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：本文首先介绍了粒子群算法（PSO）的基本模型及其运行机制；然后，通过粒子迭代位移、轨迹分析和函数上的参数试验，研究了c1，c2参数对粒子行为和算法进化性能的影响，以及对粒子目标识别和方向感的影响；接着，又探讨了PSO中的解的更新空间不断塌缩、粒子的“游荡”与“振荡”、粒子进化与多样性损失等几个确定性现象和随机性搜寻的必要条件；最后，分析了早熟收敛和局部收敛的原因。通过研究，加深了对粒子群算法（PSO）基本模型运行机制的认识和对C1，c2参数特性的了解。

简介：摘要：本文介绍了源网荷储的内涵，建立源网荷储协调运行规划模型，结合粒子群算法，以 IEEE13节点系统为例，得到最优规划方案。

简介：天基预警系统资源调度是一项重要而棘手的问题。对预警任务特性进行了分析，在此基础上提出一种基于关键点的任务分解方法，将其转换为可求解的组合优化问题；建立了问题的约束满足模型。针对该模型规模大、变量多的特点，设计一种具有快速求解能力的改进粒子群算法进行求解，该算法采取早熟避免机制，防止粒子群算法易产生的早熟现象。实验结果表明算法能够在给定时间内求得理想的调度方案。

简介：压气机和涡轮是发动机的关键部件，其性能下降对发动机性能有重要影响。本文研究了压气机和涡轮的性能衰退，将部件性能衰退等价转化为部件失效因子，修正部件特性，建立了某型涡扇发动机的非线性性能衰退计算模型；提出了云粒子群优化算法，以改善迭代收敛速度慢、计算时间长的问题。基于非线性发动机性能衰退模型，进行了部件性能衰退对发动机性能影响的定量计算，所得结论为发动机状态监控提供了依据。

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：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：摘要：蓄热步进梁式加热炉是轧钢生产线上非常重要的热工设备，针对钢坯的加热过程具有大滞后、大惯性、多变量、强耦合、时变、非线性等特点，传统的机理模型不够灵活，计算复杂，假设条件过多，因此，本文以蓄热步进梁式加热炉为研究对象，开展预测模型的研究工作。在标准粒子群算法的基础上进行了动态自适应调整惯性权重和学习因子的改进，经仿真验证，用该改进粒子群算法优化后，模型的收敛速度和预测精度有了进一步的提高。

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：为了提高无线传感器网络路由性能,结合二次搜索粒子群提出了一种新的层次路由算法.该方法首先结合节点能量和覆盖半径给出了节点性能评价因素,同时阐述了层次路由构建方法,并利用二次搜索粒子群对层次路由方法进行优化.最后通过仿真实验,深入分析了影响该方法的关键因素.实验结果表明,对比LEACH和EECS协议,该方法在网络生命周期、网络路由能耗、数据传输成功率等方面具有较大优势.

简介：为了能够提高大型公共建筑人员快速高效地疏散,减少疏散时间,提高火灾环境下人员的安全性,将混合粒子群算法应用于大型公共建筑人员疏散优化研究中。文章构建了大型公共建筑人员群集疏散优化模型,设计了目标函数和约束条件,改进了粒子群算法的流程,通过仿真分析可知,该算法具有较好的收敛效率,能够极大地减少人员的疏散时间。

简介：摘要：统一场《应用量子物理学》［1］［2］(Applied Quantum Physics)，由经典理论循序渐进，历时48年从零构建量子物理学基础理论［3］，以六项重大科学发现［9］带动的多级发现，驱动人类自然&社会科学统一场＞百万项发明创新，量子算法是数学&物理学重大科学发现、是学术核心

简介：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.

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：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。

简介：摘要：本文针对传感器位置优化在提升信号采集和结构监测质量中的关键作用，提出了一种融合粒子群算法与萤火虫算法的改进混合优化策略，旨在加快收敛速度并避免局部最优。基于预制墙板有限元模态分析得到的结构模态信息，构建适应度函数以解决传感器位置优化布置问题。通过对比分析，验证了该改进算法的优越性能，并成功确定了预制墙板结构传感器的最佳布置位置。

简介：针对遗传算法（GA）在函数优化中存在的收敛速度慢、精度低等不足,提出将量子遗传算法（QGA）应用于多元函数的优化问题上。利用Matlab进行实例仿真,结果表明,量子遗传算法的性能要优于GA,QGA具有比GA更快的寻优速度和更高的精确度。

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：在分析传统误差反向传播(BP)算法和标准粒子群优化(PSO)算法的特征及其问题基础上,提出一种改进粒子群优化(IPSO)算法和改进BP(IBP)算法,建立基于IPSO-IBP混合算法的电力变压器神经网络故障诊断模型。通过85组训练样本和16组测试样本的仿真对比分析,该方法能够实现电力变压器不同故障的有效诊断,提高电力变压器故障模式的识别能力,故障诊断准确率高,故障诊断速度快。