航线动态优化算法在海上搜救中的应用

为节省搜救船舶的搜寻时间、提高搜救效率、减轻船员负担、提高搜救能力,提出搜救航线自动设计算法.该算法引入空间数据索引结构实现航行信息的快速检索,提出基于航行信息空间连通矩阵的改进蚁群算法快速计算最佳航线,最后根据搜救形势自动优化搜救船舶航线.实验结果表明,该算法在计算效率上比传统方法有很大改善,而且能够成功应用于各种复杂航行环境中搜救船舶的航线动态设计.     

改进GWO-BP算法优化PID在配药系统中的应用

针对PID控制器对配药系统控制过程中常出现不稳定和跃进等现象导致配药浓度误差过大的问题,提出改进的GWO-BP算法优化PID控制器参数在配药系统控制中的仿真应用方案。对于灰狼优化算法在全局寻优能力不足、收敛精度不高和收敛速度不够快等问题,利用改进非线性收敛因子以及改进学习因子来改变位置更新公式,进而改进灰狼优化算法收敛速率,提高寻优能力;利用改进GWO-BP算法优化PID控制器参数解决在实际工程应用中存在鲁棒性低难以得到最优的PID控制器参数等问题。仿真结果显示：IGWO-BP-PID控制器超调量从原来的23.0%降低到10.6%,调节时间从0.76 s减少到0.17s,峰值时间从0.22s减少到0.06s。IGWO-BP-PID控制器的控制效果更优、稳定性更好。     

改进粒子群算法在暴雨强度公式参数优化中的应用

本文基于充分的完全的信息共享机制,提出了一种改进的粒子群算法,并将其应用于北京市郊区不同重现期的暴雨强度与降雨历时关系式中参数的优化,与基本的粒子群算法,遗传算法,传统回归法和优选回归法的优化效果进行了分析比较。实例计算结果表明：粒子群算法用于暴雨强度公式中的参数估计精度高于遗传算法,传统回归法和优选回归法的参数估计精度而改进的粒子群算法的参数估计精度又高于基本的粒子群算法。     

改进微粒群算法在机组组合问题中的应用

提出一种求解机组组合问题的改进微粒群优化算法.将机组启停状态变量和机组输出功率连续变量融合为一个变量,提出伪输出功率编码,降低计算的时间复杂度;对机组分类动态调整,对多时段有效地直接优化;对各种约束进行数学处理、修复处理,提高种群质量.优化结果显示该方法有效可行.     

SEIAR模型在应急医疗物资动态分配优化中的应用

针对突发公共卫生事件中应急物资供应不足、分配不合理、配送效率低等问题给疫情防控带来的影响,用引入迁移率的传染病模型SEIAR(susceptible-exposed-infected-asymptomatic-recoverd, SEIAR)预测需求地不同时间段内受灾人数的动态变化,从而间接预测应急医疗物资的需求量;建立以需求地满足率最大化、运输时间最小化及总成本最小化为目标的多目标应急医疗物资动态分配模型。提出一种融合莱维飞行和非线性自适应惯性权重的改进鲸鱼优化算法,以提高算法寻优精度。以某地区新冠疫情发生状况为案例进行验证与仿真。结果表明,所构建的SEIAR模型具有较好的适应性,与传统的遗传算法(GA)、粒子群优化算法(PSO)相比,所提出的算法收敛速度更快,收敛精度更高。     

SPA联系度在世界女排强队扣球得分分析中的应用

通过把集对分析(SPA)中的联系度引入到中国、古巴、巴西、俄罗斯四支世界女排强队比赛扣球得分情况分析,指出中国女排在扣球方面的优势和劣势所在,同时指出仅通过“实效值”概念来处理扣球得分数据有一定的不足之处,而采用“联系度”的概念可补其不足     

基于改进的无尺度网络的高斯动态粒子群优化算法在舰船电网故障重构中的应用

针对当前优化算法在处理大规模舰船电网重构问题时易陷于局部极值的缺点,提出一种基于改进的无尺度网络的高斯动态粒子群优化(Gaussian Dynamic Particle Swarm Optimization,GDPSO)算法.该算法融合无尺度网络理论与种群拓扑结构,采用改进的无尺度网络BA模型随机地逐渐增加种群拓扑规模,增加种群多样性,提高种群跳出局部极值的能力.以某20节点和扩充为60节点的舰船电网为例进行故障后重构测试.结果表明,该算法对多维度舰船电网重构有效.