基于粒子群算法的工程项目多目标优化问题研究

为了更有效地解决工程项目的工期—成本—质量优化问题,从施工单位的角度出发,基于工期、质量、成本间的对立统一关系,以双代号网络图中每项工作的持续时间为自变量,建立工期—成本—质量优化模型,采用标准粒子群算法来优化求解。为了消除量纲对评价标准的影响,对 3 个目标适应值采取了标准化的处理方法。利用 Matlab 软件,对一个工程案例进行多目标优化,通过与蒙特卡罗方法进行对比,分析了粒子群算法的计算效率,优化结果验证了粒子群算法求解工程项目多目标优化模型的可行性和适用性。     

改进粒子群优化BP神经网络的轮毂分类算法

针对轮毂识别系统前期图像特征提取误差较大时分类准确性降低的问题,提出了基于改进粒子群算法优化BP神经网络的轮毂识别模型。在标准粒子群中引入遗传算法的变异因子、惯性权重、时间因子、速度边界限制和反弹策略,以改进粒子群算法,从而提高寻找最优阈值与权值的性能。经过与不同算法的对比数据看出,采用改进粒子群优化BP神经网络算法的分类识别率比其他算法提高了9%左右,且收敛速度、收敛精度均有提高,证明了所提IPSO(improved particle swarm optimization)算法的有效性。     

基于粒子群优化算法的热网优化设计

基于粒子群优化算法,以热网年折算费为目标函数,在水力约束条件下求解优化的管径.结合算例,验证了粒子群优化算法的可行性和有效性,取得了良好的效果.     

面向爆管检测的供水管网水压监测点多目标优化

针对单目标优化算法在水压监测点优化布置模型求解过程中计算效率低、解集质量差的问题，提出了一种多目标非支配差分进化算法（NSDE）。首先，对各管段中间添加的节点赋予爆管流量并依次进行模拟，根据各节点压力变化值生成爆管事件判断矩阵；然后，以监测点个数最小化和爆管检测漏损量最大化为目标函数构建监测点优化布置数学模型，利用NSDE算法进行求解；最后对Pareto解集中监测点布局特征展开分析。以net3供水管网为例，采用单目标遗传算法、多目标非支配遗传算法（NSGA-Ⅱ）和NSDE算法分别对模型进行求解，结果表明多目标NSDE算法计算效率更高且优化解质量更好，其Pareto解集对应的多种布局方案可为实际工程中监测点布置提供灵活选择。     

云计算中基于改进离散粒子群优化的任务调度方案

针对云计算中现有智能任务调度算法容易陷入局部最优的问题,提出一种基于改进型离散粒子群优化(DPSO)算法的任务调度方案。对传统DPSO算法中的粒子位置更新公式中的惯性权重进行改进,使其根据迭代次数非线性递减,提高算法的搜索能力;另外,融入了随机扰动操作,避免算法陷入局部最优。实验结果表明,与传统遗传算法和粒子群算法相比,该方案能够获得最优的调度策略,有效降低任务的完成时间。     

基于粒子群算法的桁架结构优化

粒子群算法(PSO)是一种基于种群智能的优化算法。由于其具有快速收敛和操作简单等特点,粒子群算法在工程、经济管理等诸多领域均得到广泛应用,成为近年来智能计算领域研究的新热点。首先介绍粒子群算法,进而提出对于惯性权重进行线性变化。利用改进的粒子群算法对实际工程桁架结构进行尺寸优化以提高经济效益,并提出合理的参数设置。数据对比分析结果表明,改进的粒子群算法对于桁架结构尺寸优化设计是可行的。     

改进的PSOGA-SVM模型应用于露天矿区空气质量预测

为掌握露天矿区开采所造成的空气污染情况,必须对露天矿区空气质量进行准确预测。选取PM_(10)质量浓度与平均温度、相对湿度、光照时间、风力作为影响空气质量的主要因素;基于收集到的露天矿区环境数据,采用支持向量机(support vector machine,SVM)建立模型,同时引入改进型惯性权重的粒子群优化(particle swarm optimization,PSO)算法作为变异算子来优化遗传算法,最终将该模型应用于实际场景。基于MATLAB建立了改进型惯性权重的粒子群遗传算法优化支持向量机(improve inertia weighted particle swarm optimization and genetic algorithm based optimize support vector machine,PSOGA-SVM)网络预测模型。结果分析表明,所提模型的预测精度优于交叉算法验证算法优化支持向量机(cross-validation support vector machine,SV-SVM)模型和粒子群算法优化支持向量机(particle swarm optimization for parameter optimization of support vector machine,PSO-SVM)模型,且预测精度可达到98.5%以上。     

基于DEPSO 的工程项目增量净收益优化研究

针对当前工程项目网络计划制定中难以对工期、成本、质量三大目标进行有效统筹管控的问题。将这三大目标转化为增量净收益目标,解决由于各单目标之间量纲的不同而难以统筹优化问题,建立了增量净收益最大的工期—费用—质量模型,理清了它们之间错综复杂的关系和相互对立的局面。充分利用差异演化算法和粒子群算法的各自优点,提出了差异演化粒子群算法对上述多目标优化模型进行求解;并通过工程实例检验差异演化粒子群算法的有效性,计算结果显示,改进算法在很大程度上改善了求解性能,极大地提高了工程项目的净收益。     

改进的粒子群优化算法在结构优化中的应用

结构优化设计对于实际工程具有重要的意义。本文通过对标准的粒子群优化算法进行分析,将惯性权重系数引入到原算法中,并建立了相应的优化模型。介绍了改进的粒子群算法的基本思想、结构优化模型及其实施的具体步骤,最后通过算例及与标准PSO优化算法的比较,验证了改进后的方法的效率和有效性。结果表明该方法提高了优化性能,具有很好的应用前景。     

基于修正萤火虫算法的多模函数优化

萤火虫优化(glowworm swarm optimization,GSO)算法是一种计算多模函数优化问题的新型算法,该算法和蚁群优化、粒子群优化一样,都是一种群智能算法。针对GSO算法在优化多模函数时收敛速度慢、求解精度不高和发现峰值率低的缺点,首先在算法中采用变步长的运动策略,使得步长随着迭代时间自适应地逐渐减小;其次采用较小的初始决策范围值;最后添加了萤火虫的自探索机制。改进后的学习行为更符合自然界生物的学习规律,更有利于萤火虫发现问题的所有局部最优解。利用标准测试函数对修正后的萤火虫算法进行测试,仿真结果表明,修正的萤火虫算法具有良好的收敛性和计算精度,在寻找多模函数的峰值个数时显示出很大的优势。     

基于改进双向渐进结构优化法的桁架结构拓扑优化

为了将双向渐进结构优化法应用于桁架结构优化设计中,结合能量原理和满应力设计准则,推导了以结构最小应变能为目标函数的优化计算公式,提出了可以应用于桁架结构优化的桁架-双向渐进结构优化(T-BESO)法.T-BESO法以杆件截面面积为设计变量,以结构应变能为目标函数,以应力约束和满应力设计准则为约束条件.在T-BESO法中...     

高层建筑的结构优化

针对高层建筑结构的发展进行了综述,结合设计实践,就目前高层建筑结构中的一些问题作出总结,为此提出了高层建筑结构优化的合理建议,从而使高层建筑结构设计满足相关规范要求。     

OTN网络优化方案研究

OTN作为电力省骨干传输网的核心技术,以其组网灵活、带宽大的特点受到越来越多的关注,OTN必将为电力通信的发展提供更加可靠、高效的支撑。文章结合工程实施经验与OTN技术特点,对基于一次网架结构建设的电力骨干OTN网络进行研究分析,提出适应网络发展的网络优化方案。     

空调系统节能优化研究

分析了空调系统节能设计中存在的问题,从变水量冷水机组、循环水泵、空调全系统三方面,探讨了空调系统的节能优化措施,以降低空调系统的能源消耗,实现节能、环保的目标。     

Strategic optimization in North West Water Ltd and its effect on distribution optimization

The water industry is heavily regulated, and is in a monopolistic situation, so it is restricted in the charges it can levy, while it has to meet the full demands of its customers. Therefore the economist's approach to optimization, based on the assumption that volume is the sole determinant of cost and revenue changes, cannot be used. Thus an alternative approach is required. The aim of strategic optimization at North West Water Ltd is to produce an operating procedure for the major sources, to meet a declared demand, while maintaining a specified minimum storage volume, at minimum cost.     

滤池过滤与反冲洗优化试验研究

针对水厂滤池低负荷下滤后水浊度远低于标准要求、水头损失小、截污滤层浅、反冲洗时间较长、耗水耗电量大的问题,采用增加滤池负荷、延长过滤周期并调整反冲洗时间的优化方案.试验结果表明:在增大滤池负荷的基础上,将过滤周期由目前的55 h延长到71 h,水头损失随时间增加较快,截污滤层下移,滤层截污效能提高.不同反冲洗条件下的排...     

浅谈建筑设计优化的措施

浅析国内建筑工程设计领域存在的弊病,阐述了国内建筑设计需要优化的原因,结合国外工程设计领域的成熟经验,提出国内在建筑工程设计中需要采取的措施,以提高建筑设计质量,从而增强国内建筑行业的生命力。     

对优化建筑施工技术的举措探讨

根据优化建筑施工技术的概念,对其施工技术意义进行了分析,分别介绍了泵送混凝土技术、抗震施工技术等优化建筑施工引进的新技术,并就如何倡导和优化建筑进行了探讨,以期全面提高建筑施工的有效性与实效性。     

卷积神经网络优化算法研究

为了解决卷积神经网络结构复杂,样本训练神经网络时间过长的问题,本文提出了采用分数阶理论优化卷积神经网络中的节点函数,使Sigmoid函数的收敛速度加快,在不影响卷积神经网络进行音频识别的正确率的前提下,减少了训练所需时间,达到提高整个神经网络的训练效率的目的。实验结果表明,在保证正确率的前提下该方法有效的减少了训练所花的时间,并可广泛应用于虚拟人运动控制系统中。