简介：

简介：英国AMOT公司推出的MPD金属微粒探测器，是通过探测在液态润滑油中由轴承磨损或其它原因产生的金属微粒来防止发动机等设备的损坏。目前已得到DNV的型式认可。

简介：“做研究工作的最大动力是强烈的兴趣，书本知识加上实际经验是创新基础，科研的敌人是浅尝辄止知难而退”

简介：摘要介绍基本粒子群优化算法的原理、特点，并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解，以及在迭代过程中引入变异模型，部分粒子生成相对应的扩张及收缩粒子，比较其适应度，保留最佳粒子进行后期迭代，使算法易跳出局部最优。通过经典函数的测试结果表明，新算法的全局搜索能力有了显著提高，并且能够有效避免早熟问题。

简介：摘要针对PSO算法易早熟、收敛精度差、迭代后期收敛速度慢等问题，提出了一种基于算法参数变化的简化粒子群算法。该算法惯性权重和学习因子分别随迭代次数呈指数函数变化和正弦三角函数变化，使用4个经典Benchmark测试函数进行仿真测试。结果表明本算法能较好收敛到全局最优值，且收敛速度快，收敛精度高，优化性能好。

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：摘要院随着计算机技术在各领域的广泛应用，互联网的迅猛发展使得各类信息以指数级增长，本文主要研究粒子群优化算法在Web数据挖掘中的应用，介绍了粒子群优化算法进行Web数据挖掘的基本原理，分析了其特点。简述了粒子群Web数据挖掘优化算法的原理、特点、参数设置与应用等，重点分析了粒子群优化算法中的惯性权值，加速因子的设置对算法基本性能的影响，给出了算法中的经验参数设置。

简介：据美国国家地理网站报道，科学家们近日宣布，一颗美国宇航局的探测器有史以来第一次直接探测到了来自太阳系之外的粒子。这一发现不仅首次让人们有机会一窥所谓的“恒星际介质”——也就是存在于恒星之间广袤空间中的物质，也让人们更加了解自身所处的这片空间区域。

简介：目前，PID控制器已广泛应用于汽包锅炉水位控制系统，但PID控制器参数主要是人工调整，不能达到最佳的性能。文章用粒子群算法自动优化调整PID控制器的参数。MATLAB仿真表明改进系统在上升时间、调节时间、超调量等方面有较好的性能。

简介：摘 要：本文提出了一种以使用可靠度和费用作为约束的烟草商业企业物流设备备件优化模型。模型采用粒子群算法，通过对算例进行MATLAB仿真分析，发现应用粒子群算法的备件优化模型收敛效果较好，能有效解决备件优化配置问题。

简介：摘要：本文介绍了源网荷储的内涵，建立源网荷储协调运行规划模型，结合粒子群算法，以 IEEE13节点系统为例，得到最优规划方案。

简介：摘要“11·15”的上海特大火灾造成了巨大的人员与经济的损失。如果消防车辆能克服交通系统的不畅而更及时赶到的话，或许结果会不一样。因此如何将路径变化运输转化为车辆路径问题（VehicleRoutingProblem,VRP），并求解恰当的行车路径，对于城市应急以及日常的物流配送企业都有着重大的现实意义及经济价值。文中将微粒群算法（ParticleSwarmOptimization,PSO）应用于车辆路径问题，建立车辆路径问题的微粒群算法的数学描述，编译出此问题的程序，并对一个实例进行仿真分析。

简介：摘要：目前，我国配电网涵盖的区域非常广泛，主要呈现出分布广、结构复杂、电缆线分布混乱的现象。随着城乡一体化的不断加快以及电力市场的不断发展，人们越来越追求高质量的供电系统，也对稳定性的需求越来越高。国民经济对供电可靠性的依赖也越来越大。近年来，随着配网自动化水平的不断提高，配网故障定位技术的发展也趋向智能化、自动化，配网故障的诊断速度、快速定位、及时隔离、快速修复也是检验一个供电局管理能力和抢修水平的标准。因此，对配网自动化进行合理的改进和提高已经成为供电部门工作的首要内容。如何缩短故障排查时间，避免抢修时间的延长，提供有保障的供电率，从而提高客户的满意度也成为大部分基层供电局单位需要着重考虑的关键问题。基于免疫二进制粒子群优化算法的配网故障定位方法，既能够加快故障定位与抢修速度，还可以大减少由于供电不足带来的损失，具有十分重要的现实意义。鉴于此，文章结合笔者多年工作经验，对基于免疫二进制粒子群优化算法的配电网故障定位方法研究提出了一些建议，以供参考。

简介：为解决工程项目集成化管理中存在的问题，提出多种群蚁群粒子群融合算法，并结合某地铁工程实例对该算法进行实证研究。根据求解效果分析得出结论，这一算法在解决多目标共同优化问题时比基本蚁群算法得到的帕累托解集更多，可以应用于施工项目集成化管理。

简介：实现碳排放达到峰值既是中国在全球气候谈判中的国际承诺，也是中国实现经济结构转型和可持续发展的必要选择。本文运用基于粒子群优化算法的BP神经网络分析，在8种发展模式下对中国二氧化碳排放峰值进行预测研究。研究发现，中国能在经济衰退模式、节能模式2等5种模式下实现2030年二氧化碳排放达峰；人均GDP、城市化率、研发强度、非化石能源消费量比重对二氧化碳排放的影响较大，人口、能源强度的影响较小。