一种改进的Logit型多路径交通分配算法

提出了一种改进的基于拓扑遍历Logit型多路径交通分配算法。算法将基于拓扑遍历的最短路算法与合理路径的选择相结合,有效减少了最短路的计算次数,提出了与经典Dial算法的单步法计算工作量相等的算法,改进了合理路径的定义并提高了计算精度。通过计算实例对不同算法的效率与合理性进行了比较。     

基于P-Q分解的潮流计算的算法改进与应用研究

针对牛顿-拉夫逊法在潮流计算中的缺点,提出了基于P-Q分解的潮流计算的改进算法。首先介绍了基于P-Q分解的潮流计算原理,在此基础上,详细阐述了该改进算法在求取PV曲线中的应用方法。所提出的改进算法通过公式化简实现了节点有功功率与无功功率的解耦迭代,使潮流运算的速度有了明显提高。MATLAB仿真的结果表明,基于P-Q分解的潮流计算的改进算法能够正确绘制出完整的PV曲线,且运算速度与牛顿-拉夫逊法相比有明显提高。     

两个图算法的改进

Minty算法和Mayeda—Seshu算法是求无向连通图树清单的两个直观算法,它们都比矩阵算法节省计算时间。然而,它们仍然较复杂。本文分别对这两个算法提出了改进措施,大大降低了计算复杂性。改进后的算法既简单又直观易懂。对于Minty算法,我们提出了一个不完全算法;对Mayeda—Seshu算法,我们则避开了求基本割集这一复杂步骤。     

决策树C4.5算法的改进及应用

根据C4.5算法中信息增益率计算原理的特点,利用数学上等价无穷小的性质提出一种新的改进的C4.5算法,减少了信息增益率的计算量,进而提高C4.5算法中信息增益率的计算效率.改进的C4.5算法与原C4.5算法相比,在构造决策树时具有相同的准确率和更高的计算速度,将改进后的C4.5算法应用到成绩分析中.     

线性走时插值射线追踪算法的改进

在LTI(Linear Travel-time Interpolation)射线追踪算法基础上提出的扩张-收缩扫描算法能正确追踪直达波、绕射波和回波的射线路径,但其存在计算效率低、收敛速度慢的问题.采用交叉扫描方式对扩张-收缩扫描算法进行改进,并由此提出了基于交叉扫描方式的扩张-收缩扫描改进算法.理论分析及数值模拟结果表明:改进算法在保留了原扩张收缩扫描算法所有优点的同时,具有更高的计算效率;当模型网格尺寸划分较细时,改进算法在计算效率上的优势更为显著.     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点,提出了一种改进算法。对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题。仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右。     

线性走时插值射线追踪算法的改进

在LTI(Linear Travel-time Interpolation)射线追踪算法基础上提出的扩张-收缩扫描算法能正确追踪直达波、绕射波和回波的射线路径,但其存在计算效率低、收敛速度慢的问题.采用交叉扫描方式对扩张-收缩扫描算法进行改进,并由此提出了基于交叉扫描方式的扩张-收缩扫描改进算法.理论分析及数值模拟结果表明：改进算法在保留了原扩张收缩扫描算法所有优点的同时,具有更高的计算效率;当模型网格尺寸划分较细时,改进算法在计算效率上的优势更为显著.     

基于神经网络和 PRONY 算法的电力系统谐波分析

研究了基于神经网络模型算法和Prony改进算法的电力系统谐波分析问题．为了验证神经网络算法和Prony改进算法在电力系统谐波分析中的有效性,本文进行了计算机仿真研究以及和其它算法的比较研究．研究结果表明,本文提出的电力系统谐波分析方法具有计算精度高和计算速度快的特点．     

在线挖掘关联规则算法的改进

介绍了由ＣｈｒｉｓｔｉａｎＨｉｄｂｅｒ提出的在线挖掘关联规则算法Ｃａｒｍａ,提出了该算法的若干改进,减弱了原算法第一步有交易的子集ｖ被插入集合Ｖ的条件,同时改进了ｍａｘＭｉｓｓｅｄ的计算公式,使其计算更为简单。实验证明,以上改进提高了算法的速度。     

网络优化中最短路问题的改进Floyd算法

在Gauss-Seidel迭代法思想的基础上,提出了一种改进的Floyd算法来计算任意两点之间的最短路问题。通过对带权邻接矩阵按照行列由小到大和由大到小的顺序进行计算,只需两步迭代求得最短路长。算法分析和计算实例表明,改进的Floyd算法大大减少了迭代次数,提高了算法效率。     

基于改进蚁群算法的CVRP问题研究

车辆路径优化问题归属于NP-hard问题;针对基本蚁群算法求解效率低下,可行解质量不高,容易陷入局部最优解的情况,在充分考虑具有一般性的车辆路径优化问题的数学模型与解决方案后,提出了一种带有轮盘赌运算与2-opt优化运算相结合的改进蚁群算法,算法在运算过程中对选取路径的概率进行二次计算,扩大了全局的搜索范围;同时对得到的路径进行内部优化,增强了局部搜索能力,提高了解的质量;通过MATLAB软件进行仿真实验的结果表明:相较于基本的ACO算法以及遗传算法得到的结果,改进的蚁群算法在性能上和求解的质量具有很大的优势,可以更好地解决带有容量约束的车辆路径优化问题,为相应的企业更好地节省物流成本。     

改进蚁群算法实现医药配送的最佳方案

以蚁群算法为核心,建立了蚁群算法的数学模型。为提高算法收敛速度和全局搜索能力,提出了改进算法思想并用计算机加以实现。通过实验和仿真计算,证明了改进的蚁群算法能更加有效且快速地求得问题最优解或近似最优解,从而说明了蚁群算法实现优化医药配送路线的可行性。     

改进蜂群算法的 WSN 节点分布优化研究

为合理部署无线传感器网络节点, 减少目标区域的覆盖盲区, 提出了基于择优型全局人工蜂群算法的优 化方案。 改进算法引入择优机制对各蜜源进行区分, 借鉴差分进化变异策略对优等蜜源进行邻域搜索, 采用全 局引导机制对劣等蜜源进行寻优, 提高迭代效率、 收敛速度以及全局搜索能力。 将此算法应用于 WSN (Wireless Sensor Network)节点分布优化问题, 并与人工蜂群算法、 全局人工蜂群算法的优化结果进行比较。 仿真结果表明, 与这两种算法相比, 平均覆盖率提高 1% 以上, 最差覆盖率提高 2% 以上。 该算法的节点优化 方案对目标区域的覆盖性能明显优于其他两种算法, 有效提高了 WSN 的感知性能。     

基于改进的RBF神经网络的配电网故障诊断模型

结合梯度下降算法和进化算法对RBF神经网络进行改进,建立了基于改进的RBF神经网络的配电网故障诊断模型.配电网故障诊断实例表明,基于改进的RBF神经网络的配网故障诊断模型具有较高的诊断精度.     

基于全局空间相似性的模糊聚类算法

用传统模糊C均值聚类算法分割图像时,类内数据空间分布离散．针对这一问题,提出一种基于全局空间相似性模糊聚类算法．算法建立全局空间相似性度量标准和全局灰度相似性度量标准,分别计算图像中任意一点与聚类中心点的空间相似性和灰度相似性;通过调整参数来控制两种特征在节点间差异计算中所占的比重,增强了分割结果中类内数据样本空间分布...     

粒子群优化算法的改进及数值仿真

提出一种改进的粒子群优化算法,该算法采用使全局探索与局部开发合理平衡的方法,降低了粒子群优化易陷入早熟收敛的可能性.先用Beta分布初始化种群,再用逆不完全Γ函数更新惯性权重,然后基于差分进化的新算子实现速率更新,最后采用基于边界对称映射的方法处理粒子的越界.数值仿真结果表明,改进算法明显优于普通粒子群优化算法、差分进化算法、人工蜂群优化算法和蚁群优化算法.     

基于改进蚁群算法的配电网优化规划

提出了一种基于改进蚁群算法的配电网优化规划算法．对于给定的配电网模型，该算法根据各配电网站点建立初始信息素矩阵，然后利用蚁群算法所特有的路径寻优功能来搜索配电网布局路径，并结合改进信息素刷新的方式和在蚁群搜索过程中引入曼哈顿距离以及弹性伸缩调节因子，使蚁群以较快的速度找到当前布局上的最优路径．通过具体的算例表明，该算法比一般蚁群优化规划算法具有更高的计算效率和优秀的全局搜索能力，同时有效地克服了在求解配电网规划问题时蚁群在局部最优解上的巡回而存在的效率不高以及未成熟收敛等现象．     

灾变遗传算法在配电系统最优时变重构中应用

提出一种灾变遗传算法来求解中压配电网最优时变重构问题,以达到网损最小和负荷平衡的目的.首先采用协调方法将多目标规划问题转化为单目标寻优问题,并给出了协调后的数学模型.求解过程采用灾变遗传算法以提高种群个体的多样性,防止局部收敛.通过对南方某城区配电系统的计算,证实该算法在求解速度和全局收敛能力上较普通遗传算法均有较大幅度的改善.     

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化。构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型。采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度。基于所设计的多微网系统混合配置运行策略,采用改进麻雀搜索算法进行模型求解。选取某地区两种典型日进行算例分析。结果表明：本文提出的优化模型、运行策略和改进算法可以有效降低主动配电网和多微网系统的经济效益,同时改进算法能够在全局寻优能力方面具有一定的优势。     

基于改进共享小生境遗传算法的配电网无功规划

为了减少配网损耗和保证配网电压质量,解决应用传统适应值共享小生境遗传算法进行无功规划时,由于小生境半径设定值的不同会导致全局寻优能力不稳定、寻优结果波动性较大的问题,将改进共享小生境遗传算法应用于配电网无功规划.首先建立了以净收益现值为目标函数的数学模型,该模型更直观地反映了补偿方案的降损节能收益能力;然后采用基于自适应调整小生境半径的改进共享小生境遗传算法进行配电网无功规划,该算法具有良好的全局寻优能力和解的稳定性;最后采用面向对象的Visual 2005C#高级语言开发编制了配电网无功规划计算程序,算例结果表明了该算法的有效性和实用性.