6个研究背景和意义示例,教你写计算机改进粒子群算法论文

今天分享的是关于改进粒子群算法的6篇计算机毕业论文范文, 如果你的论文涉及到改进粒子群算法等主题,本文能够帮助到你

基于多目标优化和分数阶的水泥粉磨系统研发

这是一篇关于NSGA-Ⅱ多目标优化,改进粒子群算法,分数阶模型,积分分离PID控制器,分数阶积分滑模控制器,分数阶PID控制器的论文, 主要内容为水泥作为建筑行业的基础材料之一,在国家发展中扮演着非常重要角色。水泥联合粉磨是水泥生产的重要环节,其决定着水泥质量及品质。水泥联合粉磨因由辊压机和球磨机串联结构优势,实现了水泥生产提质增效。但仍然存在着需要人工设定目标值、控制精度低等问题,从而无法实现多目标自主控制,进而导致了人力物力耗费大、能效比不佳等现状,即传统控制方法难以保证粒径分布、磨机负荷、入磨流量等控制参数达到最优。因此,基于水泥联合粉磨工艺,结合多目标优化、神经网络等方法优势,在“新高校20条”——“基于大数据的水泥联合粉磨多目标优化自主控制关键技术研究于应用”(编号:2021GXRC096)资助下,本文提出一套适合我国水泥粉磨的自主优化控制系统,实现粉磨效率提升、水泥品质稳定,内容如下:(1)为实现水泥联合粉磨能耗比最佳的控制目标,提出了一种基于BP神经网络的NSGA-II多目标优化算法。利用BP神经网络给出稳流仓仓重、磨机斗提电流、水泥粒径分布与喂料量、主循环风机转速、选粉机转速之间的动态关系模型;运用NSGA-II多目标优化方法给出稳流仓仓重、磨机斗提电流、水泥粒径分布综合评价目标值;在综合评价目标值基础上,为便于工程实现,采用目标分离技术实现稳流仓等三个控制回路器的目标跟踪值。(2)依据水泥联合粉磨各控制回路的工艺特性,利用分数阶和滑模等控制技术,提出稳流仓等三个控制器设计方法。1)针对由辊压机-称重仓组成的预粉磨闭环回路,基于现场数据,利用数据拟合方式建立喂料量-稳流仓仓重之间动态模型,给出积分分离PID稳流仓控制器设计步骤,保证了稳流仓稳定;2)针对由球磨机-选粉机组成的终粉磨闭环回路,利用分数阶理论和粒子群算法参数寻优建立球磨机电流-循环风机之间的分数阶动态关系模型,并设计了分数阶积分滑模控制器,实现了球磨机负荷平稳;3)对于水泥质量控制方面,在优化层优化出水泥粒径分布含量的基础上,设计出基于分数阶模型的分数阶PID控制器进行水泥粒径分布含量的稳定控制。最后,利用控制层优化处理的最优控制设定值。(3)编写集NSGA-II优化目标算法和控制器为一体的水泥联合粉磨控制优化软件。1)利用OPC通信实现优化控制软件与水泥联合粉磨DCS控制系统数据交互,并借助SQL-Server实现数据存储;2)基于数据库采集的水泥粉磨实时数据,设计出水泥联合粉磨系统控制回路的最优设定值优化模块。3)设计出了水泥联合粉磨系统控制器的整体结构以及功能。4)进行工程验证其控制软件的控制效果。

考虑参考价格效应的库存路径与定价问题研究

这是一篇关于IRPP,参考价格效应,需求价格函数,混合整数规划模型,改进粒子群算法的论文, 主要内容为库存、路径和定价是供货商管理库存(Vendor Management Inventory,VMI)模式下三个相互影响且相互制约的决策问题。客户需求会进一步影响供货商的库存和配送路径决策,尤其是在现今电子商务应用的实际场景中,除了产品现时定价外,与产品的历史价格有关的参考价格效应也会直接影响客户的需求,进而会对供货商的库存路径和定价决策产生影响。因此,研究考虑参考价格效应的库存路径和定价问题(Inventory Routing&Pricing Problem,IRPP)联合优化具有重要的理论和现实意义。本文考虑到客户需求同时受到产品现时价格和历史价格的影响,针对客户有价格策略型行为情形下的供货商库存路径与定价问题,通过将参考价格效应嵌入到产品需求价格函数中,以供货商总利润最大化为目标,构建了考虑参考价格效应的IRPP优化模型,根据问题特点和模型特征设计了基于差分均值扰动原则的改进粒子群求解算法。本文选取了3组不同规模的算例,通过将本文改进的粒子群算法、LINGO精确解算法、以前学者改进的粒子群算法在求解质量和求解时间上的对比分析,以及考虑参考价格效应的库存路径和定价模型与不考虑参考价格效应的库存路径和定价模型在产品定价、产品库存和供货商总利润等方面求解结果的对比分析,验证了本文模型和算法的有效性。算例求解结果表明,考虑参考价格效应的IRPP模型不仅有助于降低产品定价(平均下降约9%),提升客户感知收益,而且能够降低在零售商处的产品总库存(约22%),减少仓储资源占用和库存持有成本,从而提高供货商总利润(约5%)。通过对需求价格函数中客户的记忆参数、增益系数和损失系数的敏感性分析,结果显示,受客户记忆参数减小和增益系数增大的共同影响,供货商总利润会明显增大,受客户记忆参数和损失系数增大的共同影响,供货商总利润则会加速减小。本文实现了参考价格效应影响下的库存路径和定价问题联合优化,证明了考虑客户的参考价格效应有助于降低供货商的产品定价和产品库存水平,最终达到提高整个供应链系统利润的目的。本文的研究结论丰富了供应链管理理论,有助于供货商从全局上把握库存决策、配送决策和价格决策三个层面的相互影响和相互制约关系,提醒供货商在进行多周期动态定价、库存和路径决策时,要充分考虑到除产品现时价格以外的因素(产品历史价格)对客户需求产生的影响。此外,供货商商应该采用一定的营销手段来提高客户对产品的忠诚度,以此来平衡由于价格波动对产品需求产生的影响。因此,本文的研究结论可为电商环境下客户有价格策略型行为的供货商IRPP优化提供决策支撑。

基于知识图谱的个人快速交通动态任务分配

这是一篇关于PRT系统,多智能体网络,联盟形成,协同任务分配,改进粒子群算法的论文, 主要内容为随着人们生活水平的提高,城市中的车辆也在逐年增加。虽然采取了诸多措施,但交通拥堵问题并未从根源上改善。现阶段地面交通所面临的问题来自于共享路权,而地铁、轻轨等具有专用轨道的交通方式由于建设成本、运营成本和占用空间等因素导致服务区域受到极大限制。在这种背景下,构建高效、低碳的智能化交通系统就显得尤为重要。因此,有学者提出了个人快速交通系统(Personal Rapid Transit,PRT)。PRT系统是一种智能交通系统,集成了现有公共交通的优点,能够实现“点到点”的快速直达,也可以发挥“毛细血管”的作用,实现第一公里与最后一公里的连通。因此,深入研究PRT系统对解决交通拥堵问题具有极大意义。随着PRT系统关键技术以及硬件设备水平不断提高,PRT系统也会在公共交通体系中发挥出重要作用。一旦大范围投入运营,大量动态变化的客流就会对PRT系统的协同任务分配提出更高的要求,因此本论文对PRT系统协同任务分配问题展开了研究,建立了联盟形成以及任务分配的模型,并采用改进的粒子群算法进行求解。主要研究内容如下:首先,提出了基于多智能体网络的PRT系统协同控制思想,建立了PRT系统多智能体网络模型,构建了基于知识图谱的车辆任务分配问题的知识表示;其次,针对PRT系统协同任务分配的NP-Hard问题,考虑到各车站客流变化情况以及车辆资源分布情况,基于排队论建立了客流到达和排队模型,并提出了基于黑板的联盟通信模型,解决联盟形成过程中的关键问题;再次,建立了以PRT车辆里程利用率和乘客等待时间为目标的PRT系统多目标任务分配模型,并运用改进的EBPSO算法对模型进行求解。在不损失里程利用率的前提下,相比标准粒子群算法使平均等待时间和最长平均等待时间分别降低了47.95%和41.31%,相比仅改进适应度函数的粒子群算法使平均等待时间和最长平均等待时间分别降低了11.17%和14.85%;最后,本论文以学校周边区域为例,设计了区域内PRT公共交通系统的路网布局模型并进行实验,分析了基于需求响应的区域公共交通系统中系统效率和用户服务水平的指标。实验表明本论文算法是可行且有效的,能够快速有效地解决PRT系统协同任务分配问题,使系统实现智能化运行,提高任务执行效率和系统效能,为PRT系统的实际运行提供参考方案。

多价值链汽车制造厂零部件质量数据服务技术研究

这是一篇关于多价值链,数据智能,层次分析法,改进粒子群算法,BP神经网络的论文, 主要内容为汽车产业作为我国制造行业的标杆,经过多年的发展,已经成为国民经济的支柱产业之一。多价值链协同服务云平台(简称云平台)和多家中小型汽车制造厂合作,云平台数据空间中汇聚了海量业务数据。但是云平台上活跃的汽车制造厂没有充分利用海量的零部件质量数据资源,缺乏针对性的质量分析和挖掘,对零部件的质量管理能力相对薄弱。同时价值链内的企业缺乏沟通,价值链间的企业缺乏合作,形成了数据孤岛的局面。因此本文站在汽车制造厂的角度,开展零部件质量数据服务研究。本文所有研究内容均建立在第三方云平台的基础上。首先提出传统模式下的汽车制造厂在零部件质量管控中存在的问题,并对汽车制造厂和上游供应商之间的零部件供应模式进行分析,将零部件在不同阶段采集到的质量数据划分多个维度,然后基于数据空间提出面向汽车制造厂的零部件质量数据服务解决方案和多价值链数据资源服务方案。接着基于解决方案进行系统应用场景需求分析,结合应用场景设计系统的体系架构以及功能模块。系统主要包含零部件多维质量数据分析、上游协作企业质量分析、多链零部件故障影响因素分析、多链零部件故障数据查询、车型质量风险评估五个模块,结合流程图阐述系统中功能模块的执行流程,并提出多价值链数据资源提取方案以及数据概念模型和逻辑模型设计。本文依据汽车制造厂需要及时发现新车车型潜在的质量风险,构建基于层次分析法(简称AHP)和改进粒子群算法(简称IPSO)优化的BP神经网络的组合评价模型对新车车型进行质量风险评估,选取三个测试函数设计优化实验对IPSO的性能进行分析,设计BP神经网络和PSO优化的BP神经网络的对比实验验证组合模型评估结果的准确性,最终证明组合模型的评估结果更准确且误差更小。本文采用C#语言以及ASP.NET框架研发基于B/S三层架构模式的零部件质量数据服务系统,使用ECharts进行数据分析结果的可视化展示,最终将系统功能集成到云平台中。本文目的是帮助汽车制造厂充分利用多链零部件质量数据资源,尽可能挖掘数据资源中蕴含的故障信息,实现制造厂对零部件质量控制与优化的需求,同时及时发现车型隐含的质量风险,减少车型质量损失。本文开发的系统能够满足汽车制造厂的实际需求,具有现实意义。