电力系统中机组组合问题算法的研究

机组优化组合问题是电力系统经济调度的一个重要环节，合理的开停机方案可带来很大的经济效益．实践表明机组优化组合比优化分配负荷更加经济，但由于问题十分复杂，很难找出理论上的最优解．介绍了解决机组组合问题的拉格朗日松弛法及遗传算法，并将两者结合起来对实际算例进行了分析．结果表明，两种算法结合求解能有效克服遗传算法的早熟现象，使生成解的对偶间隙减小，振荡现象得到抑制，能很快收敛到最优解，运行效率高，比传统的算法具有更高的鲁棒性．     

基于改进PSO算法的电力系统机组优化组合

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难．粒子群优化（PSO）算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域．采用二进制粒子群优化方法解决机组状态组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行了处理，使得运算速度大大加快．方法的可行性在10台机组系统中检验．模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点．     

差分进化算法在机组组合问题中的应用

基于差分进化算法求解机组组合问题,差分进化算法具有全局寻优能力,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。给出了10台机组算例系统优化结果,验证了该算法用于求解机组组合问题时不易陷入局部最优解,有较好的收敛性和效率。     

改进混和遗传算法优化城市给水系统调度模型

以给水调度系统的能源费用为目标函数，在给出24h用水量预报、供水泵站的机组配置、水库初始和最终水位、电费价格和给水管网的水力学约束条件下，通过引入改进混合遗传算法优化方法对该系统模型进行优化调度，以追求能量费用最小的运行状态．同时，该模型还给出了泵站运行时水泵机组的优化组合．通过算例证明了该模型方法的有效性．     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型，提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体，以遗传算法控制寻优方向，更适宜解决组合优化问题．实验结果表明，使用此算法解决指派问题，提高了搜索效率，能够在短时间内找到最优分配方案，证明该算法是可行的．     

多目标最优化的粒子群算法

粒子群算法是一种新出现的进化算法,相对其它进化算法,它收敛速度快、规则简单、易于编程实现.采用粒子群算法对资产投资的多目标问题进行优化,解决了传统方法难以解决的问题.数值实例表明,采用该算法能对资产投资问题做出优化组合决策.     

多规格重质货物装载优化系统的研究和设计

介绍了C＆P（切割与装箱）问题的基本模型和主要研究方向，提出了针对大批量多规格的货物装载（装船）的数学模型和求得满意解的混合遗传算法，设计并开发了解决实际问题的基于信息技术的优化系统．所解决的钢铁产品船舶装载问题对同领域的其他装载优化问题有借鉴意义．     

基于规则和遗传算法的实验室排课算法研究

为解决实验室排课这一NP组合优化问题,设计了基于规则和遗传算法的实验室排课算法.首先对用到的数据库和数据结构进行了定义,然后采用遗传算法进行排课,最后引入排课规则解决对实验室按优先级排课的问题.同时,也给出了一种排课冲突的解决方法.实验证明该算法能很好地解决实验室排课问题.     

用单亲遗传算法解决影片递送问题

遗传算法(简称GA)是基于生物进化原理的普适性全局优化算法，是解决NP难问题的一种行之有效的方法．但是，序号编码的遗传算法不能在任意两条染色体的任意位置进行交叉，必须使用PMX，CX和OX等特殊的交叉算子，这些算子实施起来都很麻烦且效率不高．针对这一问题，采用单亲遗传算法，取消交叉操作，强化变异作用．这样既简化了遗传操作，又克服了早熟现象．较成功的解决了影片递送问题，文中的算例表明，该算法是实际有效的．     

基于MATLAB的模拟退火算法的实现

阐述了模拟退火算法的基本原理及实现过程，运用MATLAB语言实现了该算法．并将其运用到解决旅行商问题的优化之中．数值仿真的结果表明了该方法能够对函数进行全局寻优，有效克服了基于导数的优化算法容易陷入局部最优的问题．该方法既可以增加对MATLAB语言的了解又可以加深对模拟退火过程的认识，并达到以此来设计智能系统的目的．     

改进GA算法的电力系统机组优化组合研究

提出了一种新的基于实数和二进制数统一编码的改进遗传算法.把机组组合问题分解为两个优化子问题,分别对其优化.应用实数编码来模拟功率并用实数遗传算法解决负荷经济分配问题,同时结合二进制编码模拟机组启停状态,解决了机组优化组合的0-1混合整数非线性规划问题.本算法运用到模拟10台机组的优化组合研究中,取得了很好的效果.     

基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化

采用多元线性回归理论,结合最小二乘法对气体分馏装置进行优化建模,提出将惩罚函数法与非支配排序遗传算法（NSGA-II）相结合的优化策略,对气体分馏装置优化模型进行求解得到Pareto最优解集。优化结果表明,文中提出的改进NSGA—II算法求得Pareto解集的收敛性和多目标优化点的分散程度要优于NSGA．II和NSGA算法,该算法克服了NSGA—II算法Pareto解集的分散程度不均匀、NSGA算法收敛性差的问题。通过对比气体分馏装置目前工况与改进NSGA—II优化算法的结果可知,改进算法的结果成功地解决了目前该气体分馏装置能耗过高的问题,使该装置达到了节能优化的目标,为气体分馏装置的节能与优化设计提供了新的有效方法。     

Probability Simulation Optimization Approach Using Orthogonal Genetic Algorithm

0 IntroductionIn many practical engineering opti mization prob-lems ,stochastic phenomenonandfuzzy phenom-enon emerge when you make some decisions[1]. Asyou know,complex system with plentiful uncertainphenomenoncannot be expressed as the specificationformula of several objective functions and some con-straint conditions si mply,thatis ,theformof objec-tive functions cannot be given explicitly in terms ofdesign variables .For this class of complex system,traditional opti mization technology can…     

基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

求解一类不可微优化问题极大熵微粒群混合算法

针对一类不可微优化问题,本文提出了一个新的算法—极大熵微粒群混合算法.首先利用极大熵方法把带约束的不可微优化问题转换成无约束的单目标最优化问题,然后利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并于其它算法进行比较,计算结果表明,本文提出算法在求解的准确性和有效性方面均优于其它算法.     

多障碍建筑群图像空间布局智能寻优方法优化

为了解决传统方法大多将注意力放在建筑群体局部优化方面,缺少对整个含多障碍建筑群体空间布局优化研究的问题。通过改进粒子群法研究多障碍建筑群图像空间布局智能寻优方法优化问题。建立寻优问题模型,将最小化最大风速比、最大化采光满足率、最优化容积率作为多障碍建筑群图像空间布局智能寻优目标,依据寻优问题模型建立总目标函数。针对粒子群算法的弊端,对其进行改进;将粒子和种群最优粒子差异程度当成依据对权重进行确定。通过密集距离对粒子和相邻粒子间的密集程度进行描述,依据密集程度,选用逐一去除法对最优解进行更新。针对提出的多障碍建筑群图像空间布局多目标寻优问题,采用改进粒子群算法进行求解。结果表明:采用所提方法优化后,日照满足率虽然略低于优化前;但最大加速比和容积率均更优;所提方法 WBGT指标(湿球黑球温度)高于其他方法。可见所提方法可令各指标均衡最优化,能够保证新陈代谢率低,热适应差的人舒适性。     

混沌最优化算法在结构最优化设计中应用

针对非线性约束问题,提出了一种新的、可行的混沌最优化算法———三次载波混沌最优化方法;并将此算法用于工程结构优化设计中。计算结果表明,与已有的直接搜索方法相比,该算法简单,容易实现,求解精度、收敛速度和可靠性较高,满足约束的效果较好,是解决优化问题的有效方法。     

基于遗传算法的复合材料层压板固有频率的铺层角优化设计

本文采用遗传算法，对给定层数的复合材料层压板在满足有固有频率的要求下进行铺层角的优化设计．通过对二十层对称层压板的优化计算可以得到：采用本文所述方法．不仅可以成功地解决结构优化中的离散问题，而且具有较高的计算效率．本文所提出的方法不仅简单易行，而且容易推广应用到更复杂的结构优化问题。