摘要：运用改进型粒子群算法对农村的两个应用实例,农村泵房钢结构数学模型和农村电站无功补偿优化数学模型进行了优化计算,采用MATLAB语言编制了泵房钢结构优化、配电网络无功补偿的计算机仿真程序。通过两个实例的计算机仿真,优化后的泵房钢结构质量比原设计减少了27.37%;有效地搜寻到电站无功补偿费用最低的优化补偿点,结果符合实际应用情况,表明粒子群算法应用于农业工程优化设计计算切实可行,为复杂的农业工程优化设计问题提供了新的思路和方法。

摘要：利用粒子群算法研究了被动分数阶汽车悬架参数的优化设计。分数阶汽车悬架系统是指运动微分方程中含有分数阶微分项的汽车悬架系统。建立了被动分数阶悬架系统的仿真模型,利用Oustaloup滤波器算法实现了该模型中分数阶微积分的近似计算。利用粒子群算法寻找一组最优的悬架参数来协调汽车操纵稳定性和乘坐舒适性的关系以到达最优的悬架性能。对比原悬架系统和优化后悬架系统在A、B、C、D共四级路面输入下的响应及其频率特性。研究结果表明,利用该方法对被动分数阶悬架参数进行优化设计,在保证汽车操纵稳定性的前提下乘坐舒适性得到明显改善。

摘要：针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先,将粒子位置编码为一组任务分配向量,针对同时打击场景可能存在的死锁问题,设计了一种基于多打击任务有向图的死锁检测和修复算法,解码出对应一组可行的任务分配解或方案,实现粒子群算法解的离散化。另外,对于传统粒子群算法(PSO)容易陷入局部收敛的缺点,提出一种基于变邻域搜索算法的跳出局部收敛策略,并建立局部搜索启动概率准则,实现跳出局部收敛和计算开销的平衡。最后,将跳出局部收敛的策略嵌入到粒子群算法中,得到协同任务分配的混合粒子群算法(HPSO)。另外,针对新目标发现导致的初始计划失效问题,设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明,所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。

摘要：建立了多目标风力机翼型型线优化模型,并采用改进的粒子群优化算法对多目标风力机翼型型线进行优化,设计出4种不同厚度的性能较好的风力机翼型。对CQU A18和CQUA21两种新翼型的气动特性与相同厚度典型的风力机翼型进行对比分析,结果表明,该翼型具有良好的气动特性,对翼型的前缘粗糙度不敏感,在主要攻角范围内,光滑和粗糙条件下,新翼型的升力系数和升阻比都要高,其气动特性具有显著的提高。

摘要：针对粒子群算法无法有效兼顾开采与勘探的问题,提出一种基于密度峰值的依维度重置多种群粒子群算法.首先采用密度峰值聚类中相对距离的思想并结合适应度值将种群分为两个子种群:顶层群和底层群.之后为顶层群设计专注于开采的学习策略而为底层群设计倾向于勘探的学习策略,以均衡种群的勘探与开采.最后依维度将陷入局部最优的粒子与全局最优粒子交叉重置,在有效避免早熟收敛的同时也显著减少了无效计算次数.将提出的算法与其他改进的优化算法在基础优化问题与CEC2017测试集上进行实验对比,实验结果均值的统计检验证明了提出算法的改进具有统计学显著性.

摘要：用粒子群算法和遗传算法设计四阶状态变量滤波器,并对两种算法得出的滤波器电路进行Pspice仿真及实际电路测试,同时,对两种算法得出的数据进行统计比较.结果表明,在平均收敛时间、平均收敛效率和收敛精度上,粒子群算法均明显优于基本遗传算法.

摘要：根据换热网络分级超结构模型,提出了针对冷却水换热网络的3种改进换热模型.与传统的分级结构不同之处在于水网络不需要公用工程的设计,冷流只包括冷却水.并且3种设计方法均考虑了水的分流和汇流,实现了水的非等温混合.结构二和结构三可以实现换热器中水的分阶段混合.通过权衡公用工程费用和投资费用的关系来确定最小年度总成本.使用粒子群算法优化了换热水网络中的热负荷和水的质量流量.通过两个案例可知,提出的3种改进结构费用低于前人的研究结果,案例1中结构3的费用最低,案例2中结构1的经济性最优.

摘要：晶圆良率是衡量晶圆产品质量的重要指标,实现其稳定优化能够有效控制生产成本。针对晶圆良率影响因素众多、数据量庞大等特点,以晶圆允收测试为依据,设计了基于改进粒子群算法的晶圆良率优化方法。该方法在晶圆允收测试数据预处理与关键参数提取基础上,建立评价粒子适应度的晶圆良率预测模型,设计迭代自适应的粒子群惯性因子与加速因子,以及基于模拟退火的局部搜索机制,实现最小调整成本下的晶圆良率最大化目标。在某晶圆制造车间算例实验中,通过对比分析验证了所提方法的有效性。

摘要：介绍了粒子群算法的原理、模型和算法实现过程,并采用该算法对机械优化的一个实例:压缩圆柱螺旋弹簧的优化设计模型进行了优化设计,优化计算结果表明,基于粒子群算法的优化设计切实可行,为复杂的机械优化设计提供了新的思路和方法。

摘要：针对高强钢复杂件冲压后出现的扭曲回弹现象,运用有限元仿真软件DYNAFORM对复杂件的冲压、回弹过程进行数值模拟,提出了评价复杂件扭曲回弹程度的指标,并运用试验设计和小波神经网络代理模型方法对扭曲回弹进行了优化研究。以某弯曲梁为研究对象,以扭曲回弹为成形目标,通过正交试验设计筛选出对扭曲回弹影响较大的工艺参数作为影响因素。利用拉丁超立方对影响因素进行抽样,通过数值模拟获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用改进的粒子群算法对该模型迭代寻优获得最优参数。结果表明:采用优化后的工艺参数能有效地减小该弯曲梁的扭曲回弹,该方法为减小复杂件的扭曲回弹提供一种有益的指导。