针对配电网中因各种分布式电源的不断接入导致三相不平衡问题日益突出的现象,提出了一种多目标优化模型。该模型以有功损耗和静态电压稳定性为优化目标,将Logistic混沌遍历技术与粒子群优化算法有效结合,求解优化模型。最后用仿真方法对该模型的有效性和准确性进行了验证,结果表明该优化模型合理有效,并能确保系统的安全性和经济性。

爬楼梯轮椅的行驶轮升降机构是典型的并联四连杆机构,为了提高轮椅行驶轮升降时的力学性能,减少所需的整体驱动力矩,在对轮椅进行动力学分析的基础上,以四连杆机构除机架外的连杆以及杆间角度为设计变量,以所需驱动力矩函数的积分为目标函数,并列出约束条件,在MATLAB中编程,利用带有惩罚函数的粒子群算法对爬楼梯轮椅行驶轮升降机构进行优化设计。对比优化前后目标函数值以及所需驱动力矩曲线发现,优化后目标函数值和驱动力矩明显减小,避免了力矩过大所造成的损耗。总之,优化设计使轮椅在升降过程中的力学性能有了极大的提升。

任务分配问题是多无人机协同控制的关键技术之一。在深入分析多无人机任务分配问题特点的基础上，对现有模型进行了扩展，建立了多无人机协同任务分配的混合整数线性规划（MILP）模型。对现有粒子群算法进行了改进，提出一种具有较强全局搜索能力的多子群多阶段粒子群算法，开展了粒子群算法在多无人机协同任务分配问题中的应用研究，主要针对粒子群算法的编码策略、约束处理、算子选取、参数设置等方面进行相应的调整和改进。最后对算法进行了仿真，仿真结果表明了该方法的有效性。

针对滚动轴承运行过程中故障难以识别的问题,提出一种多特征提取与改进粒子群算法(improved particle swarm optimization,简称IPSO)优化最小二乘支持向量机的诊断方法。首先用小波包变换对振动信号消噪、分解,提取频域特征;然后结合时域特征等参数,用核主元分析法对多维特征空间进行优选和降维,获得典型故障的敏感信号;最后用改进的粒子群优化最小二乘支持向量机的核参数和惩罚因子解决在寻优中陷入边缘局部最优、收敛精度差的问题,提升故障诊断的识别率。实验结果表明该方法有效提取故障特征,提高了故障识别的准确率和实时性,是一种可靠的轴承故障诊断方法。

为了提高双臂机器人运动轨迹追踪精度,降低运动过程中的抖动幅度,引入混合粒子群算法优化双臂机器人模糊逻辑控制,并对误差和力矩进行仿真。创建双臂机器人平面运动模型简图,建立机械臂运动方程式。分析了模糊逻辑控制规则,引用模糊逻辑控制不同成本函数定义机械臂运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用遗传算法耦合粒子群算法优化模糊逻辑控制的成本函数。通过MATLAB对优化模糊逻辑控制的双臂机器人运动轨迹控制力矩进行仿真,并且与模糊逻辑控制仿真结果形成对比。仿真结果显示受外界环境干扰时,双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,不仅运动轨迹追踪误差较小,而且输入力矩值也较小。双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,能够提高机器人运动轨迹追踪精度和降...

针对电动汽车多挡变速器速比优化过程中,仅对单一特定工况进行优化,而与实际工况相差较多的不足,提出了基于粒子群算法的传动系常用运行区效率最优的速比优化方法,即通过多种特定工况的叠加找出电动汽车常用运行区,并通过调节速比的方式使电动汽车传动系的高效区最大可能地落入常用运行区内,使传动系平均运行效率最高。以整车动力性为约束条件,以电动汽车传动系常用运行区域下平均效率为经济目标,整车加速时间为动力性目标构建适应度函数,利用Matlab软件编写程序实现速比优化,并用AMESim软件搭建整车模型进行整车能耗验证。结果显示,通过优化后整车动力性经济性均有提升,表明所用的方法有效。

分析了粒子群算法（PSO）和差分进化算法（DE）的特点,提出了一种PSO-DV算法用于优化BP神经网络的权值和阈值,并利用PSO-DV算法优化的BP神经网络进行了齿轮箱的故障诊断。试验结果表明,PSO-DV算法可以避免神经网络陷入局部极小,改善了收敛性能,同时保证了齿轮箱故障诊断的正判率。

对升降台液压缸铰点位置进行了分析。为了改善升降台升降不平稳、活塞推力较大的现象,提出了升降台活塞推力和升降速度的多目标优化问题。对剪叉式液压升降台的运动学和动力学进行研究,建立了以液压活塞推力及起升速度为目标的数学模型,并选取几组不同的液压缸铰点位置。仿真分析了升降台在升降过程中活塞推力、升降速度的变化规律,确定升降台在最低点以活塞推力与起升速度为目标。采用粒子群算法对液压缸位置进行优化,运用MATLAB进行编程和仿真,算法效率高,能够快速准确地获得最优位置参数,实现升降台系统整体结构优化。

根据用户需求设计的新型卧式液压机,其机架由两根横梁和三根拉杆组成,三根拉杆的位置分布不对称于液压力的作用中心。针对由拉杆的位置分布不对称性造成的拉杆受力不均衡等问题,建立了非对称卧式液压机机架优化模型,提出了一种惯性权重凹函数递减的粒子群算法,利用Matlab和ANSYS程序,结合某工程实例进行优化实验,实验表明所提出的算法比惯性权重线性递减的粒子群算法更有效,优化后机架的重量减轻了13%,拉杆之间的受力更加均衡,达到了对非对称液压机机架优化设计的目的。

针对液压机械无级传动进行分析，建立其数学模型，并通过MATLAB/Simulink建立泵控马达和发动机系统的仿真模型，研究泵控马达和发动机的匹配关系。同时，在传统的PID控制的基础上，采用粒子群算法对控制器的PID参数进行优化整定。结果显示：液压机械无级变速器的系统性能得到明显改善，提高了动力系统的燃油经济性和动力性。