粒子群优化算法的集成电路无网格布线

本文介绍了方形网格布线法的特点、使用条件和步骤与计算方法。

针对霍夫变换进行圆检测时计算量大、耗时长等问题,提出了一种基于改进型粒子群的圆检测算法。该算法先对拍摄图像进行边缘检测获取边缘图像后,再从边缘点中随机选取1点作为初始粒子位置,通过设置最大算法迭代次数与阈值来克服粒子群算法陷入局部最优问题。以每个粒子作为一个候选圆心,采用优化策略,以粒子运动、融合更新等操作完成圆的检测。

电阻抗成像的实际应用具有许多优越性,但电阻抗图像重建是一个严重病态的非线性逆问题。目前电阻抗成像的静态算法大多采用newton-raphson类算法,这类算法需要计算jacobian矩阵、使用正则化技术等,算法复杂且稳定性较差。针对该问题,采用了一种新的求解逆问题的方法:粒子群优化算法(pso)。pso是一种基于种群搜索策略的自适应随机算法,具有算法简单、调节参数少、收敛速度快、易于实现等特点。给出了电阻抗成像的建模模型,并对粒子群优化算法做了适当的改进以适应电阻抗问题的求解。与牛顿类算法相比,它可以省去繁复的雅可比矩阵计算过程,而采用自适应搜索来求取最优解。仿真结果表明,应用pso进行图像重构时,能够对突变区域进行准确的定位,图像分辨率较高。

针对逆变控制系统中pid控制器参数整定困难的问题,提出了基于粒子群算法的逆变电路pid控制器设计方法。通过推导逆变电路模型得到逆变电路传递函数,以该传递函数作为pid控制对象,利用粒子群算法搜索pid参数。matlab仿真结果证明了该方法的可行性和优越性。与采用遗传算法相比较,该粒子群算法能更快的获得合适的pid控制参数,所需迭代次数更少。

在无功优化、分布式电源(dg)有功优化和网络重构协同的条件下,以有功网损最小为目标函数、多种电气限制和网络拓扑结构为约束条件建立了配电网综合运行优化模型;针对基本粒子群算法容易陷入局部最优、收敛速度慢等缺点,提出一种改进的粒子群(ipso)算法,并将其用于求解配电网综合运行优化模型.结果表明,所建配电网综合运行优化模型能够同时优化补偿电容器投切容量、有载调压变压器变比、dg出力和网络开关状态,从而获得配电网的最佳运行状态.同时,通过ieee33节点配电网算例的仿真结果验证了配电网综合运行优化模型的有效性和ipso算法的高效性.

提出了一种将粒子群优化算法(pso)训练神经网络用于配电网线损计算的方法。该方法使用由pso训练的bp模型来拟合影响线损的特征参数与线损之间的复杂关系。实例计算表明,与bp算法及bp与ga结合算法比较,该方法在提高误差精度的同时可以加快训练收敛的速度。

盾构掘进优化能够提高施工的稳定性,确保施工效率和施工质量,因此,将改进粒子群算法应用于盾构掘进施工优化中.文章分析了盾构掘进施工参数对施工质量的影响,并设计了施工优化的数学模型;研究了改进粒子群算法,提出了惯性权重的调节算法和设计盾构掘进施工优化的算法流程;最后进行了盾构掘进施工优化的仿真分析.结果表明:该算法能够有效地控制盾构掘进施工的沉降量,从而确保了盾构掘进施工质量.

传统的检修优化模型中,设备的检修状态变量采用0、1二元变量表示,无法用粒子群优化算法(pso)求解。提出了一种新的输变电设备检修优化模型。该模型用整数表示检修状态变量,使得检修约束得以简化,有利于pso的求解。仿真结果表明,与遗传算法(ga)相比,在该模型下pso收敛速度更快,获得更优的解。

网格布(mesh)知识及应用

为了确保电力系统建模的精确性和安全稳定分析的可靠性,进行输电线路参数辨识测试是1项重要的工作。粒子群算法是近几年来迅速发展起来并得到广泛应用的1种新型模拟进化优化算法。在简要介绍粒子群算法的基础上,将其应用于输电线路的参数辨识,并给出了参数辨识过程的理论分析,算例表明该算法具有可行性和有效性,对电力系统的发展有一定意义。

为降低变电站工频电场曝露水平,避免工作人员长期曝露其中可能造成的健康威胁,通过优化电站设备布局来降低一次设备周围近地面空间电场强度。建立220kv户外配电设备3维几何模型,采用软件仿真计算出220kv户外配电区电场分布,并将电场强度高于限值的设备区作为待优化区域。提出适用于变电站电场优化问题的粒子群优化算法的适应度函数和限制条件。以降低设备区外部电场分布作为优化目标,对其进行整体优化计算,在此基础上,以降低设备区内部高场强分布作为优化目标对相关设备位置进行微调。最后将计算所得最优电场分布与原电场分布进行对比,整体优化后的适应度函数值减小了83.4%,局部优化后适应度函数值再次减小了29.1%。优化结果表明,利用粒子群算法对设备排布重新优化,可以在不增加建设成本的前提下降低目前变电站工频电场曝露水平。

首次将量子粒子群优化算法用于水电系统经济运行研究中。该算法是量子理论与粒子群算法的融合,在粒子编码过程中引入了量子的态矢量表达,并将量子比特的概率幅表示应用于粒子的编码,使得粒子可以表达为多个态的叠加;在粒子更新操作过程中,利用量子逻辑门实现了粒子的演化,具有比常规粒子群算法更好的目标优化性能。仿真结果证实该算法可有效解决水电机组经济运行问题。性能对比显示,该算法求得的解优于常规粒子群算法及其它优化算法所求得的解。

文章综合考虑了变电站规划的经济性和安全性,提出了一种基于粒子群算法(pso)和遗传算法(ga)相混合的变电站优化规划算法。该算法运用繁殖因子动态划分子种群、最佳保持策略和ps0算子等思想,并通过实例进行编程计算,结果表明该算法比遗传算法或粒子群算法求得的解更优。

电梯混合能源控制优化是对电梯、太阳能、蓄电池、超级电容等设备间的能量交换进行控制优化。根据电梯系统的特点，在满足电梯所需能量的前提下，以电网所需的耗电量最小为优化指标，建立电梯的混合能源优化目标函数。其中目标优化函数中的变量如0－1等非连续的开关变量，其混合能源管理优化过程是非线性变参数优化问题，难以用普通的解析方法进行计算。采用混沌粒子群算法的智能求解策略，通过对某电梯的仿真，验证了模型和算法的有效性。

针对传统的电力电子电路参数辨识仅对部分器件进行辨识,未辨识到所有器件特征参数值,无法准确判断电路当前状态的问题,建立了基于电感电流与输出电压的电路混杂系统模型,使用粒子群优化算法将参数辨识问题转化为目标函数优化问题,求解得到电路中所有关键元器件的特征参数值,以更好地表征电路的健康状态。仿真实验结果表明该方法的辨识精度达到98%以上,有较好的辨识效果。

由于电梯本身所具有的多目标性、不确定性和非线性,使得在电梯群调度控制方面容易出现候梯时间较长、能量消耗较大等问题。为了减轻这些问题对电梯群控制的影响,提出了一种基于改进粒子群算法的电梯群控方案。仿真结果表明:以权值优化改进粒子群算法加快了控制过程的收敛速度,使得平均到达时间、平均拥挤度、电梯的启停次数都有了很大的改善,满足了智能大厦电梯群控系统的需要。

在建立光伏电站稳态运行模型的基础上,提出以并网点电压偏差最小,光伏发电单元出口电压平均偏差最小,以及损耗最小的多目标无功优化模型,并采用免疫粒子群算法求解.最后通过仿真算例和实验平台验证算法的正确性和有效性.

在建筑能耗监测中,由于部分建筑的配电支路末端包含多种设备,分项能耗数据无法直接计量获取。为此,在数据协调理论的基础上建立建筑能耗拆分模型;采用内点惩罚函数法将约束优化问题转化为无约束问题,并通过粒子群(pso)优化算法对拆分模型进行求解。实例研究表明,pso优化所得的分项逐时电耗相对误差分别为9.60%和4.84%,能反映分项电耗数据的逐时局部特征,可用于建筑电耗的实时在线拆分。

介绍了网格布点法测量平板平面度的方法和微机主程序框图。

济钢的氧气系统一直存在着供需不平衡的问题,导致氧气放散率高,影响经济效益。通过对氧气系统的生产、存储和使用等环节进行综合分析,以氧气放散率最低,经济效益最大为目标函数,建立氧气系统优化调度的模型,并利用改进的粒子群算法求得最优解,取得了良好的效果。

为了提高接地网腐蚀故障诊断的精度和效率,提出基于混沌粒子群算法的分块诊断方法;根据节点撕裂法将接地网分成若干个子网络和自由支路,建立分块多目标优化模型,并采用混沌粒子群优化算法对诊断模型进行求解;利用matlab对算例进行仿真计算得到的诊断结果与实际故障倍数差都在±0.5之间,能够有效地判断出接地网腐蚀故障的情况,是一种可行的牵引变电所接地网腐蚀故障诊断方法。

如何辨别网格布的好坏 1.最差的玻纤网格布价格非常便宜，折两下就断裂，生产工 艺为陶土坩埚拉丝，玻纤纤维通常是由一些啤酒瓶类的废玻璃制成。属 国家禁止的生产工艺外表涂层也非耐碱乳液。从直观上看：做工比较粗 糙，一般在市场伦娟卖较多，经常出现长度缺乏，容易移位，并且容易 刺伤皮肤。此类网格布使用在保温质量不足。接点不牢层中一般在两个 月后就失去它的强度，如果把沙浆敲掉将网格布取出，只要轻轻一碾， 玻纤纱就会成粉末状。 2.另外有一种叫做仿铂金玻纤网格布。但有时比较难判断真 伪，它的质量却无论如何都满做足不了外墙外保温中从外表上具有真正 耐碱网格布要求。纤维直径相对比较细，玻璃的选用上通板碎玻璃，也 叫混丝纱。这是一种仿造的经常是一些透明度好的平玻璃纤维。 3.规范型品质好的网格布在材料的选用上有良好的耐碱性 能。优点是所有的耐碱性能与很高的经纬向抗拉力，护栏网均采用