基于改进遗传算法和内点法的无功优化混合算法

文章针对具有离散变量和连续变量共存的高维大规模无功优化问题,采用非线性内点法和改进遗传算法交替求解的混合算法,在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使二者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率.IEEE118节点系统的无功优化计算表明,所提混合算法可有效提高单一算法的收敛性能和运算速度.     

最优协调电压控制直接Radau配置算法

根据准稳态假设,建立含连续-离散时间微分-代数方程约束的最优协调电压控制模型, 并采用现代最优控制理论中的直接法求解该动态优化问题。根据Radau配置法将动态优化问题转化为连续变量与离散变量并存的非线性规划问题。为考虑有载调压变压器变比、可投切电容器组和待切除负荷的离散特性,引入离散变量的罚函数处理机制,并采用非线性原对偶内点算法求解。新英格兰10机39节点系统的仿真结果表明,所提出方法能有效地协调各种控制设备动作,从而增强系统的长期电压稳定性。     

电力系统动态无功/电压优化控制的一种新算法

在动态无功／电压优化控制问题中，将不可导的控制变量动作次数约束条件和含有离散变量的功率平衡等式约束条件进行了可导化的等价转换．利用控制变量中的离散变量构造了二次罚函数并引入到原对偶内点法中，以实现离散变量在优化过程中的逐次归整，在此基础上，建立了完整的基于非线性内点法的动态无功／电压优化控制的数学模型．算例结果表明，该方法在动态无功／电压优化控制中的效率显著优于动态规划法和遗传算法，并且算法迭代次数不随网络规模增大而明显增大，同时该算法既适用于配电系统，也适用于输电系统．     

基于混合离散复合形法的工程优化设计

针对工程中大量存在的设计变量为离散型和连续型的混合离散变量优化设计问题,提出了连续变量及非均匀离散变量的均匀离散化处理方法,并借鉴离散变量的搜索优化法,在连续变量的复合形法基础上,探讨了一种求解有约束非线性混合离散变量的优化设计问题的方法———混合离散复合形法。算例表明,混合离散复合形法可用于工程结构优化设计中,其结果不需圆整,解题可靠性和效率大大提高。     

一种求解约束优化问题的改进差分进化算法

针对原始差分进化算法在求解约束全局优化问题时存在陷入局部最优的缺陷,提出一种改进的差分进化算法.该算法在保留原始差分进化算法全局搜索能力的基础上,采用基于规则的方法进行约束处理和种群个体的比较及选择,并利用种群相似度和最优变异操作改善种群进行全局范围搜索的多样性,提高算法跳出局部最优的能力.数值实验表明,该算法稳定性较好,目标函数评价次数较少,收敛速度较快,全局寻优能力较强,不仅能有效求解连续变量约束优化问题,也适用于离散变量或混合变量优化问题.     

化工过程综合混合离散非线性规划新算法

针对化工过程系统综合的混合离散非线性规划的一般模型，在综合非线性规划的爬山策略和组合优化的查点策略的基础上提出了一个改进的混合离散非线性规划的通用新算法。通过在设计空间直接对连续变量和离散变量进行搜索，得到问题的最优解。     

化工过程结合混合离散非线性规划新算法

针对对化工过程系统综合的混合离散非线性规划的一般模型，在综合非线性规划的爬山策略和组合优化的查点策略的基础上提出了一个改进的混合离散非线性规划的通用新算法，通过在设计空间直接对连续变量和离散变量进行搜索，得到问题的最优解。     

基于解空间高效编码的配电网重构连续化算法

提出一种基于解空间高效编码的配电网重构连续化算法.推导基于负荷电流的网损计算近似公式以估计开关交换支路范围,压缩解空间,提高寻优效率;建立连续变量解与离散变量解存在映射关系的双种群解空间,避开直接求解离散变量,减小计算量且适用连续变量优化方法求解;在一定编码规则下降维并减小变量置信区间半径后,通过编码规则和算法特性从概率上规避第一类非有效解,比对专家库完全规避第二类非有效解,使潮流计算次数大幅减少;改进纵横交叉算法,横向交叉引入方向性,采纳模糊聚类思想将静态纵向交叉因子动态化,收敛速度和精度得到改善.仿真结果验证了该方法的正确性和有效性.     

利用增量二次规划和启发式方法的电力系统动态无功优化

针对电力系统动态无功优化数学模型存在优化过程长、收敛稳定性差的问题,导出了以控制变量增量为求解变量的电力系统动态无功优化的二次规划模型,并以具有有限次迭代收敛的Lemke算法求解,这样的动态无功优化控制计算量小,非常适合于对计算速度和算法稳定性要求高的动态无功优化控制问题.针对控制变量控制次数约束,采用启发式归并方法对其进行约束限制,有效避免了将控制变量动作次数约束纳入优化过程的复杂性.实际算例表明,文中方法不仅运算速度快,且收敛稳定性好.     

基于混合离散变量复合形法的弧齿锥齿轮优化设计

以齿数Z1,模数m,齿厚系数ψR作为设计变量,建立弧齿锥齿轮的物理模型,以体积最小、传递功率最大为目标,以齿轮的强度要求等作为约束条件的优化设计模型。由于齿数和模数是非均匀的离散设计变量,齿厚系数是连续变量,因此,借鉴了连续变量和非均匀离散变量的处理方法———一种混合离散复合形法,并引用离散变量搜索优化方法。在混合离散复合形法基础上,探讨了解决有约束非线性混合离散变量的优化设计问题。经实例计算结果表明,混合离散复合形法可用于具有实际应用价值的弧齿锥齿轮优化问题。     

施工现场设施布局优化问题的新型启发式算法

施工现场设施布局的合理性直接关系到项目成本等目标的实现.针对涉及设施较多的施工现场布局优化问题,首先将该离散变量优化问题转换为高维空间的随机抽样问题,进而利用过渡马尔可夫链蒙特卡罗方法的思想,提出一种高效的全局优化启发式算法.与针对连续型高维概率密度分布函数进行随机取样的过渡马尔可夫链蒙特卡罗方法相比,本文提出的启发式算法的框架基础需从概率密度分布函数转变为概率分布函数,进而需在马尔可夫链状态点的产生方法上进行修正,以适应离散型变量优化问题的不同特性.通过实例验证,与目前应用较广的遗传算法相比,本文提出的新型启发式算法在全局最优解的获取稳定性上有较大改进.     

A New Filter Collaborative State Transition Algorithm for Two-Objective Dynamic Reactive Power Optimization

Dynamic Reactive Power Optimization(DRPO) is a large-scale, multi-period, and strongly coupled nonlinear mixed-integer programming problem that is difficult to solve directly. First, to handle discrete variables and switching operation constraints, DRPO is formulated as a nonlinear constrained two-objective optimization problem in this paper. The first objective is to minimize the real power loss and the Total Voltage Deviations(TVDs), and the second objective is to minimize incremental system loss. Then a Filter Collaborative State Transition Algorithm(FCSTA) is presented for solving DRPO problems. Two populations corresponding to two different objectives are employed. Moreover, the filter technique is utilized to deal with constraints. Finally, the effectiveness of the proposed method is demonstrated through the results obtained for a 24-hour test on Ward Hale 6 bus, IEEE 14 bus, and IEEE 30 bus test power systems. To substantiate the effectiveness of the proposed algorithms, the obtained results are compared with different approaches in the literature.     

Swarm intelligence for mixed-variable design optimization

Many engineering optimization problems frequently encounter continuous variables and discrete variables which adds considerably to the solution complexity. Very few of the existing methods can yield a globally optimal solution when the objective functions are non-convex and non-differentiable. This paper presents a hybrid swarm intelligence ap-proach (HSIA) for solving these nonlinear optimization problems which contain integer, discrete, zero-one and continuous variables. HSIA provides an improvement in global search reliability in a mixed-variable space and converges steadily to a good solution. An approach to handle various kinds of variables and constraints is discussed. Comparison testing of several examples of mixed-variable optimization problems in the literature showed that the proposed approach is superior to current methods for finding the best solution, in terms of both solution quality and algorithm robustness.     

用数学规划法求解天然气管道最优分配问题

建立了一种求解天然气系统最优分配问题的新方法。在数学模型中,引入连续变量代替离散的决策变量,这些连续变量是管道的“分段长度”,将混合整数非线性规划问题转化成连续的非线性规划问题。然后,用分解法求解连续的非线性规划问题。原来的非线性模型被分解成两个优化子系统：第一阶段子系统和第二阶段子系统。两个子系统之间的联系是天然气流速和管道“分段长度”,第一阶段计算出来的天然气流速作为输出变量代入第二阶段,第二阶段计算出来的管道“分段长度”作为输出变量代入第一阶段,它们在两个子系统之间反复迭代直到达到收敛标准。     

基于智能算法的齿轮优化设计软件的开发

利用ActiveX技术,通过VB语言与Matlab软件混合编程,开发了齿轮优化CAD软件,实现齿轮传动的自动优化设计,极大地提高了齿轮的设计效率和质量。在优化过程中,将人工智能中BP神经网络与遗传优化算法相结合,有效解决局部极小和收敛速度的问题,同时解决含有连续/离散混合变量的齿轮优化问题。     

拟n维离散变量网格迭代优化方法

在研究离散变量型的优化设计的基础上,建立了离散变量虚实网格结点集;提出了拟3维空间和拟n维空间概念;导出了可计算结点的计算公式;导出了拟n维空间离散变量网格迭代优化方法.解决了在一般工程结构设计实践中,多采用连续变量优化设计加圆整的办法得到近似的离散型结果.然而对高精度要求的工程结构,该方法的计算结果往往与实际相差较大.通过钻井用大型车装井架的实例计算表明,所提出的方法简单易施、可靠性高、收敛快.     

基于数据驱动的交直流电网分层鲁棒日前优化调度

对于风电并网下基于VSC-MTDC的多区域互联电网日前优化调度问题,提出了基于目标分析级联的分层鲁棒调度模型。为降低风电出力的保守性,采用基于数据驱动的高维椭球(MVEE)多面体集合。为充分发挥VSC-MTDC输电方式的灵活调度能力,以VSC换流站为节点对交直流电网进行分层解构,将跨区域交直流电网的日前调度问题分为了高层直流电网多时段联络线协调优化的主问题和低层区域交流电网两阶段鲁棒优化的子问题,并且各个区域交流电网子问题独立并行求解。通过4区域-6节点互联测试网络的仿真求解,证明所提模型的有助于风电消纳。     

Approximation-exact penalty function method for solving a class of stochastic programming

0　IntroductionSincethemultistagestochasticprogrammingcanusuallybetransformedintoasingle stagestochastic program ming[1 3] .Specifically ,two stageconvexstochasticprogrammingproblemwithcompletecourseisequivalenttominimizingsingle stageconvexstochasticprogramming[4,5] .Therefore,researchingtheoryandalgorithmsrelevanttothesingle stagestochasticpro grammingwillbesignificant.Inthispaper,weconsiderthefollowingsingle stagestochas ticprogramming.minimizef(x)s.t.gi(x ,ξ)≤ 0 ,i=1,… ,m ,x∈Rn (1)wh…