粒子群优化算法在确定河流水质参数中的应用

将粒子群优化（PSO）算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据，以及确定河流水质参数的函数优化问题。分别就粒子数目和待估水质参数的初始取值范围对算法运算过程的影响进行了数值实验。结果表明：①PSO算法能够有效地应用于求解分析河流水质试验数据，确定水质参数的函数优化问题；②粒子数目的多少对迭代次数、运算时间和算法是否收敛有一定的影响，在粒子数目较大的情况下，可以保证运算过程收敛；③待估参数初始猜测值的选取范围对迭代次数也有一定的影响，选取范围越大，需要的迭代次数越多。最后，指出了需要进一步研究的问题。     

基于粒子群优化算法神经网络在开采沉陷中的应用

考虑BP网络存在收敛速度慢、局部极值等缺点,引入线性下降惯性权重粒子群优化（LWPSO）算法,建立基于线性下降惯性权重粒子群优化（LWPSO）算法的人工神经网络模型,在分析抚顺发电有限责任公司厂区地表下沉的实际观测资料的基础上,对厂区的任意点,任意时刻进沉陷预测研究。     

基于粒子群寻优机制的图像分割方法

利用粒子群优化（eso）算法全局寻优、快速收敛的特点,结合模糊C-均值（FCM）图像分割算法提出一种新算法,用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度。实验结果表明,与FCM相比该算法聚类更准确,效率更高,具有较高的分割速度和良好的抑制噪声的能力。     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

基于改进聚类算法的基础数据准备研究与应用

为了解决数据挖掘本身的局限性,提出了适用于制造企业的基础数据的改进K-means算法。该算法应用AHP方法将原始数据根据其特征属性进行加权预处理,可以将基础数据进行更精确的细分,完善了基础数据的准备,为企业提供了更加直观科学的决策依据。并通过实例验证了该方法的可行性。     

神经树在煤与瓦斯突出预测中应用研究

由于煤与瓦斯突出影响因素之间存在着复杂的非线性关系,为准确预测煤与瓦斯突出的危险性,本文提出了基于柔性神经树的煤与瓦斯突出预潮模型,其中利用多表达式编程和粒子群优化算法分别优化了自身的结构及相关参数,使得神经树具有强大的预测和分类能力,与传统神经网络相比具有更加灵活的自动优化能力.通过采用实测数据对算法进行了验证. 结果 表明与常规预测方法相比较,该模型的预测准确性高,具有良好的适应性和有效性.     

UMHexagonS算法的研究与改进

对UMHexagonS算法进行了介绍,对其特点及造成其独特优越性能的原因进行了初步分析,并提出了一种改进方法.即在预测起点处增加一个内容自适应的中止搜索阈值判断,以判断是否可立即结束搜索.模拟实验表明,相比原算法,改进后的算法明显节省了编码时间,并保持了原算法率失真特性良好的特点.     

基于改进蚁群算法的移动机器人路径规划

为了提高移动机器人在复杂静态环境下快速、精确地实现避障路径规划的能力,在蚁群算法的基础上进行改进,采用最优一最差蚂蚁系统,并且引入最差路径信息素自适应参数以更好地寻找全局最优解。搜索过程中引入起点终点引导函数,优先搜索距离起点远而距终点近的节点。为提高算法的实用性,运用几何方法对路径进行修正处理。从而实现了机器人的快速、精确路径规划。通过计算机仿真研究表明：该算法具有较强的实用性,能明显改善路径规划性能,并且算法简单有效。     

混合SQP的基于完全学习的粒子群优化算法在电力系统中经济分配问题的应用

电力系统经济负荷分配(ELD)问题是电力系统运行中一个重要的优化问题.此前,多种经典数学逼近方法和启发式搜索算法被用于对该问题进行了求解.但是,这些方法仍然存在两个很重要而未引起足够重视的问题:1)算法的稳定性得不到有效保证;2)算法在大规模ELD问题上的性能仍然不能令人满意.CLPSO是一种新的高效全局优化算法.针对其存在的多样性保持能力强但收敛性不足的问题,文中引入序列二次规划SQP,提出了一种新的混合SQP的CLPSO算法SQP-CLPSO.用其求解多个典型ELD问题,并与多种知名算法进行了对比.实验结果表明,SQP-CLPSO具有优秀的收敛性、多样性和可拓展性,是求解复杂ELD问题的有效算法.     

基于人工鱼群算法的喷油系统断油电磁阀的优化设计

为合理选择和正确设计柴油自卸车喷油系统的断油电磁阀,根据电磁阀的结构特点,建立了在自卸车出现转速失控时喷油系统断油时间最短的目标函数。利用人工鱼群算法对断油电磁阀的阀芯质量、弹簧刚度、线圈匝数、工作气隙、阀芯举升高度进行优化,得出断油电磁阀的最佳动态响应参数,并利用HYDSIM分析了优化前后喷油系统的响应特性。结果表明：断油电磁阀参数优化后的喷油系统比优化前的系统的响应时间减小了5．59ms,能更有效地控制柴油机自卸车转速失控,明显提高柴油自卸车的运行安全和使用寿命．     

分组IP路由最长前缀匹配查找算法研究

介绍了几种常见的IP路由查找算法,并简单分析其优点与不足。二进制Trie树结构虽占用空间较小,但因其查找时间太长而很少运用于实际生活中,目前常见的算法都是在查找时间与存储空间上寻找折衷点．本文在此基础之上提出了一种基于分组IP路由最长前缀匹配查找算法,通过将IP前缀按其长度进行分组,并在各组内采用Trie树结构进行存储,最长只需4次存储器访问,且因利用了公共前缀,固能节约存储空间,实验结果表明,本算法在查找时间上取得了非常理想的效果。