王超
- 作品数：6 被引量：17H指数：2
- 供职机构：北京工业大学电子信息与控制工程学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术建筑科学电子电信更多>>
- 智能电磁水处理装置的研制
- 2006年
- 电磁水处理器具有安装简便、适应场合广泛、对人员和设备无伤害、无二次污染等特点,成为在锅炉、空调、游泳池及生活用水领域应用越来越多的水处理方法。本文介绍了一种用可变频调压电磁波处理水质并通过反馈环节自动寻优的新型水处理装置,该系统打破了传统电磁水处理器处理水质的开环状态和单一性,发展前景非常广泛。
- 王超王广生
- 关键词：变频功率检测
- 基于改进的自适应粒子群算法的给水管网优化设计被引量：2
- 2014年
- 针对粒子群算法在优化给水管网设计时易陷入局部最优难以寻找到最优解的问题,提出改进的动态自适应粒子群算法(modified dynamically adaptive particle swarm optimization,M-DAPSO).定义趋同因子和参数调整函数,使算法能根据种群内部信息自适应调整参数,提出自适应变异策略增加种群多样性.最后,将M-DAPSO算法应用到Hanoi管网优化中,仿真结果表明:该算法能以最小的计算代价求得最优的工程造价;与其他优化算法相比,M-DAPSO算法具有较强的全局搜索能力和较快的收敛速度.
- 乔俊飞王超刘昌芬
- 关键词：给水管网自适应粒子群算法
- 参数自适应粒子群算法的给水管网优化研究被引量：1
- 2015年
- 针对粒子群算法在解决给水管网优化问题时存在容易陷入局部最优的缺点,通过分析粒子的运动轨迹和相似程度,提出一种参数自适应粒子群算法。该算法利用种群粒子与期望粒子之间相似度的大小,动态调整算法参数,平衡算法全局和局部搜索能力,利用分期变异策略增加种群多样性,保证算法收敛于全局最优值。将改进算法用于优化汉诺塔管网和纽约管网2个经典的管网案例,证明算法可以有效应用于给水管网这类组合优化问题。将该算法优化实际的管网改扩建案例,结果表明,所提出的算法具有更好的寻优性能和收敛性能。
- 王超王超
- 关键词：给水管网系统相似度
- 一种具有局部搜索的自适应粒子群算法被引量：8
- 2015年
- 针对粒子群优化(PSO)算法在解决高维非线性优化类问题时存在易陷入局部最小难以寻求最优解的问题,提出了一种具有局部搜索的参数自适应调整的粒子群算法.其核心思想是利用种群分布信息动态调整算法参数;加入混沌变异机制,增加种群多样性;在算法中加入局部搜索机制加强算法局部搜索能力.对6个基准函数的优化结果表明,改进算法具有较好的优化性能.将其用于优化实际的给水管网案例-汉诺塔管网和纽约管网,并与其它算法的结果进行了对比.实验结果表明该算法具有较好的搜索精度和更快的收敛速度.
- 乔俊飞王超王超
- 关键词：粒子群优化(PSO)算法局部搜索给水管网
- 基于改进差分进化算法的给水管网优化设计被引量：4
- 2013年
- 针对给水管网优化设计问题存在高度非线性、约束性及离散组合性,引入改进差分进化(IDE)算法对其进行求解。IDE算法的操作算子采用sigmoid函数形式时变调整缩放因子F和交叉概率因子CR,以平衡局部搜索和全局搜索,从而有效克服了差分进化算法易陷入早熟收敛、搜索效率不高等缺点。同时IDE算法的变异策略采用锦标赛规则选取参与变异的向量个体,差分向量方向选择有利于搜索的方向,并采用二差分向量形式作为高斯扰动,以提高收敛速率和维持种群多样性。最后,将IDE算法应用于Hanoi管网模型,仿真结果表明IDE算法能在满足工程需求前提下较快收敛到工程造价最低值,与其他算法比较,IDE算法具有较强的全局搜索能力和搜索效率。
- 傅嗣鹏乔俊飞韩红桂王超刘昌芬
- 关键词：给水管网优化设计
- 自适应的KEEMD方法及其在光谱去噪中的应用被引量：2
- 2016年
- 聚合经验模态分解(ensemble empirical mode decomposition,EEMD)方法极好地抑制了EMD算法的模态混叠,但仍未很好地解决端点效应,另外由于EEMD加入白噪声的幅值系数及总体平均次数需靠经验设定,不利于信号快速、准确地分解与重构.针对上述问题,提出了自适应KEEMD(KELM-EEMD)方法.首先,基于核函数的极限学习机结合镜像法进行极值点延拓以抑制端点效应,并用于仿真信号分解及小麦反射光谱的去噪,验证了该方法抑制端点效应的有效性.其次,通过抑制端点效应后分解获得的高频分量,自适应地确定算法所需加入白噪声的幅值系数及总体平均次数,将此自适应KEEMD方法用于油菜、菠菜反射光谱的去噪.结果表明:该方法更加快速地获得了与靠经验设定参数的KEEMD方法基本一致的去噪效果.
- 徐喆王超
- 关键词：端点效应自适应
