基于遗传粒子群算法的水闸底板优化设计

刘峰

doi:10.13599/j.cnki.11-5130.2024.03.013

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于遗传粒子群算法的水闸底板优化设计

更新时间：2026-06-27

- 基于遗传粒子群算法的水闸底板优化设计
- Vol. 47, Issue 3, Pages: 46-48+104(2024)
- 作者机构：
  
  江西省水利水电建设集团有限公司
- 作者简介：
- 基金信息：
- DOI：10.13599/j.cnki.11-5130.2024.03.013
  CLC： TP18;TV66
- Published：2024
- 稿件说明：
移动端阅览
刘峰. 基于遗传粒子群算法的水闸底板优化设计[J]. 2024, 47(3): 46-48+104.
DOI：

刘峰. 基于遗传粒子群算法的水闸底板优化设计[J]. 2024, 47(3): 46-48+104. DOI： 10.13599/j.cnki.11-5130.2024.03.013.

摘要

为获得最佳的水闸底板设计方案，降低建造材料用量，对水闸底板尺寸进行优化设计。首先，以水闸底板总截面积为目标函数，底板抗滑稳定、底板基底应力为约束条，以底板尺寸为优化变量建立水闸底板尺寸优化数学模型；其次，提出了一种耦合粒子群优化算法和遗传算法的遗传粒子群算法，用于优化求解水闸底板尺寸优化数学模型。选取狮子山水闸为分析对象，计算结果表明：遗传粒子群算法对狮子山水闸底板尺寸的优化率为11.44%，其对于狮子山水闸底板尺寸的优化效率明显优于粒子群优化算法和遗传算法。

Abstract

关键词

Keywords

references

Ioan Cristian Trelea.The particle swarm optimization algorithm: convergence analysis and parameter selection[J].Information Processing Letters,2003.

杨赛,孔令超,董懿,李初辉,黄天雄.基于PSO-BP的泄洪闸门液压启闭机信号预测[J].水电站机电技术,2023(11).

王小璐,黄辰,于远航,陈福豪,胡蝶,陆琪,崔曦予.基于适应度值优劣粒子群算法的无人机路径规划[J].电子制作,2022(16).

杨丽华.粒子群算法在电力系统中的应用研究[J].科技与创新,2016(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于APSO算法的水工平面钢闸门结构优化设计

基于负荷预测的泵站无功补偿动态优化研究

水电站水轮机优化关键技术的应用研究

基于改进PSO的水力发电机组励磁优化控制

鱼珠湾水闸机电及金属结构设计

Related Author

张好明

胡辰辰

王佳明

赵先元

冯胜

周志航

柳炀

王瑞清

Related Institution

辽宁省水利水电勘测设计研究院有限责任公司

安徽省长江河道工程有限责任公司

广东省源天工程有限公司

能事达电气股份有限公司

中国长江电力股份有限公司

AI问答

⁰