基于改进粒子群算法的翼型稳健型气动优化设计

基于标准粒子群算法,将位移变化作为影响微粒速度的变量,使得粒子群算法关于粒子位置为二阶精度函数,加快了收敛速度;进一步地在粒子速度更新公式中引入振荡环节,提高了群体多样性,改善了算法的全局收敛性．以改进粒子群算法为基础,结合气动分析程序、代理模型以及翼型参数化方法,构建了翼型稳健型气动优化设计系统．针对某型客机的基本翼型以及翼梢小翼翼型气动优化设计结果表明,优化后的翼型气动特性相对于初始翼型在较宽的设计范围内都有了大幅度提高．     

Flying-V型仓储布局货位分配优化方法研究

Flying-V是一种典型的非传统布局方式,根据其布局方式的特性,针对仓储货位分配优化问题,以货物出入库效率最高和货物存放的重心最低为优化目标,建立了货位分配多目标优化模型,并采用自适应策略的遗传算法(GA),以及粒子群算法(PSO)进行求解。根据货位分配的优化特点,在GA算法的选择、交叉和变异环节均采用自适应策略, 同时采用惯性权重线性递减的方法设计了PSO算法,有效地解决了两种算法收敛速度慢和易“早熟”的问题,提高了算法的寻优性能。为了更好地表现两种优化求解算法的有效性和优越性,结合具体的货位分配实例利用MATLAB软件编程实现。通过对比分析优化结果表明,PSO算法在收敛速度和优化效果方面相比于自适应GA算法更具有优势,更加合适于解决Flying-V型仓储布局货位分配优化问题。     

一种改进的粒子群优化算法及其算法测试

粒子群算法原理简单、参数少、易于实现,但有时容易陷入局部最优解,收敛速度慢.本文在粒子群算法理论研究的基础上,对算法的初始值选取、惯性权重取值、算法结构进行了改进:首先采用线性惯性递减权重调整,平衡全局搜索和局部搜索的能力;然后通过logistic映射将混沌状态引入到优化变量中,增强搜索空间的遍历性;最后引入遗传算法中的选择、交叉、变异保持了种群的多样性,使其具有不易陷入局部最优的能力.采用六种典型的测试函数,对惯性权重和算法进行了测试和对比分析.结果表明,算法在收敛速度和精度上都有所提高.     

免疫逃避型粒子群优化算法

针对基本粒子群优化算法容易陷入局部极值的缺陷,提出了一种免疫逃避型粒子群优化算法.其基本思想是将初始粒子群划分为寄生与宿主两个种群以模拟生物寄生行为,对寄生种群的粒子采用精英学习策略,对宿主群的粒子采用探索策略,再引入免疫系统的高频变异对寄生群采用相应的免疫逃避机制,以增强群体逃离局部极值、提高算法的全局寻优能力.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.     

基于改进粒子群算法的备货型生产系统的生产与维修整合模型

生产系统随着设备磨损往往会失控或发生故障,给企业带来巨大损失.本文以备货型生产系统为研究对象,根据其成品先入库后销售的特点,建立基于故障率的非周期的生产、维修、库存整合模型.模型以最小化单位总成本为目标,基于萤火虫算法的邻域结构改进粒子群算法,求解系统的最优生产率和维修策略,并分析比较不合格产品率、失控率对目标函数值和最优策略的影响.     

基于粒子群算法的太阳能热水器倾角优化设计

研究了带有辅助电加热的太阳能热水器的最优安装角度.对于真空管下方不带反射镜的热水器,通过分析其倾角和方向角与每天吸收的光能以及电加热器的耗电量之间的关系,将电加热器全年的用电量最小作为优化目标,解得最佳的安装倾角和方向角;对于带有反射镜的太阳能热水器,采用临界法并结合几何知识,求出真空管背面吸收的太阳能.基于粒子群算法计算得到山西省大同市不带反射镜的太阳能热水器的最佳安装倾角为53.49°,方向角为10.26°,用电量为149.80度;带有反射镜的太阳能热水器的最佳安装倾角为49.32°,方向角为10.33°,用电量为50,16度.结果说明带反射镜的太阳能热水器具有明显的节能效果.比较发现基于粒子群算法求得的两种情况下的用电量比应用两阶段搜索法求得的用电量分别减少了6.60度和8.59度.     

基于近邻刺激的改进粒子群优化算法

针对粒子群算法在优化复杂问题时收敛速度慢和易早熟的缺点,提出了基于近邻刺激的改进粒子群优化算法(NSPSO),通过增加一维刺激机制,加强了种群中粒子相互间的信息交流,改善了粒子的学习能力和算法的搜索能力.同时,粒子在速度更新时自适应采用两种更新机制,防止了陷入局部最优,也增强了粒子的搜索效率.在8个测试函数上的实验表明,与一些改进的粒子群算法相比较,在6个函数上的收敛精度和收敛速度都优于其他改进算法,且t检验结果证明了NSPSO算法具有明显的优势,并通过混合动力汽车能源控制策略的优化问题,进一步验证了NSPSO的有效性.     

改进的粒子群算法在虚拟企业合作伙伴选择中的应用

根据虚拟企业合作伙伴选择的原则,给出了合作伙伴选择的多目标决策模型,用定量的方法对合作伙伴进行描述.同时,给出了改进的二进制粒子群优化算法,并对本文的多目标优化问题进行求解.通过仿真试验测试,证明该方法是可行性.     

基于改进的粒子群算法求解供应链网络均衡问题

传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。     

求解多维背包问题的改进二进制粒子群算法

针对二进制粒子群算法在求解大规模多维背包问题时存在迭代次数过多、精度不高的不足,提出一种改进的二进制粒子群算法,新算法利用种群个体极值的平均信息和粒子的个体极值决定粒子当前取值的概率,使粒子可以充分利用整个种群的信息,避免算法陷入局部极值,并利用贪婪算法对进化过程中的不可行解进行修复,对背包资源利用不足的可行解进行修正.通过对典型多维背包问题的仿真实验和与其它算法的比较,表明算法有良好的全局优化能力和较好的收敛速度.     

基于改进遗传算法的自动阈值图像分割方法

图像分割技术在图像分析和图像识别上具有重要意义.传统自适应遗传算法有可能使问题求解陷入局部最优解,而求得错误的图像分割阈值.为了得到最优的图像分割阈值,对交叉率和变异率公式进行了重构,使得交叉率和变异率在任何情况下都不为零.同时,以最大二维熵函数作为适应度函数,采用选择、交叉变异等遗传操作作搜索最优分割阈值.仿真实验表明,该方法可以有效地提高图像分割精度和计算速度.     

Model Design Based on the Systems Approach

It is shown how the (extended) systems approach can be successfully used to design mathematical models in a highly systematic way. The systems approach supports interdisciplinarity in that it encourages participation of non-mathematicians in the model design process. The systems approach also leads to a clear documentation of a model.The basic principle explained in this paper is that indices of a model represent elements of an element set of a system, and that variables and constants of a model represent attributes of the elements. Multi-indexed variables and constants refer to attributes of ‘complex entities’ (from extended systems terminology) which cover the information between the elements.     

改进的基于过程代数的BPR方法及应用研究

针对基于过程代数的BPR方法在描述和分析复杂业务流程时存在的不足，提出了改进的基于过程代数的BPR方法，并应用该方法描述和分析传统物流配送业务流程，同时结合BPR原则和电子商务环境下物流配送的特点对传统物流配送业务流程进行重组，从而构建了适应电子商务环境的物流配送业务流程。最后，通过对流程重组前后评价指标的计算，取得了令人满意的结果。     

改进的卷积神经网络源代码相似性度量方法

源代码相似性是指不同代码段功能上的相似程度,是软件工程领域一项重要的研究问题.现有的方法主要从文本、结构两方面,利用代码的统计学特征计算相似性,其最大缺点就是无法表达代码的语义特征.为解决此类问题,提出了一种融合统计信息的卷积神经网络（statistics information for code embedding convolutional neural networks, SICE-CNN）源代码相似性检测方法.该方法首先通过词嵌入对源代码进行信息表示,获取代码的词嵌入向量信息;其次,构建CNN训练模型学习源代码文档的嵌入表示;最后,计算源代码对的余弦相似值.实验表明,该方法和一般词嵌入方法相比提高了一定的性能,能较好地检测源代码的语义相似性.     

基于改进模糊综合评判的分销商评价研究

随着制造业逐渐向买方市场转变,供应链分销管理成为企业发展的驱动力之一。分销商在该环节发挥着关键作用,选择和管理分销商的前提是对其进行科学的评价。在回顾分销商评价方法的基础上,提出了基于模糊综合评判的分销商评价模型。针对传统模糊综合评判在指标赋权方面的不足,采用组合赋权法加以改进,首先对多种指标权数计算结果进行事前检验,根据检验结果确定最佳组合方式,然后通过事后检验保证组合权数的合理性。指标权数确定后,再经过因素集与评判集的确定、单因素评判、综合评判等阶段对分销商进行评价。最后将改进方法与传统方法进行了比较分析,并以某大型家电企业为例,验证了该方法能更为合理地解决分销商评价问题。     

基于QoS协同关联的改进Skyline制造服务组合优化方法

服务社会网络环境下,云制造服务通过与其他参与同一任务的服务共享与竞争物理设备、信息、知识等资源形成协同效应,对双方实际执行效果具有重要影响,导致出现QoS偏离现象,现有服务选择模型难以适应这一情景。根据服务协同网络特点,本文提出基于QoS协同关联的制造服务组合方法。运用QoS协同关联和协同系数表达资源共享、冲突对QoS的影响程度,构建了新的服务选择优化模型。基于创新Skyline服务对概念,改善了Skyline算法在QoS协同关联条件下的搜索效率和结果,通过智能汽车制造仿真实验,验证了本文模型和算法的有效性。     

基于粒子群算法的水稻用水的优化配置

本文旨在实现水稻用水资源的优化配置.早稻、一季稻和晚稻等不同类型水稻的用水,以及同一类型的水稻在不同的生长阶段,均存在着用水优化配置的问题.粒子群优化算法比较容易操作,在计算方面具有效率和精度高的优点,可以应用于水稻用水的优化配置模型的求解.以衡阳县高炉村的水稻用水优化配置为具体算例,验证了算法的可行性.     

基于BP神经网络的动态稳健参数设计

传统的动态稳健参数设计方法(田口方法)虽然在工业生产实践中展现了极大的方便,但是其本身也存在较大的改进空间.当调节变量不存在时,传统的田口方法难以实现;此外,田口方法只能根据所选取的参数水平得到最优参数组合,而这种所谓的最优结果有时并不符合实际的需要.首先构建BP神经网络模型,利用训练后的BP神经网络获得参数设计中质量特性、噪声因子以及各参数间的动态关系;然后,利用超拉丁方抽样,计算信号与特性参数间的斜率,并由此将动态稳健参数设计的寻优问题转化为相应的非线性规划问题;最后,利用次序二次规划(SQP)算法解决并优化动态稳健参数的设计。此外,我们选取了一个简单的数据案例对本文提出的方法的有效性进行了说明.     

An Improved Bound on the One-Sided Minimum Crossing Number in Two-Layered Drawings

Given a bipartite graph G = (V,W,E), a two-layered drawing consists of placing nodes in the first node set V on a straight line L₁ and placing nodes in the second node set W on a parallel line L₂. The one-sided crossing minimization problem asks one to find an ordering of nodes in V to be placed on L₁ so that the number of arc crossings is minimized. In this paper we use a 1.4664-approximation algorithm for this problem. This improves the previously best bound 3 due to P. Eades and N. C. Wormald [Edge crossing in drawing bipartite graphs, Algorithmica 11 (1994), 379-403].