共查询到16条相似文献,搜索用时 62 毫秒
1.
2.
针对水库水沙联合优化调度多目标、高维、非线性和难以求解的特点,将鲶鱼效应机制引入多目标粒子群算法中提出基于鲶鱼效应的多目标粒子群算法,该算法在利用收敛速度较快的Sigma方法的基础上,通过触发鲶鱼启发器引入外部鲶鱼粒子,利用鲶鱼粒子对种群的驱赶效应增加种群多样性,从而提高算法的收敛性和非劣解集的多样性;数值分析证明,与MOPSO和σ-MOPSO相比,该算法的效率和质量更高,同时三峡水库实际算例也表明,该算法能给出代表整个可行调度空间、收敛较好、分布均匀的Pareto最优前沿,具有较好的适应性。 相似文献
3.
以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。 相似文献
4.
针对泵站节能降耗问题,建立了站内优化调度模型,并利用混沌理论改进粒子群算法,开展站内调度方案寻优问题研究。研究结果表明,采用混合粒子群算法,收敛速度快,求解精度高,较适合泵站优化调度求解;采用3时段优化分析时,优化方案耗电量为23.34万kWh,节省电量3.46万kWh,取得了较好的优化调度结果。 相似文献
5.
基于多目标粒子群优化算法的永久基本农田划定模型 总被引:1,自引:0,他引:1
针对传统的永久基本农田划定方法不能较好地统筹兼顾永久基本农田的耕地质量、空间布局集中连片等目标问题,提出了一种基于粒子群优化算法的多目标永久基本农田划定模型,该模型包括土地适宜性、连片性、稳定性3个子目标函数,同时考虑生态保护红线、地形地貌等约束条件。选取河南省浚县为研究区域,根据目标偏好不同设置对照实验。结果表明,该模型在永久基本农田划定工作中具有可操作性,避免了划定过程中主观因素带来的不利影响,且可以提供多情景的永久基本农田布局方案,促进了永久基本农田划定结果的科学合理性。 相似文献
6.
提出了在用粒子群算法求解水库优化调度问题时,将模拟退火因子引入罚函数,可以克服不变罚因子的缺陷.采用动态规划法和PSO算法优化调度程序,结果发现PSO算法计算结果更优于动态规划结果.实例计算表明,粒子群算法原理简单,易于编程,占用内存少,求解精度高,适合求解具有复杂约束的水库优化调度问题. 相似文献
7.
为了提高多目标粒子群算法求解多目标问题的性能,改善算法的收敛性,提出一种多邻域链式结构的多目标粒子群优化算法。首先,以一种环形链式拓扑结构,将种群划分为多个邻域,每个邻域之间相互交叉重叠,并针对不同位置的粒子,进行不同的速度和位置更新策略。其次,对所有粒子采用速度钳制策略,并引入差分进化策略对粒子进行扰动,从而进一步提高算法的多样性。通过14个无约束和3个有约束函数仿真实验,表明该算法相对于NSGA-II、SPEA2、MOEA/D-DE、SMPSO和OMOPSO算法,获得Pareto解集分布更加均匀,算法的收敛性和多样性也更好。为了进一步验证算法的可行性和有效性,将其应用于72杆桁架结构尺寸设计,并与其他优化方法进行了比较,结果表明该算法获得的Pareto前端更均匀,收敛性更好。 相似文献
8.
9.
重点分析了粒子群算法(Particle Swarm Optimization,PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法.改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度. 相似文献
10.
基于近亲变异NSGA-Ⅱ算法的多目标柔性作业车间调度 总被引:2,自引:0,他引:2
在研究柔性作业车间多目标调度问题现状和不足的基础上,提出了包括最大完工时间、加工成本以及加工质量3个优化目标的多目标柔性作业车间调度模型;并针对上述模型,提出了基于近亲变异的改进非支配排序遗传算法(Non-dominated sorting genetic algorithm,NSGA-Ⅱ),该算法根据计算交叉染色体的血缘关系,确定子代个体的变异率,优化了NSGA-Ⅱ的变异策略,避免了算法的早熟问题;最后,针对实际案例,构建相应的调度模型和算法,计算结果证实了模型和算法的可行性和有效性。 相似文献
11.
12.
13.
轮胎柔性环模型能准确表达轮胎变形,但模型的刚度参数无法直接测定,因此模型刚度参数的辨识成为建模过程中的关键。本文基于轮胎柔性环模型运动学方程,分析农用轮胎固有频率与刚度参数之间的关系,提出基于粒子群算法的柔性环模型刚度参数辨识方法。通过轮胎模态试验获取轮胎固有频率,采用粒子群算法对柔性环模型刚度参数进行辨识。将固有频率的试验值与预测值的平均误差作为评价指标,对比粒子群算法与传统算法及遗传算法辨识结果,结果表明粒子群算法的参数辨识结果精度较高,平均绝对误差为1.67Hz,平均相对误差为1.66%,相较于遗传算法,平均相对误差降低16.16%,运算时间减少93.19%。通过接地印痕试验获取农用轮胎接地角度,结合辨识所得刚度参数,估算轮胎所受到的垂向力,对比垂向力的试验值与预测值,结果表明粒子群算法的参数辨识结果精度较高,垂向载荷估算平均相对误差为1.97%,相对于遗传算法,平均相对误差降低12.05%。 相似文献
14.
为保证带悬挂系统的拖拉机在滑转率、耕作速度和耕作深度等主要因素改变的条件下获得最佳动力,建立了驱动牵引力数学模型,并参考耕作阻力模型,考察了驱动轮滑转率、耕作速度和耕作深度等主要因素的影响,利用约束优化问题粒子群优化算法,确定目标与约束条件,得出满足特定使用条件的驱动牵引力在9kN左右,对应的变量参数洌,nf,H,B的值分别为0.541,25.4,0.732,0.182,6.40.优化结果表明,变量参数值和目标值与拖拉机实际使用工况相符,解决了带悬挂系统拖拉机动力匹配问题,提出了有效的动力匹配优化方法. 相似文献
15.
带悬挂系统的拖拉机在工作时,要充分考虑拖拉机牵引力能否满足液压悬挂加载装置、牵引装置等作用下产生的耕作阻力要求.本文建立了驱动牵引力数学模型,参考耕作阻力模型,主要考察了驱动轮滑转率、耕作速度、耕作深度等主要因素的影响,利用约束优化问题粒子群优化算法,得出了满足特定使用条件的驱动牵引力,同时确定了耕深、速度、滑转率等参数的对应值,为带悬挂系统拖拉机的动力匹配提供了重要的方法依据. 相似文献