摘要：变化环境下,径流的精准预测愈加困难,集成稳健的优化算法是近年来机器学习发展的动力,也是提高径流预测精度的有效途径。为规避支持向量机(SVM)建模时适应度函数选取的不足,提出基于群智能算法的SVM参数优化范式,并以新疆克孜尔水库月平均径流量预测为例,对粒子群算法(PSO)、差分算法(DE)、灰狼算法(GWO)、鲸鱼算法(WOA)和麻雀算法(SSA)5个典型算法进行仿真验证。结果表明,PSO建立SVM模型合格率(QR)小于60%,预测精度不达标,其余4类算法的平均绝对相对误差和纳什系数分别介于10%~20%和0.75~1之间,预测效果良好;20次独立运算结果中,PSO、WOA、SSA和DE存在预测结果较差的情况,其中PSO的稳定性最差。综合而言,GWO优化的SVM(SVMGWO)在月径流预测中精度、稳定性和可靠性更佳。

摘要：光电探测具有较高的实际应用价值,在光电探测过程中,由于多种因素的综合影响,因素之间互相干扰,使得光电探测控制十分困难。为了获得理想的光电探测控制效果,针对当前光电探测控制方法存在的不足,设计了群智能算法优化PID参数的光电探测自动控制系统。首先以光电探测控制精度为目标,设计光电探测控制的目标函数,然后引入群智能算法和PID组合机制实现光电探测控制,并采用群智能算法实时优化PID参数,最后在Matlab 2017平台上进行了光电探测控制的仿真测试。结果表明,本系统有效降低了光电探测控制误差,提升了光电探测控制精度,使温度波动保持在±0.04℃以内,且在2 min内达到稳定状态,具有较强的鲁棒性。

摘要：为改善无人机基于地形轮廓匹配的地形辅助导航地形适应性差、实时性差的问题,本文提出一种基于航迹规划的地形辅助导航方法。针对地形匹配对地形依赖性强的问题,将无人机需要途经的区域进行分块并计算各块地形标准差,根据地形标准差选出地形平坦区域和地形起伏区域,用航迹规划算法为无人机规划出在地形起伏较大区域的航线。针对传统遍历搜索高程匹配算法耗时长的问题,在粒子群算法基础上引入分布估计的思想,形成优化粒子群算法进行地形轮廓匹配,加强全局寻优能力。仿真实验结果表明:优化粒子群算法降低匹配时长2/3,基于航迹规划的地形辅助导航降低位置误差6/7。

摘要：为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过程中的能耗为目标,建立无人机区域搜索滚动时域优化目标函数,指导无人机在线决策搜索路线;然后针对传统群智能优化算法易陷入局部最优的缺陷,设计差分进化粒子群混合算法在线求解该多目标优化问题,提高算法的寻优性能,从而提高无人机的搜索效率。最后,通过数值仿真实验,对所提算法进行验证,仿真结果表明,文中设计的基于差分进化粒子群混合算法的多无人机协同区域搜索策略与传统的群智能优化算法相比具有更高的区域搜索效率。

摘要：PID参数整定是PID控制中的一个关键步骤,常规的PID控制在一定程度上已被淘汰。为改善PID控制的效果和精度,文中将黄金正弦策略与精英反向学习策略相结合,提出一种改进的麻雀搜索算法。用23个标准函数对所提出的新方法进行了验证,实验结果证明了新方法的有效性。利用改进的麻雀搜索算法对PID控制参数进行了优化,并对该方法进行了仿真分析。结果表明,采用该方法进行PID参数整定时,其具有更好的稳定性、更高的精度和更好的性能。

摘要：飞行器总体设计直接影响飞行器的战术技术指标,在其设计过程中往往要经过多次反复,因此需要优化手段获得较优的飞行器总体技术方案。群智能算法由于自身的特点受到广泛关注,应用前景广泛。本文选择常用的3种群智能算法,即粒子群优化算法、差分进化算法和蚁群算法对某飞行器总体方案进行优化设计,并对结果进行对比分析。

摘要："机械优化设计"课程是机械类专业学生的一门重要基础课,目前存在着教师授课方法闭塞、单一、学生学习积极性不高等弊端,从而导致学习效果差、课程目标达成度低等问题。基于此,首先,将遗传算法、粒子群算法、混合蛙跳算法等群智能优化算法引入到二级圆柱齿轮减速器的优化设计中,试验结果表明,群智能算法的求解结果优于传统的人工算法和复合型算法。其次,通过分析数据发现,群智能算法的求解结果需要进行圆整等技术处理才可以在工程实际中使用,因此,需要引导学生思考如何改进算法。最后,针对混合蛙跳算法,提出了相应的改进措施,使之能够适合混合变量类型(非单一的连续型变量)的工程优化问题。通过将人工智能算法引入课程作业的教学过程,扩大了学生的视野,有利于培养学生在解决复杂工程问题时的创新能力。

摘要：为了优化模糊控制器,将群智能算法应用至其中,对控制器的优化设计展开探究。该优化研究以论域、隶属函数、积分环节并联处理、积分系数作为优化指标,经过组合设计,形成4种优化设计方案。仿真测试结果显示,“对积分环节采取并联处理,同时优化积分系数、隶属函数和论域。”优化方案控制效果最佳。

摘要：在可重构智能表面(RIS)辅助的多输入多输出(MIMO)系统中,为了最大化系统的频谱效率,波束成形需要联合考虑基站的主动波束成形和RIS的相移设计。对此,提出了一种基于改进粒子群(PSO)算法的波束成形方案。首先,利用交替优化思想,将联合波束成形问题分解为基站处的有源波束成形和RIS处的相移设计。然后,利用注水功率分配和改进的PSO算法分别对这两个问题进行交替优化求解。最后,将所提方案推广到实用相移模型的RIS中。实验结果表明,所提方案可以有效地解决此波束成形问题,并能大幅提升系统的频谱效率。

摘要：微波谐振式传感器具有低成本、高灵敏度、实时、无损检测等特点,在生物、医疗、环境等领域都有着广阔的应用前景.一般来说,微波谐振式传感器通过传输线激励谐振单元,通过谐振频率偏移等特征变化获得待测量.本文对微波谐振式传感器现有研究成果进行了详细的综述.首先简要介绍了微波谐振式传感器分类、基本工作原理及关键性能指标,其次以位移传感器、介质传感器及液体传感器这3种类型总结当前微波谐振式传感器国内外研究进展,之后着重探讨了群智能算法、机器学习等优化算法在微波谐振式传感器优化设计方面的应用,最后展望了微波谐振式传感器的发展前景以及存在的挑战.