基于粒子群优化算法的边坡安全系数估计

粒子群优化算法具有全局性能好、搜索效率高、容易实现等优点.文章在极大似然估计模型的基础上,采用粒子群优化算法,提出一种基于实例的边坡安全系数估计模型.工程实例研究表明,该模型精度明显优于传统极大似然估计模型和遗传算法优化模型,说明本文方法是科学可行性的.     

基于混沌的粒子群优化算法研究与进展

粒子群优化算法因简单、容易实现,被越来越多地应用于众多应用领域,但其存在着容易陷入局部最优等缺点。混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,尤其是混沌的遍历性特点,使其可以作为搜索过程中避免陷入局部极小的一种优化机制。将二者结合求解优化问题,改善了粒子群摆脱陷入局部极值的能力,提高了算法收敛速度。论述了混沌粒子群优化算法的研究进展。     

改进粒子滤波的锂电池SOC估算

为了提高锂电池SOC估算的精度,采用改进粒子滤波算法。首先在Thevenin模型的基础上考虑了电流漂移和温度对SOC估算的影响,并对模型参数求解,同时校正了锂电池SOC估算模型,减少了计算误差,使得SOC估算更加精确;通过UKF算法更新粒子,比对权值大小,只有权值大的粒子才能够进入复制组被重新采样,小的则被抛弃,进入复制组的粒子通过线性函数生成新粒子,如果抛弃组粒子数目大于复制组粒子时,循环使用抛弃组粒子;最后给出了算法流程。试验结果表明,改进算法提高了SOC估算精度,本文模型结果与试验标准结果的误差能够控制在较小的范围内,最大误差为1.846%,明显低于采用卡尔曼滤波和粒子滤波算法的SOC估计误差。     

电大学生网络道德教育的必要性和途径

以网络学习为主的电大学生,遵循网络道德规范是基本要求,因而有必要对其进行网络道德教育。通过网络道德教育,完善电大学生网络行为监督机制,养成学生网上自律和文明上网习惯,从而净化网络环境,促进社会精神文明。     

粒子群优化算法及其应用

介绍了粒子群优化算法及该算法的优越性,并与遗传优化算法进行了比较;针对经典粒子群算法存在的不足,介绍了一个改进的动态改变惯性权的自适应粒子群算法;最后,以神经网络为例给出了粒子群优化算法的应用.     

地铁车辆电传动控制系统的应用初探

当前随着城市地铁建设开始越来普及,电力电子技术和微电子技术的高速发展,电传动控制系统在地铁车辆中的应用也越来越广泛。本文将对针对地铁车辆电传动控制系统的相关原理及应用进行阐述。     

二十一世纪科技九大难题

粒子物理学的两个谜在当代的粒子物理学中有两个谜:一是对称破缺,二是看不见的夸克。目前我们了解的理论,如量子色动力学、爱因斯坦的普遍相对论,都是来源于对称的。可是在我们的宇宙里,还有不少东西不守恒,这就很奇怪。我们的很多理论是根据对称产生的,可是为什么我们的世界又是不对称的?这表明现有的全部知识是很不全面的,     

我在超声物理领域的成果

我从事超声学的基础研究和应用研究40多年。在超声学的普及和推广方面也做过努力。如下是我在超声物理领域所做的工作。