简介:摘要:多目标粒子群优化算法是一种新型群智能进化计算技术,它模拟鸟群觅食的行为,在鸟群彼此个体之间共享信息和根据自身经验总结来修正其行动策略,既体现了个体影响也体现了社会群体影响,最终取得问题最优解。粒子群算法能够方便地处理大量的等式、不等式约束,以及包含连续变量和离散变量的优化问题。基于此,文章对 多目标粒子群优化算法在城市供电中的应用进行了总结和分析。
简介:研究了量子群胚上与弱模余代数和余模余代数相关的弱广义smash余积的对偶定理.设H是弱Hopf代数,C是弱左H余模余代数,D是弱左H模余代数.首先,给出量子群胚上的弱广义smash余积C×lHD的定义,并构造其模和余模结构.类似考虑右广义smash余积C×LrD.然后得到它们之间的同构.其次,通过引入弱卷积逆,弱余内作用和强相关余内作用的概念,得到C×HrD和CvD同构的充分条件,其中v∈WC(C,H),H在D上的余作用是右强相关余内作用.最后,证明了量子群胚上广义smash余积的对偶定理:(C×HlH)×lH*H*≌Cv(H×lH*H*).
简介:频率-波数域单程波算子能高效地模拟地震波在复杂介质中的传播,但是在描述波的大角度传播和速度横向扰动变化较大介质中传播的问题时仍然存在一定误差。这类误差是由于对单平方根算子使用Taylor展开式的近似程度不足所造成。为了进一步提高泰勒展开式的精确性,本文提出一种利用粒子群智能算法优化级数展开系数的高阶广义屏算子对单平方根算子的展开级数进行优化处理。新的偏移算法能在保持单程波偏移算法高效的前提下进一步提高偏移算子在大角度的成像精度和对强横向速度变化介质的适应性。通过脉冲响应实验,验证了基于粒子群算法优化级数的高阶广义屏算子能够提高常规的高阶广义屏算子的成像精度和成像角度。根据对二维SEG/EAGE盐丘模型的成像处理,基于粒子群算法优化级数的高阶广义屏算子对盐丘下面的断层取得了更高质量的成像,说明粒子群优化级数的高阶广义屏算子比常规的高阶广义屏算子具有更好的横向速度适应性。为了检验本文所提算法对实际资料的处理能力,我们利用常规的偏移处理技术和本文所提算法对一条海上二维数据进行了偏移成像处理,对比分析成像剖面发现本文所提算法描述了更加清晰的层位信息和更高质量的偏移剖面。本文所提算法能有效提高高阶广义屏偏移在广角度成像的能力,具有一定实际应用价值。
简介:为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。
简介:为了能够准确地评价电力企业信息系统安全模型的安全性,深入地研究了改进粒子群算法在其中的应用。首先,讨论了电力企业信息系统安全模型的改进方法;其次,研究了电力企业信息系统安全模型的评价方法;最后,进行了算例分析,分析结果表明基于改进粒子群算法和RBF神经网络的电力企业信息系统安全评价模型具有较好的自适应能力,同时,对改进电力企业信息系统安全模型和传统电力企业信息系统安全模型的风险值进行对比,分析结果表明改进的电力企业信息系统安全模型更为安全。
简介:摘要:随着工业自动化水平的提高对机器人运动效率及运动速度的要求也越来越高。在硬件算力大幅提升的条件下,本文提出了一种多自由度机械臂轨迹规划算法。为解决传统的遗传算法及标准粒子群算法容易陷入局部最优的问题,本文基于融合免疫算法的改进型粒子群算法开发了一种机械臂轨迹规划算法,基于ABBIRB-2400机械臂建立了运动学模型,并基于ROS系统的moveit模块搭建其运动学仿真模型进行仿真验证。根据仿真结果优化算法后,通过ROS系统接口对机械臂进行实际运动数据采集,证明该算法能够有效减少机器人有效运动空间内点到点的运动时间,并保证在运动过程中速度的平顺性及加速度的平滑。