摘要：微粒群优化算法参数的选取是影响其性能和效率的关键。为了解决微粒群算法的参数优选问题,提出一种将可拓菱形思维嵌入到微粒群优化算法中,依赖被优化函数对参数进行自适应优选的高精度微粒群算法。基本思想是:(1)根据发散-收敛-再发散-再收敛这一菱形思维特点,建立微粒群算法参数优选的菱形思维模型,利用物元的可拓性对其进行发散性设计,再利用合适的评价方法对发散后的多种参数配置方案进行评价,取其中最优方案对应的参数作为算法当前代的参数值;(2)将菱形思维过程嵌入到微粒群算法的每一步,算法参数随着进化过程中的反馈信息不断被菱形思维优化,实现了参数选取过程的实时性和自适应性。该嵌入式优化算法既提高了算法的优化精度,又克服了迭代进化嵌套的高计算成本不足。最后通过对典型benchmark函数的优化仿真,表明该算法具有较高收敛速度和优化精度。

摘要：随着列车速度的不断提升,受电弓滑板磨耗增加,对弓网系统运行的安全性和经济性造成威胁。目前,铁路部门仍采用传统人工登顶方法检测滑板磨损情况,效率低、安全性差、且干扰正常行车。因此,亟需探索简便、高效的滑板磨损量预测方法,以指导受电弓滑板的检修与更换。通过改变电流、温度参数进行多组试验发现,在低电流工况下,滑板磨损量随温度提升逐渐下降,在高电流工况下,滑板磨损量随温度提升先减小后增加;基于偏最小二乘回归法,建立了考虑温度作用的浸金属碳滑板磨损量预测模型,模型检测相对误差小于6%;选取不同材料滑板时,磨损量对各影响因素变化的敏感程度存在显著差异。研究结果对完善受电弓滑板磨损量预测模型,降低铁路运营维修成本,提高列车弓网系统运行稳定性具有一定指导意义。