简介：摘要本系统使用siemensS7-200系列PLC称重模块采集固体配料重量，使用高速脉冲输入口采集液体料体积，精准有效的控制整个配料过程。本文详细的说明了称重原理、硬件配置、控制逻辑。本控制系统以PLC控制器为核心，结合称重传感器，控制螺旋输送机、振动电机、搅拌机、放料阀门实现全自动配料的功能。

简介：摘要AUV作为新一代水下智能机器人，近几年发展迅速。在军事和经济方面，AUV都将发挥越来越重要的作用。粒子图像测速技术（PIV）适用于多个领域，可以提供同一瞬态下流场的信息及特征，便于研究者进一步分析实验数据。本次实验利用粒子图像测速技术（PIV）来研究AUV的入水方案，通过研究其不同高度、不同角度以及不同水流对于空投AUV的影响，和入水前后的速度变化，在数据记录和实验分析之后，最终得出最适方案——“偏转一定角度的低空投放AUV”。

简介：为了解决基因选择困难问题,提出一种基于改进的K-means算法融合微粒群优化（IKPSO）的基因选择方法。该方法首先运用过滤法（Relief）对基因进行筛选,选择出对分类贡献大的基因构成备选基因子集;然后,利用改进的K-means算法将备选基因子集划分为一定数目的簇,并运用微粒群（PSO）对每一类簇进行搜索选择出相应类簇中的最优和次优基因构成最优特征基因子集;最后,训练支持向量机（SVM）,并利用其分类的性能来评价获得的最优特征基因子集的质量。在两个典型的、公开的小样本的高维微阵列数据集上进行的实验,结果表明该IKPSO算法总体分类性能相对较好,并且与传统方法相比,IK-PSO分类性能得到显著的提高,证明了IK-PSO的可行性以及有效性。

简介：摘要电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究课题，合理的选择AGC机组对电网的经济运行很重要。本文提出了采用粒子群优化算法对电力市场AGC机组的调配问题进行探究，依据粒子群算法原理在MATLAB软件中编程对实际系统的AGC机组调配问题进行求解。研究结果表明，改进的PSO算法即可以克服整数规划法的缺点，也能避免了遗传算法复杂的参数设置，且能得到问题的最优解。改进粒子群算法是解决AGC机组调配问题的新方法。

简介：随着提供新一代电力系统的智能电网的出现,居民有机会管理他们的家庭能源使用以减少能源消耗。本文提出了一个家庭能源系统模型来优化智能住宅的能源生产和消费,并将新能源发电,电池储存系统,可并网车辆和家庭可转移负荷整合在一起,通过改进粒子群算法优化,提高了可再生能源的利用率,同时降低了居民的用电费用。

简介：针对局部阴影使光伏阵列呈现多峰值的现象,提出了一种基于改进粒子群的全局MPPT寻优算法。该算法首先采用大步长扰动观察法进行一次寻优,然后通过非线性动态改进惯性权重策略对粒子群算法改进,用改进粒子群算法进行二次全局寻优,最后使用变步长扰动观察法进行三次迭代寻优。仿真结果表明,混合算法能够在不同阴影条件下快速、准确地跟踪最大功率点,避免系统陷入局部最优值,具有良好的动态性、稳定性和高效性。

简介：摘要本文对多目标粒子群算法的原理和数学模型做了基础记述，然后对多目标粒子群算法做了仿真测试，并使用加速因子对其线性变化进行了优化，这不仅保证了粒子群算法初步搜索时能在比较大的范围内迅速找到自身最优位置（pbest），而且利用加速因子的权重变比变化促使后期粒子群进行严格的局部搜索以便于去找到gbest位置也就是全局最优位置，使其集中向Pareto最优前沿聚集。使得在仿真结果中使用拥挤距离删除后得到的图形的最优前沿更加均匀平滑。最后利用前面所介绍的粒子群算法去解决环境经济调度优化问题，介绍环境经济调度原理以及其数学模型，在其多个不等式和等式约束下做了仿真测试，得到的数据与文献做了详细对比，表明粒子群算法在解决环境经济调度的问题中具有很大的可行性和有效性。

简介：摘要光伏阵列被云层局部遮挡，使得其功率-电压（P-V）曲线呈现阶梯状、多极值的形状，从而造成传统的最大功率点跟踪不起作用，陷入局部寻优，本文提出了一种可以快速、稳定并且能够全局寻优的最大功率点跟踪（MPPT）算法。算法先将粒子群优化（PSO）改进，使得在一定的迭代次数下稳定地全局更新所有粒子的速度和位置，快速找到最大功率点（MPP）的大概位置，再利用改进的Fibonacci数列作为变步长扰动观察法步长改变的依据，快速接近和得到功率的最佳解1。通过Simulink建立了仿真模型，与变步长扰动观察法、传统粒子群优化算法进行比较，验证了算法在精度与速度上有明显提升。

简介：摘要本文利用了修正的离散量子粒子群优化算法（MQPSO）对配电网网络进行重构，算法在原有的二进制粒子群基础上改进了Sigmoid函数的简单映射关系，直接利用MQPSO实现了改进粒子群自身算法直接的映射关系，提高了算法的运算效率。此外，由于配电网自身的辐射状运行特点，本文利用节点优化3步骤对配电网络进行优化，使得粒子在初始化过程中避免了不可行解的出现。最后对IEEE单馈线33节点配电系统进行了优化计算，其结果与最优解吻合，同时还证明了MQPSO算法在处理离散问题的高效性。

简介：摘要AUV作为新一代水下智能机器人，近几年发展迅速。在军事和经济方面，AUV都将发挥越来越重要的作用。粒子图像测速技术（PIV）适用于多个领域，可以提供同一瞬态下流场的信息及特征，便于研究者进一步分析实验数据。本次实验利用粒子图像测速技术（PIV）来研究AUV的入水方案，通过研究其不同高度、不同角度以及不同水流对于空投AUV的影响，和入水前后的速度变化，在数据记录和实验分析之后，最终得出最适方案——“偏转一定角度的低空投放AUV”。

简介：摘要优化变电检修计划，可以获得更加经济和理想的检修计划方案。基于这种认识，本文提出了一种基于粒子随机变异思想的改进型离散粒子群算法，能够对变电检修计划模型进行优化。从计划的优化效果来看，采用该算法可以降低变电检修成本，并使检修工作效率得到提高，因此可以为变电检修带来更多的效益。

简介：摘要由于电力系统无功优化问题具有多变量、非线性等特点，针对基本粒子群算法容易陷入局部最优解，本文提出了改进的方法，通过动态调节惯性权重w和改进位置更新策略，可以较好的平衡全局寻优能力和局部搜索能力，将改进后的粒子群算法应用于电力系统无功优化问题中，更好的解决无功优化问题。

简介：摘要在智能电网不断发展的大背景下，配电网络重构可以不投入额外的设备，仅通过改变线路上的开关状态，就能实现降低网损，改善电压质量的目的，其重要性日益突出。本文提出了一种基于改进量子粒子群算法的配电网络重构方法。该方法通过基于环路的十进制编码方式对粒子向量进行编码，降低了重构过程中不可行解产生的比例；引入了Logistic映射来提高初始种群的遍历能力；采用自适应调整的收缩—扩展系数α，提高量子粒子群算法的动态自适应性。最后，本文运用MATLAB仿真计算，验证了该方法的正确性、有效性和快速性。

简介：摘要针对标准粒子群算法易收敛到局部最优的缺点，本文对粒子群算法做出了部分改进，同时引入了Pareto多目标的配电网模型，这种模型相对于单目标和加权多目标模型相比更具实际工程意义。

简介：针对船舶复杂结构优化问题,结合智能优化算法在解决复杂工程结构优化设计的优势,将遗传粒子群算法应用于船舶结构优化设计中。根据中国船级社规范,建立长江水系货多用途船中剖面结构尺寸优化的数学模型,然后采用MATLAB软件对遗传粒子群算法进行编程,实现遗传粒子群算法对多用途船中部舱段结构的优化,并与遗传算法的计算结果进行对比。结果表明,遗传粒子群算法使货舱段中剖面面积相对于初始值下降了7.3%,且优化性能优于标准遗传算法。

简介：摘要大规模电动汽车用户的无序充电行为会对电网造成“峰上加峰”等影响，因此电动汽车规模化应用迫切要求实现对充电行为的引导和调度。电动汽车的储能特性，使其可以通过充电站/桩较好地与电网侧进行能量交互，实现V2G调度。根据V2G的特点以充电站各时刻的电动汽车充放电功率为控制对象，建立了以日负荷曲线峰谷差为目标函数的多维、非线性数学模型，并采用粒子群算法求解，得到电动汽车日前优化调度计划。针对电力系统调度问题的应用，本文进一步建立以峰谷差为目标的外层控制模型，并以上述V2G模型作内层优化。应用某典型小区日负荷曲线进行算例仿真，验证了算法的有效性，比较了不同电动汽车数对负荷曲线的影响。结果表明，电动汽车充电调度策略模型，能够有效地降低电网峰谷差，达到平稳负荷波动的效果；且以峰谷差为目标的双层控制模型，能够较好的跟踪不同目标下所需要的可控车辆数，验证了模型有效性。

简介：摘要风力发电机组、抽水蓄能电站以及传统燃煤火力发电机组的协同优化，考虑联合运行系统的经济性，因而是个单目标优化问题，但有着很多的约束条件和极高的变量维度，采用传统的优化方法无法在短时间内得到最优解，因而，对于本文高维度、多变量的解空间问题，需要寻找一种合适的算法来解决问题。粒子群优化算法从解空间的随机解出发，通过粒子的运动迭代最终达到最优解。因此，本文采用了粒子群优化算法作为基础，对联合运行系统的优化进行求解。

简介：摘要：随着我国经济在快速发展，社会在不断进步，电力系统无功优化可以改善电网的无功分布，有效地降低网络有功损耗，保证经济效益。针对粒子群算法在电力系统无功优化问题中存在物种多样性下降和易于陷入局部最优的问题，提出含扰动的改进吸引排斥粒子群算法。该算法通过对物种多样性和迭代次数进行判断，优化速度更新公式和位置更新公式，较好地克服传统粒子群算法在电力系统无功优化问题中存在的不足，通过对ＩＥＥＥ－１４节点系统进行仿真验证，验证提出的算法可以更好地降低有功损耗，证明该方法的有效性。

简介：摘要文章介绍了对极坐标下PQ分解法中涉及到三角函数的公式进行三角变换，得到直角坐标下的PQ分解法，减少了大量三角函数的重复计算，提高了计算速度；采用多目标函数作为优化判定条件，提高了结果的可靠性；结合粒子群算法通过MATLAB编写算法的实现程序；用IEEE-6节点系统验证了该方法的可行性和有效性。

简介：摘要本文提出了一种基于粒子群优化（PSO）和单周控制相结合的光伏系统部分遮荫条件下最大功率点跟踪(MPPT)算法。在均匀辐照条件下，扰动观测(P&O)和增量电导(IC)等算法在最大功率点跟踪中非常有效。但在部分阴影条件下，它们无法跟踪全局MPP，并收敛到局部MPP。本文最大功率跟踪算法克服了这一技术难题，能够有效地确定全局MPP。在不同的遮阳条件下，对光伏结构进行了大量的仿真研究。实验结果表明了该方法的有效性。