微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

基于改进模拟植物生长算法的配电网重构

针对模拟植物生长算法所存在的需遍历搜索区域进行寻优导致计算量太大的问题,将支路交换算法中所用的启发式交换规则与之相结合,提出一种用于配电网重构的改进模拟植物生长算法.所提方法的主要优点,是在保留模拟植物生长算法所具备的全局寻优能力的同时,大大减少每一步计算中所产生的生长点集的数量,因而减少相应的潮流计算、目标函数值计算及形态素浓度计算的次数即计算量.对IEEE 33节点系统的计算结果,验证所提方法的有效性.     

基于蚁群算法的配电网络重构模型及其应用

采用一种可用于求解一般形式的非凸、非线性约束优化问题的蚁群算法,以求解配电网络重构问题。该算法运用了正反馈、分布式计算和贪婪式启发搜索,不依赖于各种初始参数,不易陷于局部最优。通过算例分析表明,与现有各种方法相比,该算法具有适应性好、计算效率高、优化效果好的优点。     

基于数字电路进化设计算法研究

本文研究了基于遗传规划的适应度评价笛卡尔扩展(CGP)算法,通过分析传统的电路在输出位随机选择机制来适应候选电路的影响程度,使最佳使用全局搜索模式决定电路输出节点输出位,完成适应度评价扩展,确保每一代的进化可以找到最优解并被发现。     

农村配电网线损的矩阵算法

针对农村配电网具有配变台数较多、出线少、运行数据实时获取和非实时获取困难、全网潮流计算复杂等特点,该研究介绍了计算农村配电网线损的一种矩阵算法。该算法以将变电所出口处的月用电量按实际运行变压器的额定容量分配,通过简单的矩阵代数运算,仅需一次运算即可求出配电网网损。以辽宁省北镇市柳家变电所柳南线为例进行计算对比,结果表明该算法相对于传统算法具有计算速度快、编程简单、结果更准确等特点。     

基于修复技术的组合电路进化设计算法研究

提出基于修复技术的组合逻辑电路快速进化设计算法。该算法利用候选电路在进化的初始阶段适应度增加很快的现象,先进化出一个功能大致正确的电路;然后转入修复过程并对不正确的输出进行修正,最终设计出功能正确的电路。为了能对进化出的有错误的电路进行修复,专门设计出简单而规整的修复电路的构造方法。附加的修复电路与进化生成的对大部分输入都能输出正确结果的电路结合在一起,形成最终的功能完全正确的电路。该方法极大地减少进化所需的时间。     

基于耗散结构理论的差分进化算法

作为一种比较优秀的最优化方法,差分进化算法具有良好的鲁棒性、实践性和收敛性.阐述了差分进化算法的基本概念、形式,分析了传统差分进化算法的优点与不足,提出了基于耗散结构理论的差分进化优化算法.     

基于模糊进化算法的建筑工程进度优化研究

针对建筑工程施工工期的不确定性,引入模糊数学理论,采用6点模糊数表示工期。以建设单位对优化工期的满意度和可靠性作为优化目标,建立资源受限条件下施工进度数学优化模型,利用进化算法对施工进度进行优化。通过建筑工程实例,证明了本研究设计的算法的有效性和可行性。     

含分布式电源的配电网故障恢复研究

本研究针对含分布式电源的配电网故障恢复提出一种将孤岛划分作为网络重构子优化模块的方案。在重构过程中根据DG的类型和与主网的连通状态,将不能并网的分布式电源进行孤岛划分,最大程度恢复失电负荷,并用二进制粒子群算法和遗传算法的混合算法寻找最优恢复路径。算例结果证明了该策略的优越性。     

一种基于状态空间模型的进化算法

传统进化算法主要通过选择、重组和变异这三种遗传操作实现种群的进化。在进化过程中通常需要设定群体规模、交叉概率和变异概率等参数,而且它们的值会直接影响计算结果及精度。为了简化操作过程,设计一种基于离散系统状态空间模型的进化算法,这种算法采用实数编码方式,构造一个状态进化矩阵来实现重组和变异的功能,提高算法的可操作性和可靠性。并将该算法应用于求解无约束全局优化问题,对几种典型的测试函数进行仿真,结果表明：这种新的进化算法具有搜索能力强、收敛速度快、计算精度高、操作简单等优点,对相关研究有参考作用。     

基于差分进化鲸鱼优化算法的森林冠层图像分割

针对森林冠层图像结构复杂,受光照不均匀,导致分割精度较差等问题,提出一种基于差分进化鲸鱼优化算法的冠层图像分割方法。首先选取多阈值Kapur熵作为适应度函数,应用鲸鱼优化算法（whale optimization algorithm,WOA）对阈值的搜索过程进行优化,代替传统遍历搜索机制,加强阈值搜索能力与效率。其次引入差分进化算法（differential evolution algorithm,DEA）进行混合,采用以种群平均适应度为评价指标的混合策略平衡2种算法,增强算法的局部搜索能力,实现更好地平衡探索与开发。最后通过对森林冠层图像进行阈值分割研究,在适应度值、PSNR、SSIM与计算时间上进行对比分析。结果表明,本算法可以获得更精确的分割阈值和更高的分割精度。     

基于差分演化与猫群算法融合的群体智能算法

提出一种基于差分演化与猫群算法融合的群体智能算法。该算法基于猫群算法的两种行为模式,引进差分演化的思想,根据分组率随机把群体分成两个种群,一个种群执行猫群算法搜寻模式,另一种群执行差分变异模式,算法采用一种信息共享机制,使两个种群在搜索最优解时可以实现协同进化,信息交流。既实现了不同进化模式间的优势互补, 又可以增加种群的多样性。对5个基准函数进行仿真实验并分别与DE和CSO 进行比较,表明混合算法同时具有全局搜索和局部搜索最优解性能,收敛速度快,计算精度高,更适合用于求解高维复杂函数。     

含分布式发电的配电网规划优化算法的研究

针对遗传算法在进行多目标优化时,收敛速度慢且易早熟的问题,提出一种改进自适应遗传算法,改进了选择方法和终止判据,并对交叉和变异概率的选取进行了自适应处理。针对含分布式发电的配电网规划的多目标性,采用模糊理论引入总体满意度很好地解决了多目标归一化问题。仿真算例表明:改进的算法能有效地寻找到全局最优解,明显提高收敛速度,具有良好的自适应特性。     

桁架尺寸优化微分演化算法

为了解决带有应力约束和位移约束桁架结构的尺寸优化问题,将微分演化 (Differential Evolution,DE)算法应用于桁架结构的尺寸优化设计.介绍了DE算法的基本原理及其进化策略,给出了桁架结构优化的数学模型.对几个经典问题进行了求解,并与其他优化算法进行了比较.数值结果表明了DE算法收敛特性好、稳定性高,可以有效地用于桁架结构的尺寸优化设计.     

基于无线Ad hot网络的低代价节能最短路径树算法

拓扑控制与拓扑维护是优化无线Ad hot网络拓扑结构的重要方面,本研究以无线Ad hot网络中各节点在失效情况下,为维护网络的连通性,提出一种以Dijkstra SPT算法为基础,以减少Ad hot网络拓扑维护开销,低代价节能运行的最短路径树算法—ELSPT。其仿真实验表明,该算法有利于对Ad hoc无线网络带宽的空间重利用,提高网络容量,减少分组碰撞的概率,对优化网络的拓扑控制和拓扑维护有着显著的有效性。     

蜡梅科的分类及地理分布与演化

该文叙述了蜡梅科的分类及地理分布与演化．蜡梅科分为３属９种２变种,列出了科内分属及属内分种检索表．认为蜡梅科是一个较原始的科．美国蜡梅属Ｃａｌｙｃａｎｔｈｕｓ、夏蜡梅属Ｓｉｎｏｃａｌｙｃａｎｔｈｕｓ和蜡梅属Ｃｈｉｍｏｎａｎｔｈｕｓ是北美和东亚间断分布相对应的３个属．根据蜡梅科代表种的解剖学、花粉形态、传粉昆虫、胚胎发育、细胞学及化学成分的研究,作者认为蜡梅科中蜡梅属是本科最进化的属,美国蜡梅属是最原始的属,夏蜡梅则介于二属之间．在蜡梅属内演化趋势是从常绿到落叶,花被片明显的分化及内花被片无爪到有爪．因此认为西南蜡梅Ｃｈ．ｃａｍｐａｎｕ ｌａｔｕｓ在本属中最原始,而蜡梅Ｃｈ．ｐｒａｅｃｏｘ最进化     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于偏序关系求解钻井布局问题的演化算法

钻井布局可以归结为在一定约束条件下利用旧井的地质资料来减少新井的钻探数量,以节省钻探费用的问题,通过网格的移动使可利用的旧井数尽可能多。建立了钻井布局问题的数学模型,设计了基于偏序关系求解钻井布局问题的演化算法,得到了理想的计算结果。结果表明,该算法具有精度高、速度快等特点。