基于二维函数地貌的遗传算法控制参数优化研究

针对遗传算法求解函数优化问题时控制参数难于确定的问题,提出先将函数按地貌信息聚成不同类,按类给出最佳的控制参数指导知识的解决方案。本文以复杂二维函数优化为例,提取表达函数的地貌信息特征参数,采用模糊C均值法将其聚类,得到适于不同类函数的最佳控制参数的知识。该知识可以指导遗传算法以最佳的控制参数进行函数优化。本研究为获取遗传优化最佳控制参数提供了一种新方法。     

加权模糊聚类及其在电力变压器故障诊断中的应用

理论分析和实践表明,电力变压器绝缘故障与油中特征气体组分含量及特征气体组分比值密切相关.融合上述两类信息,对充油电力变压器DGA数据进行分析,提出针对特征气体组分含量和组分比值的规格化及提升与压缩数据处理方法,使用权值表示各类数据对于故障划分的相对重要程度,完成故障聚类,并设计出一种加权模糊聚类算法,该算法可实现故障聚类,计算故障聚类原型,完成权值的计算和优化.     

工程优化数学模型的预处理分析

工程优化数学模型预处理是对模型构成要素的一系列规范化处理过程。为了方便采用遗传算法对优化模型的求解，提出对目标函数、优化变量及约束因子在优化前进行预处理。在分析惩罚函数法对约束处理效率较低的情况下，提出了一种基于知识调整策略的修正法，对解码中不满足约束的映射关系进行修正，使调整后个体映射到最有希望获得最优解的空间中。理论分析和测试数据表明：对优化数学模型采用适当的预处理，简化了优化设计过程，加速了算法的收敛速度，同时提高了最优解的质量。