PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.     

基于粒子群优化的圆阵列波束形成方法

围绕均匀圆阵列(uniform circular array, UCA)在波束形成中存在的波束主瓣宽、旁瓣电平高的问题,提出了一种基于粒子群优化(particle swarm optimization, PSO)算法的圆阵列波束形成方法。通过对UCA的输出信号进行模式空间变换,将UCA数据转换为虚拟均匀线阵数据形式。利用PSO算法充分挖掘均匀线阵各阵元间数据信息,进行阵元拓展,从而实现阵列阵元数及孔径尺度的增加,实现降低阵列波束主瓣宽度及旁瓣电平的目的。实验结果表明,在适当增加计算复杂度的前提下,利用PSO算法对阵列进行阵元拓展可以显著地提高波束形成质量,且适用于自适应波束形成。     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

火星沙丘地貌的形态学窥究

风沙地貌过程是最活跃最普遍的现代火星地貌过程,蕴含火星地表过程、环境和演化历史的丰富信息.本研究利用覆盖火星全球高分辨率的遥感影像,在地理信息系统软件的支持下,在全球尺度上分析火星沙丘地貌的形态学特征,挖掘所蕴含的风沙地貌学意义.结果表明,火星沙丘地貌类型与地球沙丘地貌相似,但仅以简单沙丘为主,罕见复合和复杂沙丘,沙丘形态参数累计概率曲线表现为简单一段式.火星沙丘以新月形沙丘、新月形沙丘链和横向沙丘等初级类型为主,而占地球沙丘约50%的线形沙丘在火星上占不到10%.火星沙丘规模较地球沙丘小,与理论上应具有更大规模的沙丘相悖.火星沙丘地貌形态参数间与地球沙丘呈现相似的良好相关性,但相关关系不同,意味着具有相似的形成机理,但不同的形成条件.得到的另一重要启示是,在地球上研究类火星风沙地貌,如青藏高原的类火星风沙地貌,是认识火星风沙地貌及其发育环境的有效途径.     

一种改进的适用于多相流SPH模拟的粒子位移修正算法

由于光滑粒子流体动力学(smoothed particle hydrodynamics, SPH)方法具有天然的拉格朗日特性,粒子常常沿着流线运动,易产生不均匀的粒子分布,导致计算精度和稳定性下降.作为一种粒子分布均匀化技术,粒子位移修正(shifting)算法凭借其原理简单、效果显著等优点在SPH水动力学模拟中得到广泛应用.但同时,应用于多相流动中的shifting算法的计算过程较为复杂.针对这一问题,本文提出了一种改进的适用于多相流模拟的粒子shifting算法.与文献中已有的多相流shifting算法相比,它在处理多相交界面时能够维持更加均匀的粒子分布,同时可以保持清晰的异相界面,且实施相对简单高效.数值算例表明,该shifting算法在多相流模拟中具有更高的精度和更好的能量守恒特性.     

空间变化的彩色形态算子

在空间变化(SV)的灰值形态学理论的基础上,通过引入序函数的方法,建立了彩色图像模型空间上的导出序及与之相关的极大和极小运算,并以此为基础,建立了SV的彩色形态算子的框架理论,对SV彩色形态腐蚀、膨胀、开、闭算子的基本形式和形态学基本性质进行了研究.研究结果表明:基于序函数的SV彩色形态算子,保留了SV灰值形态算子的大多数性质,为多值形态学框架理论的研究提供了基础.     

方形三维沟槽电极硅探测器相干性影响因素研究

为了研究三维沟槽电极硅探测器相邻单元之间的相干性的影响因素,根据Ramo定理提出的电信号产生原理,需要观察不同条件下探测器单元中比重场的变化.该文以方形三维沟槽电极硅探测器为研究对象,利用仿真工具Silvaco TCAD仿真出方形三维沟槽电极硅探测器的结构,采取单个最小电离粒子(MIP)从探测器上部垂直入射的方式,通过改变高能粒子入射的位置和探测器的沟槽深度,来研究探测器相邻单元中的比重场变化,进而得出相干性的影响因素.     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。     

基于MILP模型和QPSO算法的绿色物流调度方法

针对物流网络中绿色且经济的物流调度问题,提出一种基于混合整数线性规划(MILP)模型和量子粒子群优化(QPSO)算法的物流调度方法 .首先,根据实际情况设定物流网络中的各种元素属性,如制造商、分销商和经销商的能力以及运输方式.然后,构建一个综合考虑交付时间最小化和碳排放量最小化的目标函数,并根据网络属性约束构建一个物流调度的MILP模型.最后,通过一种QPSO算法来求解该MILP模型.在一个汽车销售物流网络上的实验结果表明,提出的方法能够很好地均衡交付时间和碳排放量.     

炼化过程参数定量趋势预测方法研究

针对石化企业催化裂化工艺单元的汽提段的蒸汽温度在某工况下的状态数据预测问题,提出一种基于粒子滤波的参数定量趋势预测方法,并给出具体实施步骤.其中针对过程参数状态转移特点,提出基于ARMA模型的状态方程建立方法,提高预测方法的实用性,降低对特定物理模型的依赖.通过石化企业现场案例分析,进一步验证本方法模型在企业现场的实际应用效果,结果表明,在5 s的预测步长范围内,异常工况参数预测值和真实值接近,预测相对误差小于1%,验证了本方法在实际案例应用中的可行性和有效性.