- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2019年光子学前沿研讨会(WRAP) - 印度古瓦哈提(2019.12.13-2019.12.14)] 2019年光子学前沿研讨会(WRAP) - 基于周期性图案化各向异性薄膜超材料的光激射
摘要： 本文提出了一种新颖的双速度离散粒子群优化（BVDPSO）方法，并将其应用扩展到非确定性多项式（NP）完全组播路由问题（MRP）。主要贡献在于将粒子群优化（PSO）从连续域拓展至二进制或离散域。首先，开发了一种新颖的双速度策略来表示每个维度取1和0的可能性，该策略适用于描述MRP的二进制特性——其中1表示节点被选入组播树构建，0则表示未被选中。其次，BVDPSO遵循连续域原始PSO的学习机制更新速度与位置，从而保持了原PSO的快速收敛性和全局搜索能力。研究者在运筹学库（OR-library）中全面测试了包含小、中、大三种规模的58个算例，结果表明BVDPSO仅需生成少量组播树即可快速获得最优或近优解。该方法不仅优于多种MRP问题的先进启发式算法，也超越了基于遗传算法、蚁群优化和PSO的算法。
关键词： 斯坦纳树问题（STP）、粒子群优化算法（PSO）、通信网络、组播路由问题（MRP）
更新于2025-09-16 10:30:52
-
[2019年IEEE PES拉丁美洲创新智能电网技术会议(ISGT Latin America) - 巴西格拉玛多 (2019.9.15-2019.9.18)] 2019年IEEE PES拉丁美洲创新智能电网技术会议(ISGT Latin America) - 不同局部阴影条件下光伏发电全局最大功率点跟踪的粒子群优化
摘要： 光伏发电系统（PGS）的性能与光伏面板接收的辐照度直接相关，只有在面板完全受光时才能输出最大功率。然而当光伏面板（或面板串）处于部分阴影条件（PSC）下运行时，仅能输出部分最大功率。若转换系统配置不当，该功率可能更低。因此，我们提出对转换系统进行粒子群优化（PSO），通过改进最大功率点跟踪（MPPT）技术，确保即使在部分阴影条件下也能输出最大功率。
关键词： 最大功率点跟踪（MPPT），全局最大功率点（GMPP），粒子群优化算法（PSO），光伏系统
更新于2025-09-12 10:27:22
-
光伏阵列与直流/交流逆变器的协同设计以最大化并网应用中的发电量
摘要： 并网光伏系统目前通过将独立设计的光伏阵列与直流/交流逆变器组合开发，未考虑光伏阵列运行特性对逆变器功率损耗的影响。本文提出一种协同设计技术，通过统一设计流程同步计算并网光伏系统中光伏阵列与直流/交流逆变器的最优设计参数。该技术能实现光伏阵列配置与逆变器结构的最佳匹配。研究对比了采用本协同设计技术合成的光伏系统与基于不同优化目标、经独立优化流程设计的独立光伏阵列及逆变器组合系统。针对两个气象条件迥异的年度安装场地的设计结果表明：唯有本协同设计优化技术能确保整体并网光伏系统年发电量的最大化。
关键词： 直流-交流电力转换、优化方法、粒子群优化算法（PSO）、可再生能源（RES）、光伏发电系统（PV）
更新于2025-09-11 14:15:04
-
一种适用于局部阴影光伏系统的混合智能全局最大功率点跟踪算法
摘要： 部分遮挡条件（PSCs）下光伏系统的最大功率提取依赖于所采用的最优全局最大功率点跟踪（GMPPT）方法。本文提出一种基于改进粒子群优化（PSO）算法与变步长扰动观察法（P&O）的新型光伏系统最大功率点跟踪（MPPT）控制方法，可有效降低稳态振荡。首先，在基础PSO算法中引入混合蛙跳算法（SFLA）的分组思想（PSO-SFLA），既保证粒子多样性又实现全局极值搜索；其次通过引入自适应速度因子提升改进PSO在PSCs下的收敛性；随后采用变步长P&O（VSP&O）方法随环境变化精准追踪最大功率点（MPP）。最后通过快速变化PSCs条件下的仿真结果，凸显该方案相较于传统P&O方法和标准PSO方法在跟踪速度与稳态振荡方面的优势。
关键词： 可变步长扰动观察法（VSP&O）、全局最大功率点跟踪（GMPPT）、局部阴影条件（PSCs）、粒子群优化算法（PSO）、光伏系统（PV）、自适应速度因子、混合蛙跳算法（SFLA）
更新于2025-09-10 09:29:36
-
[2018年IEEE国际计算机、控制、电气与电子工程会议（ICCCEEE）- 喀土穆（2018年8月12日-2018年8月14日）] 2018年国际计算机、控制、电气与电子工程会议（ICCCEEE）- 基于多模态聚类与水平集方法的MRI脑肿瘤分割
摘要： 将图像划分为互不重叠区域的过程称为图像分割。脑肿瘤分割在磁共振成像中仍是一项具有挑战性的任务。本文提出一种基于多模态聚类与水平集方法的简单高效的脑肿瘤分割方案，旨在完整提取肿瘤区域。研究采用两种聚类技术：粒子群优化算法（PSO）和模糊C均值（FCM），并使用2013年脑肿瘤分割数据库（BRATS）进行评估。为进行对比，同时展示了采用PSO与FCM单模态聚类结合水平集的常规方法结果。结果表明，相较于PSO/FCM单模态聚类或多模态FCM方法，本文提出的多模态PSO聚类方案具有最优性能。
关键词： 粒子群优化算法（PSO）、BRATS、模糊C均值聚类（FCM）、低级别胶质瘤（LGG）、高级别胶质瘤（HGG）
更新于2025-09-04 15:30:14
-
[IEEE 2017年计算机、电气与通信工程国际会议（ICCECE）- 加尔各答（2017.12.22-2017.12.23）] 2017年计算机、电气与通信工程国际会议（ICCECE）- 基于粒子群优化的本地光伏配电网络分布式发电配置以改善电压分布
摘要： 将分布式发电（DG）接入本地辐射状配电系统是电力系统面临的重要挑战。在网络系统中优化配置分布式电源不仅能降低整体配电损耗，还能改善整体电压分布。此外，改变本地辐射状配电网中无功潮流及其路径的分布式电源单元容量，也会对电压稳定性产生重大影响。本文提出了一种用于确定本地配电系统中分布式电源单元合理位置与容量的优化方法，该优化通过粒子群优化技术实现。结果表明，选择分布式电源单元的位置和容量对增强本地辐射状配电系统的电压稳定性具有重要意义。
关键词： 稳定性指标、最优分配、粒子群优化算法（PSO）、分布式发电（DG）
更新于2025-09-04 15:30:14