经济负荷分配问题的闭环文化粒子群算法

结合文化算法的双层进化结构和粒子群算法的局部搜索性能,提出了求解经济负荷分配问题的闭环文化粒子群算法。算法设置了上层的信念空间和下层的群体空间,并利用同步传输方式通过接受操作和影响操作来完成两层空间的交互;各群体空间采用反馈控制的原理对粒子的演化速度进行控制以保持群体的多样性。通过对文献中的3机组6母线和IEEE30BUS经济负荷分配问题的仿真结果表明,闭环文化粒子群算法有更好的收敛性能和更快的收敛速度。     

初始排污权分配的优化模型

总量控制目标的实现与排污权交易政策的顺利展开,首先要解决的一个关键问题是初始排污权的合理分配.在给定排污总量上限的前提下,从分配时兼顾经济最优和公平性出发,同时考虑各地经济、环境、社会发展等综合因素构建了初始排污权分配的极大极小模型,分析了解存在的KKT条件,讨论了模型的解法.此外,该模型考虑到了效用函数不可微的情况,并且能够根据政府的偏好对社会效用和公平性进行权衡.     

遗传算法在离散变量优化问题中的应用研究

针对实际应用中大量存在的离散变量优化设计问题,研究了利用一般连续变量方法进行离散变量优化设计的不足。结合离散变量优化问题与遗传算法的特点,提出离散交叉算子和离散变异算子,使遗传算子真正在离散空间中进行搜索。基于线性搜索思想提出离散引导算子以提高遗传算法的局部寻优能力,将种群逐步向离散极值点进行引导,实现算法的快速离散寻优。通过对两个实际离散变量优化设计问题的应用研究,验证了本方法解决离散变量优化设计问题的有效性。     

基于免疫算法的火电厂机组负荷优化分配研究

提出应用进化算法—免疫算法解决负荷优化分配的问题,在分析负荷分配的数学模型和免疫算法的基础上,详细研究了基于免疫算法的负荷优化分配方法。文中提出了抗体基因编码采用混合编码及抗体组的概念,更有利于算法的进行。该算法通过10台机组系统进行了验证,计算结果表明该算法与其他优化算法相比,能更有效的达到或接近全局最优。     

小生境遗传算法在广义逆控制分配法中的应用

在利用广义逆分配法进行控制分配设计时,需要选择矩阵的广义逆阵,而不同的广义逆阵所对应的分配效率是不同的.将小生境遗传算法应用于广义逆转矩可达集分析,通过计算不同广义逆阵所能有效分配的转矩可达集体积,来选择具有最高分配效率的广义逆阵,以提高广义逆分配法的分配效率.以某飞机的控制效率矩阵进行基于广义逆分配法分配器设计,通过小生境遗传算法对广义逆阵的参数进行寻优,有效选取了具有最优分配效率的广义逆阵,显著提高了分配器的分配效率.     

新型遗传算法在防空指挥系统目标分配中的应用

鉴于防空作战指挥系统目标分配问题的一般数学模型及分配原则,提出一种融合了小生境技术和跨世代精英选择策略的新型遗传算法。给出了应用新型遗传算法实现目标分配优化问题的具体实现描述。实验结果表明,该算法收敛速率快,寻优能力强,为指挥员提供了实时有效若干可行的分配方案。     

含风电电力系统动态经济调度的差分纵横交叉优化

由于风电具有随机性和波动性的特点,大规模风电并网使得电力系统经济调度更加复杂。结合参数自适应差分算法（ADE ）和纵横交叉优化算法（CSO ）各自的优点,提出一种自适应差分纵横交叉（ADE-CSO ）混合智能优化算法。为了满足负荷平衡等式约束和机组功率爬坡约束,提出一种启发式约束处理方法。在接入风电的5 机系统上对ADE-CSO 算法进行仿真,并与4 种其他智能优化算法进行比较。实验结果表明,提出的算法具有良好的优化性能和全局收敛性能,是一种求解含风电场电力系统动态经济调度的有效方法。     

遗传算法在有时间窗车辆路径问题上的应用

本文用遗传算法求解有时间窗车辆路径问题,获得其近优解或最优解．传统的交叉算子如ＰＭＸ,ＥＲ和ＣＸ等对多约束问题的适用性受到限制,本文使用一种直观的编码方法,并提出基于优先关系的交叉算子．实验表明这种遗传算法能够有效地解决复杂的优化问题     

遗传算法在车间作业调度中的应用

在车间作业调度数学表达模型的基础上,讨论了应用于车间作业调度的遗传算法设计,给出了主要包括ＪＳＳ仿生、ＪＳＳ遗传进化与ＪＳＳ仿真三个方面在内的算法模型,提出了ＪＳＳ连锁基因编码法与ＪＳＳ遗传进化算子。文章最后给出了应用实例,说明了设计的可能性与成功性。     

几何转换Boosting回归算法及其在高耗能企业负荷预测中的应用

针对高耗能企业的电力负荷预测问题, 提出了一种基于几何转换关系的Boosting集成预测方法. 该方法将分类问题中广泛采用的AdaBoost算法引入回归问题, 通过几何关系转换将负荷预测这一回归问题转化为一个两类分类问题, 在此分类问题上应用置信度AdaBoost算法得到最优集成分类面. 证明了此分类面等价于原回归问题上的一个回归函数, 同时证明了该方法与原始AdaBoost算法有着类似的收敛性. 实际算例表明, 该方法通过多预测模型的集成有效提高了负荷预测精度, 克服了传统单一预测模型在高耗能企业的电力负荷预测问题上泛化性能不佳的缺陷.     

一种自适应杂交算子的浮点遗传算法

为了提高浮点遗传算法在优化问题时的收敛速度与求解精度,提出了一种基于进化代数和个体适应值的杂交算子,该算子根据每代个体的适应度与进化代数的变化情况自适应调整交叉操作。使杂交向有利于算法收敛的方向进行。通过几个仿真计算的实例,验证了这种杂交算子相对于普通杂交算子能有效地提高浮点遗传算法的收敛效率。     

车辆路径问题的改进遗传算法

通过引入新颖交叉算子 ,构造了一种改进遗传算法 ,此算法摆脱了对群体多样性的要求 ,不存在传统遗传算法常见的“早熟收敛”问题 .将该算法用于解决车辆路径问题 ,实验结果表明 ,此算法可以有效求得车辆路径问题的优化解 ,是求解车辆路径问题的一个较好方案 .     

一种新的改进遗传算法及其应用

为了在算法稳定性的基础上解决其收敛速度和全局收敛性之间的矛盾，提出了一种新的改进遗传算法。该改进算法设计了与进化代数相关的交叉概率，与个体适应度相关的变异概率，以及与早熟情况、进化代数和个体适应度有关的移民算法。将其应用于电能质量分类的计算结果表明，该改进遗传算法稳定性较好，且在收敛速度和获取全局最优解的概率两个方面都有很大的提高。     

A Genetic Algorithm for Estimations of Parameters under Partial Order Restrictions

ＡＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｆｏｒＥｓｔｉｍａｔｉｏｎｓｏｆＰａｒａｍｅｔｅｒｓｕｎｄｅｒＰａｒｔｉａｌＯｒｄｅｒＲｅｓｔｒｉｃｔｉｏｎｓＺＨＡＯＲｕｉｑｉｎｇＣｏｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｒｉｎｇ，Ｓｈｉｊｉａｚｈｕａｎｇ０...     

遗传算法在股票短期投资决策中的运用

针对传统投资分析方法的局限性和一定程度的片面性 ,提出将遗传算法运用于股票短期投资分析 ,具体解释了染色体、适应值等参数在股市分析中的实际意义 ,并设计了选择、杂交、变异算子的使用方案 ,同时改进了算法——提出“伸展算子”.最后以上海股票市场为例 ,进行实证研究 ,通过实验数据和结果的分析 ,说明算法的有效性 .     

旅行商问题的遗传算法

旅行商问题属于ＮＰ问题，现在还没有找到有效的解法。本文应用遗传算法对解决此类问题的有效性作了探讨。文中对遗传算子的应用，编码，参数选择及其对收敛的影响等问题作了分析与探讨。     

一类混合自适应遗传算法及性能分析

在繁殖种群选择 ,生存策略中引入 Boltzmann生存择机制 ,并根据种群平均适应值的变化自适应地调整变异率 ,同时本文采用新的变异方式 ,以保持种群的多样性 ,从而避免遗传算法中的过早收敛问题 ,同时和单纯形法相结合 ,大大加快了收敛的速度.