简介：摘要：变电站断路器分闸回路的响应特性与组成回路的直流系统、线缆、元件等参数相关。开发高阶非线性RLC模型的快速求解与校验方法是分析以上问题的关键。本文介绍了一种基于自适应粒子群算法的变电站断路器分闸回路响应的计算方法，以及一种基于可交互可视化的断路器分闸回路元件优化工具。

简介：本文在ANSYS仿真计算环境下建立了配电变压器典型油纸绝缘系统模型，施加回复电压测量过程中的电压波形，分析了其在关键时间点的电场分布特征。应用集总电路分析了回复电压的产生原理，通过理论公式解析了多参数扩展德拜模型，并在Matlab／Simulink平台上将德拜参数模型推广至多支路集总参数电路。提出Simulink—PSO联合算法实现了德拜参数的非线性拟合，定量分析了集总参数对极化谱的影响规律。研究表明：场一路模拟分析发现回复电压测量中存在暂态变化过程，且油纸复合绝缘界面处电荷迁移是状态参量存在暂态过程的主要原因，为油浸式配电变压器绝缘状态监测提供了一定的理论指导。

简介：摘要：目前，我国配电网涵盖的区域非常广泛，主要呈现出分布广、结构复杂、电缆线分布混乱的现象。随着城乡一体化的不断加快以及电力市场的不断发展，人们越来越追求高质量的供电系统，也对稳定性的需求越来越高。国民经济对供电可靠性的依赖也越来越大。近年来，随着配网自动化水平的不断提高，配网故障定位技术的发展也趋向智能化、自动化，配网故障的诊断速度、快速定位、及时隔离、快速修复也是检验一个供电局管理能力和抢修水平的标准。因此，对配网自动化进行合理的改进和提高已经成为供电部门工作的首要内容。如何缩短故障排查时间，避免抢修时间的延长，提供有保障的供电率，从而提高客户的满意度也成为大部分基层供电局单位需要着重考虑的关键问题。基于免疫二进制粒子群优化算法的配网故障定位方法，既能够加快故障定位与抢修速度，还可以大减少由于供电不足带来的损失，具有十分重要的现实意义。鉴于此，文章结合笔者多年工作经验，对基于免疫二进制粒子群优化算法的配电网故障定位方法研究提出了一些建议，以供参考。

简介：为解决工程项目集成化管理中存在的问题，提出多种群蚁群粒子群融合算法，并结合某地铁工程实例对该算法进行实证研究。根据求解效果分析得出结论，这一算法在解决多目标共同优化问题时比基本蚁群算法得到的帕累托解集更多，可以应用于施工项目集成化管理。

简介：粒子群优化算法即ParticleSwarmOptimization（PSO）是由Kennedy和Eberhart于1995年提出的一种基于群智能（SwarmIntelligence）方法的演化计算（evolutionarycomputation）技术。通过同时动态调整惯性权重和加速度权重以平衡运算性能，提出改进的PSO算法，利用改进PSO优化算法优化的PID控制规律使得调节系统具有更好的动态调节特性和鲁棒性。

简介：摘要：本研究旨在构建一个高效准确的信用评分模型，以解决金融机构在信贷决策过程中对借款人信用评估的难题。在当前的大数据环境下，借款人的各类信息可以从多个维度进行收集，包括但不限于个人基本信息、征信信息、财务状况、行为特征等。为了充分利用这些信息，本研究采用了一种基于优化粒子群算法的子模型组合方式来构建信用评分模型。首先，我们将收集到的信息分为几个不同的类别，并为每一类信息建立一个逻辑回归子模型，以此来计算各个维度的信用评分。逻辑回归模型因其解释性强、计算效率高而被广泛应用于信用风险评估中。然后，为了得到一个综合的信用评分，我们需要确定这些子模型评分在最终评分中的权重。这里，我们引入了模拟退火粒子群优化算法（Simulated Annealing-Particle Swarm Optimization, SAPSO）来寻找最佳的权重组合，并将此算法与线性回归计算组合权重、基于遗传算法的优化组合权重进行比较。我们在实际数据集上进行了实验验证，通过模拟退火粒子群算法的优化，我们能够找到一组权重，使得组合后的信用评分模型在预测准确性上达到最优。证明了该方法相较于传统单一模型建模方式不仅提高了信用评分的准确性，而且通过子模型的建立，增强了模型对借款人信用状况的解释能力。此外，模型的构建过程考虑了不同信息类型的重要性，使得评分结果更加客观和全面。本研究为信用风险评估领域的研究提供了一种新的模型构建思路，对于金融机构的风险管理和信贷决策具有重要的实践意义和实际应用价值。

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.

简介：为了实现二级倒立摆系统的快速稳定控制,设计了一款基于粒子群算法的变论域模糊控制器。通过对二级倒立摆系统结构和参数的分析,建立了二级倒立摆的数学模型,再利用粒子群算法优化了变论域模糊控制器的参数,改进了控制器的性能,最后通过仿真证明该算法切实可行。

简介：盾构速调地质变形预测对于提高盾构隧道施工可靠性，提高盾构隧道施工的现代化水平具有非常关键的作用，因此，可将基于粒子群算法优化的模糊支持向量机应用于盾构隧道地质变形的预测中。本文首先分析了盾构隧道地质变形计算的理论模型；然后研究了模糊支持向量机的基本理论；接着讨论了粒子群算法，并且设计了相应的算法流程；最后进行盾构隧道地质变形预测的仿真分析。仿真结果表明，基于粒子群算法优化的模糊支持向量机能够提高盾构隧道地质变形的预测精度。

简介：为了在ad-hoc移动朵云中高效率地解决任务分配这一核心问题,提出了一种基于启发式算法的任务分配算法.粒子群优化和模拟退火优化的任务分配算法(PSO-SA)将任务之间的依赖关系转化为有向无环图(DAG)模型,其中各个节点上的数值表示任务产生的负载,DAG的各个边的数值表示传输产生的负载.为了模拟ad-hoc移动朵云的任务分配环境,建立了数学模型来描述各个子任务之间的依赖关系并定义各个子任务的卸载成本.PSO-SA用于任务分配决策并最小化所有移动设备的成本,能耗和时间延迟同时作为卸载成本.PSO-SA结合了粒子群优化和模拟退火优化的优势,通过以一定概率选取最优解的方式,避免算法过早落入局部最优解,同时保证算法收敛速度.仿真结果表明,与其他现有算法相比,PSO-SA算法产生的卸载成本较低并且其结果可以非常接近最优解.

简介：为了实现对云计算任务进行动态实时调度,提出了一种基于改进离散粒子群算法的云计算任务调度方法.依据云计算任务调度数学模型的相关理论,提出了一种基于改进粒子群算法的云计算任务调度方法,对粒子更新方式、初始化方法以及权重因子更新方法等进行了改进,并对整体算法进行了描述.在CloudSim环境下运用改进的模型方法进行仿真实验,并与另外三种方法进行比较,结果表明该方法不仅所需总费用最少,而且收敛速度最快、用户满意度较高.

简介：从非线性方程组及其函数优化问题的角度出发，提出了一种基于混沌的聚类粒子群优化算法。通过混沌优化方法、谱系聚类法和粒子群的更新构成改进后的粒子群优化算法，极大的提高了求解的稳定性和精确性。

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：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：惯性导航测量过程中的零偏作为系统误差之一对惯性器件的精度影响更为巨大。因此，采用离散平滑滤波法对惯性器件固定位置下的温循数据进行处理，将处理数据作为实际补偿零偏系数。采用分立式标定方法对惯性器件进行常温标定，将标定得到的惯性量采用最小二乘算法得到常温系统误差系数。将其误差系数和带有全温实际补偿零偏的系统误差系数进行离散化，将系数带入数学模型进行全温补偿简化标定方式。通过实验结果表明，该模型能够通过离散温度补偿模型简化标定方法，惯性器件三温补偿后的零位均满足指标要求。

简介：摘要:根据双电机+两档变速箱系统结构特点，定义4种驱动模式并建立动力学及系统效率模型。采用粒子群优化算法获得最优转矩分配策略。仿真表明控制策略有效，符合设计预期。

简介：一种保护图像不被非法记录和转发的有效方法是在图像中嵌入数字水印.本文提出一种离散余弦变换与离散小波变换相结合的数字水印算法.实验结果证明,本算法虽然嵌入水印后图像的质量有所下降,但能够抵抗很多种类的攻击,具有具有良好的视觉效果和鲁棒性.

简介：在目标模型的建立过程中,将积分直方图引入到粒子滤波跟踪框架中,提出了一种快速的颜色直方图计算方法,极大地提高了粒子滤波跟踪算法的实时性。为了进一步提高算法的鲁棒性,引入了一种基于邻域颜色特征的匹配搜索机制,当跟踪精度下降时,能够对跟踪结果进行优化,减小跟踪误差。实验结果表明了该算法的有效性。

简介：针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。

简介：在开关磁阻电机直接转矩控制系统中，为了提高磁链观测器的性能，准确地实现磁链观测，提出基于粒子群优化的递归神经网络定子磁链观测器。利用训练样本对网络进行离线训练，通过训练过程中不断调整网络的权值和阈值，形成一个泛化能力强、结构简单的网络来实现电压、电流和磁链的非线性映射。将所建磁链观测器应用到开关磁阻电机直接转矩控制系统仿真中，仿真结果表明，对比传统递归神经网络磁链观测器，该方法不仅提高了收敛速度，而且具有很高的精确度和很强的泛化能力，证明了该方法的正确性和可行性。