基于局部随机搜索粒子群优化算法的电站短期发电优化调度

为提高粒子群优化(PSO)算法搜索精度、加快后期收敛速度,提出一种新的PSO算法,即局部随机搜索PSO算法。该算法用于求解电力系统的短期发电优化调度问题时,不仅要求满足电站实际运行中的系统负荷平衡约束,而且要考虑机组爬坡约束、出力限制区约束等非线性约束。给出了局部随机搜索PSO算法的步骤及短期发电优化调度问题求解方法。通过应用所提出的算法和其他文献提出的PSO算法、改进快速进化规划(IFEP)算法对15机系统的优化调度计算相比,证明所提出的算法最优解的发电费用最低,分别减少了3.8%和1%。     

确定赛络纺纱最佳工艺的新方法

本文采用二次通用旋转组合设计建立了纱线强力、断裂伸长、毛羽、条干等纱线质量指标同粗纱喂入网距、纱线捻度、钢丝圈重量等细纱工艺参数之间的数学模型,再采用多目标函数优化法找到最优工艺参数组合。     

基于改进随机搜索算法的随机森林调参优化

随机搜索法是对无约束力问题寻找最优解的一种算法.随机森林是一种集成算法,为了提高随机森林分类的准确率,需要对参数进行调参.随机森林可以通过网格搜索算法或学习曲线算法选取到合适的参数,但是训练时间过长,消耗资源过大.本文通过对随机搜索算法改进,利用改进的随机搜索算法优化随机森林调参.经过实验验证,改进的算法选取到的参数保...     

基于改进人工势场法的机械臂路径规划仿真

为解决六自由度机械臂在工作空间中的路径规划问题,提出一种改进的人工势场法与快速随机搜索树(RRT)算法相结合的规划方法。以发那科M-20iA工业机器人作为研究对象,选取其各连杆D-H参数并创建坐标系,分析其正运动学问题。然后采用包围球包络障碍物、圆柱体包围盒包络机械臂,将碰撞问题转化为球心到圆柱体中轴线最短距离的问题。接着改进势场法的势函数,并在机械臂进入局部极小点时改用RRT算法使机械臂跳出该点,之后继续采用势场法规划路径到达目标点。最后在MATLAB中对该改进算法进行仿真,仿真结果证明:该算法可以成功避障,保证机械臂平稳运行至目标处。     

基于特征重叠与集成学习的涡扇发动机剩余寿命预测

涡扇发动机的整个生命周期在恒定的退化模式中，对其进行健康管理和剩余使用寿命预测具有重要意义。在发动机设备发生退化恒定故障中，为保证长期有效可靠性维护需要，该文基于机器学习与深度学习对涡扇发动机进行寿命预测，采用梯度提升决策树与随机森林模型对涡扇发动机特征进行重要性排序并建立Stacking集成学习模型，同时采用双向长短时记忆网络（BiLSTM）模型进行涡扇发动机寿命预测。结果表明，使用特征重叠后的Stacking算法模型表现优异，均方根误差（RMSE）较低，拟合优度约0.96，在涡扇发动机寿命预测方面表现良好。     

基于随机搜索策略确定介质间边界的非线性规划方法

利用非线性规划方法对不同属性介质间的边界确定问题建立了相应的数学模型,为了克服目标函数的Hesse阵不能满足半正定条件,不能用凸规划的方法进行直接求解,本文在迭代寻优的过程中引入了混沌机制,提出了一种基于混沌搜索策略的混合优化方法.借助于混沌系统的遍历性和非线性规划方法的选择性达到了快速整体寻优的目的.该方法能有效地实现不同介质之间的边界辨识,从而可以解决诸如空洞探测等无损检测问题.相较于此前提出的方法,本文的算法不需要计算目标函数的导数,而且对迭代初值也没有特别的限制,从解空间的任意点出发均能收敛到全局最优解,避免了常规进化算法中容易出现的停滞现象,强化了发现全局最优解的能力,因此具有更强的鲁棒性和更灵活的计算尺度.试验结果表明,该算法是一种有效的随机优化算法.