基于引导策略自适应粒子群算法的农村电网无功优化

粒子群优化算法在农村电网无功优化领域已有广泛应用,但算法存在不足,易陷入局部极值。算法中粒子更新方式和惯性权重是影响搜索能力的关键因素,提出了一种基于引导策略的自适应粒子群算法(adaptive particle swarm optimization algorithm with guiding strategy,GSAPSO),该算法在种群中引入4种粒子,即主体粒子、双中心粒子、协同粒子和混沌粒子对粒子位置更新进行引导来克服算法的随机性,从而提高搜索效率;为进一步克服粒子群优化算法进化后期易陷入早熟收敛的缺点,引入聚焦距离变化率的概念,通过聚焦距离变化率的大小动态调整惯性权重,以提高算法的收敛速度和精度,粒子更新方式和惯性权重的改进极大地提高了搜索到全局最优解的有效性。以IEEE 30节点测试系统为例进行仿真计算,采用GSAPSO算法无功优化计算后最优降损率可达到18.966%,节点最低电压为1.0091p.u.,最优解迭代次数45次,平均迭代次数64.6次,相比标准粒子群算法(PSO)、随机权重粒子群算法(wPSO)和惯性权重线性递减的粒子群算法(LDWPSO)均有很大提升。仿真结果表明:应用GSAPSO算法求得的解质量更高,收敛速度和精度明显高于其他3种算法,说明该算法具有更好的寻优能力和收敛性能。     

基于改进粒子群优化算法的BOD-DO水质模型参数确定

【目的】将改进的粒子群优化算法应用于BOD-DO水质模型参数求解,为水质模型参数求解提供支持。【方法】通过差异演化算法对各个体历史最佳位置进行变异,以保持种群多样性,并在搜索后期加入局部搜索能力强的单纯形算法,建立改进的粒子群优化算法,并用该算法对BOD-DO水质模型参数进行求解。【结果】改进的粒子群优化算法能有效地确定BOD-DO水质模型参数;参数取值范围的放宽对算法的收敛性影响较小,但迭代次数有所增加;均匀分布法生成的初始种群可以有效地提高算法的收敛率,加快收敛速度;交叉概率和缩放因子的随机选取策略,可以有效地提高算法的收敛率并加快收敛速度;比较计算结果可知,改进的粒子群优化算法的收敛精度有所提高,收敛率可达到100%,收敛速度可提高5倍以上,标准差约是粒子群优化算法的10%。【结论】改进的粒子群优化算法有效地避免了原算法的早熟或停滞,为不同类型的水质模型参数求解提供了一个可靠的方法。     

一种基于神经网络的土壤湿度预测方法

对土壤湿度进行的高质量时序预测对科学研究和农业生产实际都有重要的意义。利用无线传感器网络得到长时序观测数据,建立一种新的基于BP神经网络的土壤湿度时序预测方法。针对神经网络收敛速度慢、易陷入局部最优的问题,提出基于动量因子和自适应学习率的BP神经网络改进方法,并且利用粒子群算法优化BP神经网络的初始阈值和权值。针对标准粒子群算法(PSO)中惯性权重线性递减、学习因子取常数,而导致的PSO收敛速度慢、易错过全局最优解等问题,将迭代次数和适应度值相结合改进惯性权重和学习因子,有效提高算法找到全局最优解的速度。选取"渤海粮仓"山东试验区东营市垦利县20个观测站2013—2014年的时间序列观测数据,分别采用本研究提出的方法和其他4种方法进行预测,结果显示本研究提出的方法预测在预测精度、收敛速度方面都优于其他4种方法。     

一种基于双子群的改进粒子群优化算法

针对粒子群优化算法易于陷入局部最优解并存在早熟收敛的问题，提出了一种基于双子群的改进粒子群优化算法（TS IPSO)，通过2组搜索方向相反的主、辅子群之间的相互协同，扩大搜索范围，借鉴遗传算法的杂交机制，并采用惯性权值的非线性递减策略，加快算法的收敛速度和提高粒子的搜索能力，降低了算法陷入局部极值的风险.实验结果表明该算法较标准PSO算法提高了全局搜索能力和收敛速度，改善了优化性能.     

基于改进的粒子群优化算法确定河流水质参数

【目的】将改进的粒子群优化算法应用于河流水质模型参数求解,为预估河流水质参数提供一种有效的方法。【方法】以粒子群算法为基础,用混沌序列的产生过程模拟粒子初始化提高算法的全局搜索能力,加入单纯形算法提高计算精度,建立改进的粒子群优化算法。用改进的粒子群优化算法对一维及二维河流水质模型参数进行求解,并进行实例验证。【结果】改进的粒子群优化算法可以有效地应用于一维及二维河流水质模型参数的求解;随着参数取值区间的不断扩大,算法的运算时间增加;改进的粒子群优化算法比粒子群优化算法具有更好的收敛性且计算精度更高。【结论】改进的粒子群优化算法能改善原算法易陷入局部最优解的不足,是分析河流水团示踪试验数据、预估一维及二维河流水质模型参数的一种有效方法。     

基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断

【目的】针对单一径向基(RBF)神经网络在水轮发电机组振动故障诊断中泛化能力不足的缺点,提出基于粒子群(PSO)算法优化的RBF神经网络。【方法】利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对水轮发电机组振动故障进行仿真诊断。【结果】仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快。【结论】PSO算法优化的RBF神经网络,适用于水轮发电机组振动故障诊断,其诊断精度较高,具有推广应用价值。     

基于双层复形法的重力坝断面优化研究

【目的】进行重力坝断面优化设计的算法研究,为减小重力坝断面面积,优化重力坝体型提供参考。【方法】以复形法为基础,简化了在所有约束条件下寻找可行点的收缩步骤以减少计算次数,然后构造了双层优化结构,即把第1层复形的优化结果作为第2层复形的初始点,再以复形法原理进行优化,最后以某拟建重力坝为实例进行了坝体横断面的优化分析。【结果】优化后的各断面特征参数均满足要求,其断面面积较原设计方案减小了15.97%,坝体体型更瘦,且坝体上、下游应力分布更加合理。【结论】双层复形法较复形法具有更高的稳定性、更快的收敛速度,可适用于大体积、结构复杂的水工结构优化设计。     

基于改进PSO算法的水轮机PID调速器的参数设计

为了提高水轮机PID调速器的控制质量,引入PSO算法优化PID控制器的部分参数,针对传统粒子群算法的不足,引入自适应惯性权重调整因子对粒子速率更新策略进行改进,同时结合微分进化算子提高种群多样性,扩大PSO算法搜索解空间的能力,仿真实例表明,改进后的PSO算法收敛速度快,稳定性好,复杂程度低,具有良好的全局搜索能力。经过该算法优化过的PID调速器对负荷扰动具有较强的鲁棒性。     

基于量化正交免疫克隆粒子群算法的水电站水库优化调度研究

【目的】解决传统粒子群算法在求解水库优化调度问题中存在的早熟、收敛速度慢和易陷入局部最优的问题。【方法】基于抗体克隆选择学说理论,提出了一种量化正交免疫克隆粒子群算法(OICPSO/Q)。采用正交交叉策略来增强子代个体解分布的均匀性;通过接种疫苗和计算亲合度等操作,对算法的进化过程进行有目的、有选择地指导,使得算法快速收敛,同时保持一定的多样性,抑制了早熟现象。提出一种自学习算子,避免个体邻域内最优解的丢失。建立了基于量化正交免疫克隆粒子群算法的水库优化调度数学模型,并给出其具体的求解步骤。最后应用该方法与标准粒子群算法(SPSO)及动态规划方法进行比较。【结果】与SPSO算法和动态规划方法计算结果相比,OICPSO/Q算法计算时间明显降低,但发电量明显增加,说明OICPSO/Q算法可提高解的精度,加快其收敛速度,其性能优于标准粒子群算法和动态规划方法。【结论】OICPSO/Q算法为求解水库优化调度问题提供了一条新的有效求解途径。     

基于优化算法的新安江模型参数的估计

【目的】解决传统优化算法在新安江模型参数估计中存在的早熟、收敛速度慢和易陷入局部最优等问题。【方法】在标准PSO算法的基础上,引入小生境和交叉选择算子,对寻优过程中粒子的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群算法(NCSPSO),建立基于NCSPSO算法的新安江模型参数估计数学模型,并给出具体求解步骤。最后将该方法在具体流域的洪水预报中进行应用。【结果】NCSPSO算法计算时间短,参数估计精度大大提高,且预报结果均达到了规范要求。【结论】NCSPSO算法为新安江模型参数估计提供了一条新途径。     

玉米单倍体技术要点及其在育种中的应用

简要介绍玉米单倍体技术的概念、流程、优化内容及其在玉米育种中的应用情况,增进玉米育种研究人员对玉米单倍体技术的认识与了解。玉米单倍体技术可以大大缩短玉米自交系纯化代数,加速种质资源的改良利用创新周期,为育种目标的快速实现提供可能。玉米单倍体育种技术是未来玉米育种中的核心技术,各个环节的优化是提高该技术效率的主要途径。     

中国日光温室结构优化研究现状及发展趋势

日光温室是中国设施农业的重要组成部分。日光温室的结构设计不仅影响内部环境因子和生产效益,而且对温室建造、生产成本及其结构稳定性和耐用性有直接影响。综述了地域和气候约束条件下日光温室主要结构优化设计的研究现状,如跨度、脊高、采光屋面角、采光屋面形状、墙体结构和后屋面结构等,为不同地区日光温室建造提供参考信息。同时,探讨了其计算机辅助结构分析研究状况,并分析了今后的发展趋势和待研究的问题。     

输气管道优化设计新模型

传统的输气管道优化设计模型设计变量多、约束条件多而且复杂,优化速度慢,优化结果不理想.提出了一种新的模型,该模型具有设计变量少、约束条件少而且简单的特点,提高了优化速度.对优化算法进行了改进,使得优化结果为全局最优解.给出了算例,证明输气管道优化设计新模型十分有效.     

卫生筷包装机推筷机构的多目标优化设计

结合卫生筷包装机推筷机构的设计，提出一种用评价函数法结合均匀设计法搜索有效解样本，以各目标与理想点的带权相对距离的均值、均方差最小为准则，决策满意有效解的多目标优化设计的求解方法．     

多目标优化设计的评价函数

针对目前求解多目标优化设计使用的评价函数存在的缺陷，建立多目标优化设计的评价准则，由此而构造一新型的评价函数．理论证明这一评价函数的最优解为多目标优化的有效解，并通过算例分析比较其优越性．     

一种引入反向搜索机制的果蝇优化算法研究

针对基本果蝇优化算法求解复杂优化问题时全局搜索能力差,种群多样性偏低等问题,提出一种引入反向搜索机制的果蝇优化算法（RFOA）。该算法通过在搜索趋于停滞时计算果蝇个体和进化方向的夹角,挑选出一批和进化方向相反的果蝇个体并利用这些个体去探索新的最优解,从而跳出局部最优。通过标准测试函数进行仿真测试,实验结果证明,解决部分较为复杂的优化问题时,RFOA相比其他改进算法可以更有效地避免早熟收敛,加快收敛速度,提高收敛精度。     

西瓜SRAP-PCR程序和体系优化

建立适宜西瓜DNA的SRAP-PCR扩增体系,为西瓜基因图谱的构建和分子标记打下基础。以西瓜中华拳王品种为试验材料,探索了西瓜SRAP-PCR反应程序,并对西瓜SRAP-PCR反应体系的各影响因子进行梯度实验,筛选和建立可扩增多态性高、重复性好、带型清晰的最佳SRAP-PCR反应程序和体系。最佳SRAP-PCR反应程序为:94℃预变性5 min;94℃变性1 min,35℃退火1 min,72℃延伸1min,共5个循环;94℃变性1 min,50℃退火1 min,72℃延伸1 min,共35个循环;72℃延伸5 min;4℃保存。最佳SRAP-PCR反应体系(15μl)为:DNA 100 ng,dNTPs 0.3 mmol/L,Mg2+2.0 mmol/L,primer 7.5 pmol/L,Taq polymerase 0.75 U。该程序和体系能很好地满足西瓜基因组SRAP扩增的要求,SRAP标记应用于西瓜遗传研究是可行的。     

非锥凸最优化问题中的可行距离

当一般的非锥凸最优化问题或其对偶不可行时, 通过引入可行距离这一概念, 讨论新系统的可行性,并考察了在新系统中可行距离的性质, 得到了与其等价的可计算的优化形式.     

资源数量有限情况下生产函数的最优解

本文介绍一种在约束条件下的优化分析方法。该方法引入稀缺资源的数量限制,对传统的生产函数分析技术提出了改进。由这种方法所确定的生产函数最优解对生产者决策更具实践意义,有助于予期管理目标的实现。文章较详细地讨论了这种方法的经济学含义,并在最后部分提出了进一步研究的方向。     

小型中央空调系统热经济学优化设计分析

建立了户式中央空调常用制冷剂HCFC22热物性的仿真模型，在VC 环境下编制了仿真程序；提出了户式中央空调系统的热经济学优化方法，对典型的户式中央空调系统进行了热力学和热经济学优化，并对两者优化结果进行了比较。结果表明，户式中央空调系统的热经济学优化方法能够克服热力学优化方法的弊端，有利于减少系统的年生产费用，是一种值得推广使用的新方法。