基于粒子群算法的稀疏阵列超声相控阵全聚焦成像

为降低相控阵超声检测全聚焦算法的成像数据量及阵列稀疏优化的计算时间,研究了一种用于稀疏阵列全聚焦成像的阵列优化算法,并通过实验对其成像效果进行了验证。针对目前超声相控阵检测的全矩阵采集数据量大、全聚焦算法成像时间长的难点,该文通过构建稀疏阵列,在保证成像质量的同时显著降低成像数据量,提高了全聚焦算法的成像效率。通过以主瓣宽度、旁瓣峰值以及主瓣峰值作为约束条件构建适应度函数,采用粒子群算法得到稀疏阵元位置分布并进行阵元权重修正,并将其用于稀疏全聚焦成像。相比全阵元成像,使用粒子群算法所得的稀疏阵列的阵元个数降低了56.25%、65.62%,数据使用量降低了80.86%、88.18%。在阵列优化方面,相比遗传算法减少了84.86%的计算时间。     

基于旁瓣级最小化的平面螺旋阵列设计的粒子群优化方法

基于粒子群优化算法,以最大旁瓣级最小化为代价函数,在阿基米德螺旋线上搜索最优平面螺旋阵列。数值仿真计算利用粒子群优化算法搜索得到旁瓣级最低的最优阵列,与其他阵型比较,并在半消声室对各种声源进行声场测量和声源定位实验,验证了粒子群优化方法进行阵型优化的有效性。     

光纤相控阵稀疏排布优化算法对比

光纤相控阵在激光合束、激光雷达等领域具有应用前景.光纤阵列配置方式不同于微波相控阵,光纤天线间距大于波长时存在周期旁瓣问题,影响主瓣能量分布.本文从物理模型出发,建立了基于同心圆环形点阵集合的光学相控阵天线布阵理论模型,提出了利用解析延拓的傅里叶变换方法实现干涉场强度的快速合成理论,讨论了在离散采样时数值仿真需关注的采样带宽和采样数目问题,解决了快速实现多光束干涉场数值仿真的问题.对比研究了两种优化光学相控阵天线配置的优化算法:遗传算法和粒子群算法,分别实现了不同种群数量遗传算法和粒子群算法迭代优化,分析了二者在优化过程中的收敛速度和优化效果,得到了峰值旁瓣比PSR=0.270的配置阵列.所提出的方法有望用于实际的光学相控阵天线配置中,指导天线主瓣能量最大化的优化设计;研究模型对不可微分目标函数优化问题的研究有一定参考价值.     

基于混合群智能优化算法的混沌系统参数估计

混沌系统的未知系统参数估计是实现混沌控制和同步的首要问题,通过构造一个合理的适应度函数,可将其转化为一个多维搜索空间的优化问题.提出一种融合改进骨干粒子群算法与改进差分进化算法的混合群智能优化方法来解决上述优化问题.对骨干粒子群算法中的粒子位置更新机制以及差分进化算法中的变异操作、交叉操作、交叉概率因子的设计等进行改进,有效兼顾了种群的多样性与算法的收敛性.在此基础上,讨论骨干粒子群优化算法与差分进化的融合优化策略,实现两个算法的协同进化,进一步提高算法的综合优化性能.用6个基准测试函数以及Lorenz混沌系统为例进行仿真实验,结果表明该方法具有全局寻优能力强、收敛速度快、搜索精度高、稳健性好等优点.     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

基于改进粒子群算法的LED光源阵列优化

为了提高发光二极管（light emitting diode,LED）光源阵列的光照均匀度,提出一种改进粒子群算法和新型等差LED阵列排布方式。根据光照分布模型建立了照射面的光照均匀度评价函数,使用改进的粒子群算法对新型等差LED阵列、矩形及圆形阵列进行优化。将优化后的LED阵列数据导入光学软件TracePro中进行仿真验证,得到优化后等差、矩形及圆形LED阵列的光照均匀度分别为82.89%、73.31%及78.56%,比优化前LED阵列的光照均匀度分别提高了15.84%、10.65%及15.57%。研究结果表明,改进后的粒子群算法收敛速度更快、精度更高,且提出的新型等差LED阵列有着更好的光照均匀度。     

量子势阱粒子群优化算法的改进研究

为提高量子势阱粒子群优化算法的优化能力, 通过分析目前量子势阱粒子群优化算法的设计过程, 提出了改进的量子势阱粒子群优化算法. 首先, 分别基于Delta势阱、谐振子和方势阱 提出了改进的量子势阱粒子群优化算法, 并提出了基于统计量均值的控制参数设计方法. 然后, 在势阱中心的设计方面, 为强调全局最优粒子的指导作用, 提出了基于自身最优粒子加权平均和动态随机变量的两种设计策略. 实验结果表明, 三种势阱粒子群优化算法性能比较接近, 都优于原算法, 且Delta势阱模型略优于其他两种.     

光量子体系下基于粒子群算法的LED植物照明光源设计

在现代农业生产中,常采用发光二极管(LED)作为植物照明光源对农业作物进行补光,为提高LED植物照明阵列光源的均匀度,本文在光量子体系下,提出一种新的基于粒子群算法的LED植物照明阵列光源设计方法。通过MATLAB对红蓝光LED植物光源阵列进行数学建模,运用粒子群算法寻找高均匀度条件下的红蓝光LED坐标,设计出二维情况下的红蓝光LED排布阵列;在三维情况下,为解决维度升高时可能会导致的求解陷入局部极小问题,采用改进的随机惯性权粒子群算法进行三维方案设计,并使用Tracepro对两种设计方案进行验证,与传统的红蓝光LED等间距逐行排列设计进行了对比。研究结果表明,与常见逐行排列LED阵列设计达到的光量子通量密度(PPFD)均匀度为79.6%相比,通过粒子群算法寻优的设计方法,二维设计方案的PPFD均匀度达到88.7%,较等间距逐行排列设计提高了9.1%;三维设计方案的PPFD均匀度达到92.6%,较二维设计方案提高了3.9%,较等间距逐行排列设计提高了13%。本实验证明了运用粒子群算法在二维和三维空间进行LED植物照明阵列光源设计的可行性,在简易设计流程的同时,提高了工作效率。     

粒子群-模拟退火混合算法在群控电梯中的应用

针对高层建筑电梯多、分布散、维修不及时等问题,提出了一个优化调度、报警维修及时的群控电梯系统;采用多目标优化方法建立数学模型,利用粒子群算法的概念简单、收敛速度快、易于实现的优点,同时引入模拟退火思想来克服粒子群算法易陷入局部最优的缺陷,对目标函数进行优化,PLC编程计算出参数,上位机调度计算,根据算法结果,优化电梯,合理调度;经过MATLAB仿真分析表明,该系统节省了平均候梯时间、平均乘梯时间和系统能耗,缩短了故障时间和维修时间,具有较大的应用前景。     

基于改进粒子群优化算法的混沌系统参数估计方法

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.利用群集智能的新进展粒子群优化算法(PSO)的全局搜索能力，从初始粒子群的产生、目标函数的处理的角度改进PSO，将改进的PSO引入混沌系统参数估计和在线估计.仿真试验表明，改进算法具有良好的适应性、较高的收敛可靠性及精度，对信号叠加噪声的情形也具有较高的鲁棒性，是混沌系统参数估计的一种成功算法. 关键词： 混沌系统 参数估计 在线估计 粒子群优化算法     

基于代价优化的云工作流调度改进PSO算法

云计算可以通过即付即用的方式向用户工作流提供资源。为了解决资源服务代价异构环境下的云工作流任务调度代价问题,提出一种基于改进粒子群算法的云工作流任务调度算法WSA-IPSO。通过综合考虑任务的执行代价和依赖任务间发生数据传输时的通信代价,算法将总代价优化问题形式化为有向无环图DAG中的任务调度模型,并提出基于改进粒子群算法的优化模型对其进行求解。通过改进传统粒子群算法的粒子速度更新策略和惯性权重更新策略,算法可以以更快的收敛速度得到代价最小化的调度方案。通过仿真实验,与MCT算法及标准粒子群算法进行性能比较。实验结果表明,WSA-IPSO算法在降低总代价、任务分布的负载均衡以及算法收敛性方面比较同类算法均表现出更好的性能。     

基于量子粒子群算法的混沌系统参数辨识

针对混沌系统参数辨识问题, 在基本群智能算法粒子群优化算法的基础上, 提出量子粒子群算法, 测试函数证明了算法具有良好的全局优化能力. 进而将其应用于混沌系统参数辨识问题, 将参数辨识问题转化为多维函数空间上的优化问题. 通过对平衡板热对流典型混沌系统Lorenz系统进行研究, 并与基本算法和遗传算法比较. 仿真实验证明, 算法的有效性, 对混沌理论的发展有着非常重要的意义. 关键词： 量子粒子群算法 混沌系统 系统辨识     

类视网膜阵列结构的光纤相控阵方法研究

出射光束阵列布局对光纤相控阵的高功率激光相干合成性能有着重要影响。针对现有光纤相控方法的阵元间距难以突破半个波长,导致能量合成效率低的问题,提出了类视网膜多环形光纤相控方法,设计了具有圆形对称分布的结构,在保持中心阵元以及最外环阵元位置不变的情况下,通过粒子群算法优化环间其余阵元间距以获得最佳的远场相干合成性能。仿真结果表明,与传统光纤相控方法相比,提出的阵列布局可将能量集中度从0.562提升至0.921,峰值旁瓣水平从0.212压缩至0.043。     

基于PSO粒子群算法的LED照明系统光照均匀性研究

实现大功率LED阵列在目标平面上的照度均匀分布对于照明系统具有十分重要的意义。不同于传统解析计算方法,本文采用粒子群（PSO）算法来优化平面随机分布的LED阵列结构,使其在目标光照平面上光照分布均匀。首先推导了LED阵列的照度分布函数,并在此基础上以光照函数的标准差构建一个评价函数,衡量光照分布均匀度。在Matlab中编程获得光照分布最优时候的LED阵列结构数据,并将几何模型导入光学仿真软件Tracepro中进行优化模拟,仿真结果表明该算法有效可行。     

基于PSO-DE算法的污水处理优化控制研究

针对污水处理系统能耗过大,变量多,非线性和滞后严重等特点造成的控制困难问题,提出了基于改进型粒子群的算法的优化控制。粒子群算法具有自适应控制,全局搜索等优点但本身存在早熟收敛及在进化后期收敛速度慢等缺点,通过优势互补思想引入差分进化算法,新算法结合两者优势有效提高粒子在全局的寻优效率,建立对应的混合算法优化模型,并与普通粒子群算法优化进行比较,结果证明了该算法在保证出水水质的前提下做到降低能耗。     

水下应用的电容式微机械超声换能器阵列设计

为提高用于水下成像的电容式微机械超声换能器的指向性,文中用ANSYS力电耦合分析法设计了工作频率为400 k Hz的收发一体传感器的结构参数并完成了实验验证。同时研究了阵列设计方法,分析了电容式微机械超声换能器阵列各参数对指向性的影响,完成了从微小敏感单元到阵列的设计,实现了阵列指向性的优化设计。该阵列为16阵元的线阵,阵元间距为1.925 mm,阵元宽度为1.82 mm。进行了水下指向性测试,实验表明该线阵的-3 dB主瓣宽度为5?,最大旁瓣级为-13.5 dB,对称性好。该设计是实现较远距离的探测,提高成像分辨率的前提。     

基于改进雁群PSO算法的模糊自适应扩展卡尔曼滤波的SLAM算法

针对扩展卡尔曼滤波同时定位与地图创建算法中难以建立准确的先验噪声模型的问题, 提出一种基于改进雁群粒子群算法的模糊自适应卡尔曼滤波算法. 利用分数阶微积分改进粒子进化速度, 利用混沌来改进粒子的初始化和发生早熟时的处理. 改进后的雁群粒子群算法在收敛速度与避免早熟方面有了很大改进, 并将改进的雁群粒子群算法用于模糊自适应扩展卡尔曼滤波同时定位与地图创建算法的训练, 并与用雁群粒子群算法训练的模糊自适应扩展卡尔曼滤波同时定位与地图创建算法进行对比, 其在定位与构图方面有很大的提高. 关键词： 同时定位与地图创建 雁群粒子群算法 分数阶微积分 混沌     

任意几何形状和阵元指向性的传感器阵列优化波束形成方法

针对常规波束运用到实际传感器阵列时旁瓣较高这一缺点,提出了适用于任意几何形状和阵元指向性的传感器阵列的两种旁瓣约束优化波束形成方法。一种是主瓣宽度约束条件下的最低旁瓣波束形成,另一种是在所能允许的最高旁瓣约束条件下的高增益波束形成。通过对加权向量范数进行约束,提高波束形成的稳健性。这两种优化波束形成问题都可以写成二阶锥(Second-OrderCone)约束优化的形式,然后利用已有的内点方法(Interior-PointMethods)求出其数值解。计算机仿真和湖上实验数据处理结果表明,该低旁瓣波束形成方法相比于常规波束和其它基于自适应波束形成的旁瓣控制方法,在同等主瓣宽度的情况下可以获得更低的旁瓣级;该高增益波束形成方法在同等旁瓣级约束条件下可以获得更高的阵增益,而且旁瓣级能够满足设定要求。     

基于改进粒子群优化算法的火电厂机组负荷分配

以坑口电厂SIS系统机组负荷优化分配功能模块为应用背景,针对基本粒子群优化算法易陷入局部收敛、收敛速度慢的缺点,提出一种基于惯性权重非线性减小策略的改进粒子群优化算法。并且通过MATLAB与Visual C++混合编程,开发了机组负荷在线优化分配功能模块,提高了算法的计算效率和工程应用价值。     

基于粒子群优化算法的膜系设计方法

粒子群优化算法是一种新的演化计算技术,与遗传算法相比,粒子群优化算法具有易于实现,控制参量少等优点,且在大多数的情况下,可快速收敛于最优解.为了获得更优的膜系结构,本文提出了一种利用粒子群优化算法进行膜系设计的方法,并以增透膜、高反膜及分光膜为优化设计实例验证该方法的可行性.在这些实例中,以理论反射率和实际反射率的误差平方和为评价函数.结果表明,将粒子群优化算法用于膜系设计是有效的,在相同设计条件下,应用粒子群优化算法可以得到比遗传算法更优的膜系结构.