管道管壁余氯衰减系数难以确定的问题,采用余氯衰减一阶反应模型以及拉格朗日时间驱动动态水质模型,以管网节点余氯浓度作为校正数据,建立了在多工况下管壁余氯衰减系数校正数学模型.提出了基于极大极小蚁群算法的管壁余氯衰减系数校正方法,将可视度与经验余氯衰减系数值相对应,选择最优蚂蚁进行信息素更新.为避免陷入局部最有解,将信息素值限定在一定范围内.在优化求解过程中采用国际通用水力水质模拟软件EPANET2获得所需的校正数据.算例结果表明,在管网水力模型准确和节点流量已知的前提下,采用极大极小蚁群算法对管壁余氯衰减系数进行校正,能够使模型节点余氯浓度的计算值与测量值更好地吻合.     

基于边缘搜索的蚁群算法

蚁群算法是根据真实蚁群的觅食原理提出的一种新兴的启发式搜索算法。算法应用于解决组合优化问题，取得了良好的效果。定义了一种新的旅行商问题，即过程旅行商问题，针对这个问题提出了一种基于边缘搜索的改进蚁群算法。该算法通过限制蚂蚁的起点城市，提高了蚁群算法的搜索效率；并通过减少蚂蚁数量加快计算速度。应用于过程旅行商问题的仿真计算表明，该算法具有相同的计算结果和更快的求解速率。     

混合蚁群算法在水库群优化调度中的应用

针对梯级水库群优化调度问题的特点,建立蚁群算法求解多阶段最优化问题数学模型.把水库的运行策略转换为水库水位变化序列,通过一定的编码形式分别将其表示人工蚂蚁的路径.人工蚂蚁在满足一定的约束条件下,按预定的目标函数评价其优劣.针对蚁群算法在优化过程中出现搜索时间较长和早熟停滞现象,提出了具有变异特征混合局部优化算法的蚁群系统(MSA-ACS).然后将MSA-ACS和蚁群系统(ACS)分别用于求解雅砻江梯级优化调度问题,通过对优化结果和计算时间的对比分析,验证了改进方法的有效性.该改进方法获得了比较满意的解,不仅能提高蚁群算法的收敛性能,还能增强解的稳定性.     

自适应蚁群算法及其在边坡工程中的应用

蚁群算法目前多用于求解组合优化问题，为了让蚁群算法能求解复杂的边坡稳定性分析问题，对基本蚁群算法的结构形式和蚂蚁转移概率的计算进行了改进，针对蚁群算法在演化过程中存在停滞和过早收敛的现象，引入一种自适应搜索算子，改变蚂蚁的选择机制，提高蚂蚁选择的多样性，并由此构建了一种新的蚁群算法——自适应蚁群算法(AACA)，研究了AACA在边坡非圆弧临界滑动面搜索中的应用，所给出的算例结果表明：与基本蚁群算法相比，可有效地防止停滞和过早收敛现象，并总能搜索到问题的全局最优解，且搜索效率也有较大的提高。     

一种改进的蚁群算法

蚁群算法是一种新的进化算法,其基本思想是模拟蚂蚁的合作行为.蚁群算法已成功地应用于许多优化问题,成为求解组合优化问题的新的进化算法.最新研究表明蚁群算法是一种基于群体的强鲁棒性的进化算法.但是,蚁群算法也有收敛速度慢,容易陷入局部最优的缺点.为了克服这些缺点,吸取微粒群算法的优点,提出了一种改进的蚁群算法.实验结果表明改进算法是有效的,与标准的蚁群算法相比,算法性能得到了明显改善.     

蚁群算法

蚁群算法是一种仿生类非线性优化算法,具有并行性、正反馈性和全局极小搜索能力强等特点.蚁群算法的机理是:生物界中的蚂蚁在搜寻食物源时,能在其走过的路径上释放一种蚂蚁特有的分泌物信息素,使得一定范围内的其他蚂蚁能够觉察并影响其行为.当某些路径上走过的蚂蚁越来越多时,留下的这种信息素轨迹也越多,以至信息素强度增大,使后来蚂蚁选择该路径的概率也越高,从而更增加了该路径的信息素强度.为了将起源于离散网络路径优化的原始蚁群算法思想用于连续函数优化的地球物理反演问题,必须对有关实施细节进行改造和修正,本文基于网格划分策略的连续域蚁群算法实现了连续域大地电磁蚁群算法.通过选择蚂蚁数、信息素挥发系数等参数,利用三层K型模型和四层HA型模型进行数值试验,结果表明,蚁群算法可以稳定收敛,反演结果接近理论模型.     

城市供水管网优化设计两步法

为改善城市供水管网的设计方案,从经济性和可靠性角度出发,应用数学建模与最优化理论,对城市供水管网优化设计进行系统研究.提出两步优化的思想,即首先进行供水管网拓扑结构优化,然后进行管径组合方案优化.供水管网拓扑结构优化以单位流量年计算费用作为管段的权值,采用改进的狄克斯特拉算法进行求解,管径组合方案优化采用遗传算法进行求解.分别编制相应计算程序,对某一管网进行优化设计.研究结果表明由该方法产生的优化设计方案在经济性、水力性和可靠性方面均好于传统设计方案,同时两步优化的解无论在收敛速度方面还是在解的优化效果方面都要好于单纯应用遗传算法所求得的解.     

山地城市供水管网分区优化两步法

为解决山地城市供水管网能耗大、漏损严重、爆管频繁和压力分布不均等问题,建立了山地城市供水管网分区优化模型,提出针对已建成管网的分区优化方法.该法先对已建管网进行分区,然后采用NSGA-Ⅱ算法对各区进行管径组合方案优化.供水管网分区先以两个节点间的高差作为管段的特征值,以管段为单位,兼顾各区内部节点的连通性,依次对每根管段上的两个节点按照一个给定的区内最大允许高差值进行分区,使得每个分区内最高点同最低点的高差均在该值范围内.管径组合方案优化采用NSGA-Ⅱ算法进行求解,该算法以各管段管径逼近其经济管径的方向为遗传变异方向.通过编制计算程序,对某一山区管网进行分区优化设计. 结果表明,采用该法进行分区优化,既能有效地降低供水能耗,又能很好地保证管网内压力分布的均匀性.[JP]     

改进型蚁群算法求解旅行Agent问题

旅行Agent问题是一类复杂的组合优化问题,目的在于解决移动Agent在不同主机间移动如何规划最优的迁移路线．在蚁群算法的基础上,引入变异运算,并且对蚁群算法的全局和局部更新规则进行改进,大大降低了蚁群算法陷入局部极小而导致系统出现停滞现象的可能．实验结果表明,改进的蚁群算法使得移动Agent能够以更优的效率和更短的时间来完成任务．     

基于LMD 改进GPR 优化的网络流量预测

针对蚁群算法容易陷入局部最优、 网络流量预测准确性不高的问题, 提出一种基于局部均值分解(LMD)改进蚁群优化高斯过程回归(GPR)的预测算法。考虑到网络流量的复杂性, 使用LMD 将网络流量分解成多个相关的子序列; 通过GPR 对网络流量子序列进行建模分析; 用蚁群算法优化超参数, 引入视线角度参数控制蚂蚁搜索时的视线范围, 提高蚂蚁的局部搜索能力; 通过莱维飞行更新蚂蚁搜索的步长, 提高蚁群算法搜索的全局性。实验表明, 改进后的蚁群算法搜索到了更优的值, 与原有GPR 算法相比, LMD分解后改进蚁群优化GPR 的算法来预测网络流量, 更好地拟合了网络流量的走向, 提高了预测的效果, 对维护网络安全具有一定的作用。     

基于不同扩张模拟方式的支架优化设计

为选取一种简洁而有效的支架扩张模拟方式,用于基于有限元分析的结果对支架进行优化设计,本文选用典型的菱形支架作为算例,采用目前两种常用的支架扩张模拟方式:球囊内施加内压和球囊内施加径向位移,利用与改进的拉丁抽样法相结合的Kriging替代模型优化算法,以减小支架扩张过程中的"Dogbon-ing"效应为目的,分别对支架进行了的优化设计,得到了这两种模拟方式下的优化结果.数据结果表明,基于球囊内施加内压模拟分析的优化结果更符合现有的设计理念.     

基于优化步长和梯度法的置信规则库参数学习方法

置信规则库是传统规则库的推广.置信规则库中的参数由专家根据经验人为给定,削弱了置信规则库系统的仿真能力,因此,基于优化步长和梯度法设计了一种新的算法以实现规则库参数的自学习能力.采用该算法对一个已经建立的置信规则库参数进行了训练,训练结果表明新的算法具有收敛速度快、精度高等优点.     

高速公路隧道结构型式优选模型研究

针对现行选择高速公路隧道结构型式方法上的不足,遴选影响高速公路隧道结构型式选择的主要因素,根据因素的不同层次与类别,借鉴层次分析法,运用模糊优选理论建立并求解高速公路隧道结构型式优选模型,根据模型计算结果确定最优方案,结合实例介绍该方法的具体运用.实例研究表明,运用优选模型选择隧道结构型式能有效克服现行方法的缺点,优选结果正确,方法简便实用.     

基于遗传算法的热力设备机理模型参数优化方法研究

针对复杂热力系统机理建模参数优化中存在的问题,提出了基于遗传算法的机理模型优化方法。建立热力设备的机理模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。以末级过热器为例进行的仿真研究表明,运用该方法优化的机理模型达到预定的精度要求;优化过程自动进行,缩短了参数优化时间。作为一种通用算法框架,具有简单易用的特点,适用于各类热力设备模型和热力系统模型,为火电厂仿真机数学建模和参数自动优化提出了简单实用的方法。     

微分演化算法在桁架形状优化中的应用

为了获得全局最优和解决具有应力约束、几何约束以及局部稳定性约束的桁架形状优化问题中2类不同设计变量耦合给优化带来的困难,将1种新型智能优化算法——微分演化（Differential Evolution,DE）应用于桁架结构的形状优化问题中。给出了考虑节点坐标和截面面积两类不同性质的设计变量的桁架结构优化的数学模型,并对几个经典的桁架结构进行优化,将所得结果与其他优化算法结果进行了比较。数值结果表明了DE算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计。     

A method of rule-base optimization based on evaluation

For improving the translation quality of transfer-based MT system,a new metric for rule evaluation was proposed and applied to rule-base optimization.At the same time,a frequency filter was used to delete redundance before new acquired rules were added into rule-base.The new optimization method was applied to a general MT system.Experimental results show that the frequency filter is helpful to provide the knowledge expansion space of MT system for new acquired rules.The translation assessment score of open test corpus (including 2500 Chinese sentences) obtained is increased by 3.58% under 5-gram Nist metric,which is two times of that obtained by previous methods.     

改进遗传算法与粒子群优化算法及其对比分析

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题．现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法．同时还介绍了一种新的进化算法一粒子群优化算法．将这两种优化算法应用于函数优化，并对优化结果进行了对比分析．比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性，但在找寻最优解的效率上，粒子群优化算法较好．     

近地小行星探测任务月球借力逃逸转移混合优化方法

利用月球借力能够提升送入深空的有效载荷的质量。设计月球借力深空逃逸轨道主要有两种方法:正向法将借力轨道参数化后,利用全局优化算法进行优化,该方法思路直观,但优化参数多,导致计算耗时长,收敛稳定性差;反向法先确定日心段最优轨道,再拼接月球借力地心段轨道,该方法计算耗时少,但模型精度差,并且不容易收敛到全局最优解。为了快速求解月球借力深空逃逸轨道,本文在已有方法基础上提出混合优化方法。提出的混合优化方法充分利用反向法收敛速度快和正向法精度高的优点,先以反向法的多目标优化Pareto解集为参考轨道,再在参考轨道附近开展局部优化,利用正向法使用全局搜索算法,快速获得最优转移轨道。以探测近地小行星1989 ML和2003 SM84为例进行了数值仿真,仿真结果显示混合优化法解的收敛稳定性和计算效率相比正向法提升显著,改进后解的收敛稳定性提升至原来的3~4倍,计算时间缩短50%。仿真结果表明混合优化法对解的收敛稳定性和收敛效率提升效果显著。     

微粒群算法在结构优化设计中的应用

结构优化设计对于实际工程具有重要的意义.通过对现有优化方法进行分析,将微粒群算法应用到结构优化设计中,提出了结构优化设计的微粒群算法,并建立了相应的优化模型.介绍了微粒群算法的基本思想、结构优化微粒群模型及其实施的具体步骤,最后通过一个算例验证了该方法的效率和有效性.结果表明该方法科学可行,具有很好的应用前景.     

微粒群算法在结构优化设计中的应用

结构优化设计对于实际工程具有重要的意义．通过对现有优化方法进行分析。将微粒群算法应用到结构优化设计中，提出了结构优化设计的微粒群算法，并建立了相应的优化模型．介绍了微粒群算法的基本思想、结构优化微粒群模型及其实施的具体步骤，最后通过一个算例验证了该方法的效率和有效性．结果表明该方法科学可行，具有很好的应用前景．