多阶段多模型的改进微粒群优化算法

针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象,提出了一种多阶段多模型的改进微粒群优化算法。考虑寻优不同阶段的开发与探测能力需求的差异,算法将寻优过程分成3个阶段,各阶段采用不同的模型进行进化。第一阶段利用标准微粒群优化算法发现局部极值的邻域;第二阶段利用Cognition Only模型快速找到局部极值点,提高寻优效率;第三阶段,提出了一种改进的进化模型,利于粒子快速跳出局部极值点,寻找到全局最优点。4种复杂测试函数的实验结果表明：该算法比标准微粒群优化算法（PSO）和基于不同进化模型的两群优化算法（TSE-PSO）更容易找到全局最优解,相比两群微粒群优化算法,还能在一定程度上提高优化效率。     

“打”出大手笔

ＣＡＤ技术是计算机在工程中最有影响的应用技术之一,在机械、建筑、工程、ＧＩＳ等领域,ＣＡＤ的应用空间十分广阔。时至今日,ＣＡＤ的应用领域仍在不断拓展,从工业应用到日常生活,都提出了大幅面打印的要求。然而,计算机ＣＰＵ的频率从１０Ｍ到１０００Ｍ;电脑的硬盘由当初的４０ＭＢ增加到如今的１０ＧＢ;内存则由６４０Ｋ上升到了今天的１２８ＭＢ;还有显示器,１４英寸、１５英寸、１７英寸、２１英寸,屏幕越来越大,似乎只有打印机永远停留在Ａ４和Ａ３幅面的局限内无法取得进一步突破。当然,这也是由于打印机本身的特殊性…     

基于狭义中心和随机维度学习的人工蜂群算法

针对人工蜂群算法收敛速度慢、寻优精度低的缺点,提出基于狭义中心和随机维度学习的人工蜂群算法。首先,在算法中定义狭义中心蜜蜂,并与当前种群最优解进行贪婪选择为种群最优解;其次,用最优解引导算法进行搜索,以增强算法局部搜索能力;再次,在每次迭代时,蜜蜂随机选择若干维度数进行学习,以加速算法收敛。8个经典基准函数的测试结果表明,新算法在收敛速度和解的精度上优于类似改进算法。     

基于多样性反馈的自适应粒子群优化算法

为了进一步提高种群多样性在粒子群优化执行中的效率,提出一种基于多样性反馈的自适应粒子群优化算法(APSO)。APSO采用一种新的种群多样性评价策略,使惯性权值在搜索过程中随多样性自适应性地调整,从而均衡算法的勘探和开发过程。此外,最优粒子采用精英学习策略跳出局部最优区域,从而在保证算法收敛速度的同时能够自适应地调整搜索方向,提高解的精确度。通过一组典型测试函数的仿真结果,验证了APSO的有效性。     

基于高斯扰动的粒子群优化算法

针对标准粒子群优化(PSO)算法易陷入局部最优、进化后期收敛速度慢和收敛精度低的缺点,提出一种基于高斯扰动的粒子群优化算法。该算法采用对粒子个体最优位置加入高斯扰动策略,有效地防止算法陷入局部最优,加快收敛并提高收敛精度。在固定评估次数的情况下,对8个常用的经典基准测试函数在30维上进行了仿真。实验结果表明,所提算法在收敛速度和寻优精度上优于一些知名的粒子群优化算法。     

基于随机偏微分方程的成膜表面形貌模拟

采用随机偏微分方程模型,对薄膜生长的表面形貌进行计算机模拟,得到薄膜生长的三维形貌图。根据仿真结果,对影响成膜形貌的基底温度和沉积率进行定性分析,分析结果与实际工艺情况相符。     

四叶草绽放,大金助力国家会展中心

<正>上海国家会展中心,一座立足长三角的四叶草建筑,不仅因为特殊的建筑结构成为上海新的地标及风景,更是目前世界上面积第二大的建筑单体和会展综合体。50万m2的展示面积、配套商业中心、办公、高端酒店的综合体建筑,使其成为了上海各种重大活动及展会开展的热选地点,此次2018年首届中国国际进口博览会也在此开幕。肩负如此重任的国家会展中心也需要配套稳定可靠设备来应对多种重要会务,其中会议中     

常州金坛市金城尚品中央空调施工现场

正金城尚品不仅在建筑外观上秉承现代欧式风格,内部空间构造也结合了江南居住习惯,宽景阔府,体现了懂奢华更懂生活的情怀。与金水华都相比,在户型、品质、绿化率、楼间距等方面,金城尚品都有较大幅度的提升。该小区虽然地块面积不是很大,只排布了4栋楼,但是规划合理,称得上住宅区中的精致之作。     

三菱重工海尔 “新”迎未来

正而在战略合作客户层面,2018年三菱重工海尔将采取重点区域重点支持的策略,与包括全国各大地产集团在内的战略客户实现战略合作。2017年市场整体增长41%,家装零售增幅大幅领先行业,单元机更是倍速于行业增长;2018年前两个月,整体销量增长36%,家中机大幅增长72%,轻商增幅超过40%,工程和理货网络销量和队伍质量均有明显提升。这是一年多来三菱重工海尔呈现给市场的完美答卷。4月26日,以"新·迎未来"为主题的三菱重工海尔2018年客户年会在张家界召开。三菱重工海尔总经理坂本正彦、三菱重工海尔中方总经理范增年、三菱重工海尔市场副