简介:对2010年10月和11月北京市区粒径小于2.5pm(PM2,)和2.5~10μm之间(PM2.5-10)的气溶胶粒子质量浓度进行了观测和分析,同时研究了同期的Angstrom指数和散射系数等气溶胶特性参数的变化。结果表明,不同粒径颗粒物的质量浓度与气溶胶特性参数的逐时日变化明显。PM:,质量浓度在凌晨5时至6时取得最小值,夜间20时至21时取得最大值;PM2.5-10质量浓度则在9时至10时和20时至21时出现双蜂。气溶胶Angstrom指数在下午明显高于上午,最大值出现在16时左右;散射系数高峰出现在17时至18时。2010年10月7—9日出现了显著的灰霾天气,灰霾天气下PM2.5,和PM2.5-10质量浓度均有明显增加。细粒子增多是导致PM25增加和Angstrom指数增大的主要原因。另外,灰疆天气期间散射系数迅速增大,非灰霾天(10月11日)的散射系数只有灰霾天(10月8日)的1.27%。
简介:摘要介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。
简介:为了改善常规PID算法在电动助力转向系统(EPS)控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法(PSO)对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明:与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.