基于并行云变异蛙跳算法的梯级水库优化调度研究

本文针对混合蛙跳算法(shuffled frog leaping algorithm,SFLA)早熟收敛的问题,将云模型算法融合于SFLA算法中,形成一种云变异蛙跳算法(normal cloud mutation SFLA,NCM-SFLA),弥补混合蛙跳算法后期容易陷入局部最优的不足.同时利用算法易于并行的特点,在多核环境下基于.NET4的并行拓展库(parallel extensions)进行算法的并行优化.将其应用于梯级水库优化调度中,实例计算表明,与多维动态规划算法(MDP)相比,NCM-SFLA方法具有更好的全局寻优能力和较快的收敛速度,在现有的计算条件下该并行算法能有效缩短程序运行时间,求解梯级水库优化调度问题是合理、有效的.     

梯级水库短期发电优化调度的协进化粒子群算法应用研究

针对传统优化算法在求解高维、复杂的梯级水库短期发电优化调度时多约束条件难以处理、 计算机时长、易陷入局部最优解等缺陷, 提出了基于协进化的粒子群优化算法, 并建立了相应罚因子的评价机制, 在此基础上对协进化粒子群优化算法进行了改进. 通过实际算例验证了该方法的合理性和可靠性, 从而为高维、复杂梯级水库发电优化调度提供了一种新的求解途径.     

基于遗传算法供水系统优化调度模型

研究了含有调速泵的供水系统直接优化调度问题.根据给水系统的网络特性,以测压点压力宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程,并以每一泵站每时段应有水泵运行求得的出水量和管网求得的需水量相等的条件建立了混合泵站供水系统的直接优化调度模型.利用遗传算法对直接优化调度模型进行求解,提出了对各种约束条件处理的方法,针对遗传算法容易早熟等的不足,综合采用遗传算法和模拟退火技术以及自适应交叉和变异率的方法.最后算例计算表明该算法具有较强的适用性.     

基于免疫蛙跳算法的梯级水库群优化调度

针对混洗蛙跳算法存在的问题,结合克隆选择算法和混洗蛙跳算法各自优势,提出了一种免疫蛙跳算法(ISFLA),并将其应用于梯级水库群优化调度中. ISFLA将克隆选择算法嵌入到混洗蛙跳算法框架中,对整个群体循环进行分组进化与混合,在混合之后构造子群体执行克隆选择操作, 以提高算法的局部搜索能力.通过实际工程验证了该算法的可行性与高效性,从而为梯级水库群发电调度问题的求解提供了一种新的途径.     

基于改进人工鱼群算法的梯级水库群优化调度

分析了人工鱼群算法存在的问题, 提出一种改进人工鱼群算法, 并将其用于梯级水库群的优化调度. 其改进思想是采用动态调整人工鱼视野和步长的方法, 较好地平衡了人工鱼群算法的全局搜索能力和局部搜索能力的矛盾; 在此基础上, 针对算法局部更新策略引起的更新操作前后个体空间位置变化较大, 降低收敛速度这一问题, 在局部更新时采用了阈值选择的策略. 通过实例验证了该改进算法的有效性, 并对改进算法的阈值参数进行了率定.     

基于均匀设计的多目标遗传算法在柔性工作车间调度中的应用

采用均匀设计技术合成多个适应度函数以提高搜索方向的空间均匀性,并针对多目标柔性工作车间调度问题的特点,设计了基于工序顺序和基于机器分配两种交叉变异的操作以及小生境技术、精英保留策略和遗传操作自适应调整策略来提高种群的多样性和搜索的效率。实验证明,本文提出的算法所得结果比较理想。     

环行穿梭车优化调度问题的自学习算法

分析研究环形穿梭车(RGV)的工作特点和调度策略,同时考虑其起停、等待、复合作业对搬运能力的影响,创建了环形RGV搬运作业的多目标优化调度数学模型.在此基础上提出了基于自学习和改进遗传算法的环形RGV实时调度算法.讨论了调度算法的编码、选择、交叉变异操作规则方法,提出改进种群和妥协解的专家库自学习方法,提高优化计算速度.通过计算仿真和工程验证,证实环形RGV的搬运能力得到有效提高,该模型和自学习算法是可行和有效的.     

梯级水库联合运行水位控制方式研究

梯级水库联合运行的水库水位控制方式是充分发挥梯级水库综合经济效益的重要课题,尤其是对具有较强调节能力的大型梯级水库,联合运行的梯级水库蓄水水位,消落水位控制方式的合理性和有效性决定了梯级电站综合效益的好坏.本文以雅砻江下游梯级水库为例,建立了梯级水库群优化调度模型,提出并采用二重逐步优化计算方法,探讨了蓄水起始时间,最低运行水位的确定等水位控制方式中的两个关键性问题,并以该成果为基础,得到了不同来水频率下的优化水库水位控制方式,所得结论可为雅砻江下游梯级水库实际运行中调度方案的制定提供参考.     

应用自组织映射对中国地区产业结构的聚类分析

为了研究地区产业结构的空间分布规律,采用自组织映射的聚类方法,对2003年中国省级地区的产业结构进行了聚类分析.结果表明,自组织映射的方法能够将地区产业结构在输出层聚成5个区域.通过对聚类结果进一步的分析得到,在目前的经济水平下,工业化水平是中国地区产业结构差异性的主要因素.     

基于遗传算法求解Job Shop调度优化的新方法

针对Job Shop调度问题,提出了一种遗传算法编码新方法和矩阵解码方法.该方法根据问题的特点,采用一种按工序进行总体排序染色体编码方案,并采用矩阵解码,解码时体现了编码与调度方案一一对应,并且该编码方案有多种交叉操作算子可用,不需要专门设计算子.算例计算结果表明,基于该编码方案的遗传算法是有效的,能适用解决Job Shop调度问题,通过比较,用该编码方案的遗传算法优化Job Shop调度操作简单并且收敛速度快.     

自适应逐次逼近遗传算法及其在水库群长期调度中的应用

传统遗传算法的解空间均为可行解, 经过遗传操作产生的新个体若为不可行解, 则需要对其进行修正. 但在梯级水库调度中, 由于各时段间、 水库间存在的水力电力联系, 使这种修正变得复杂困难. 鉴于此, 本文提出了自适应逐次逼近遗传算法(AGASA), 它可在包含不可行解的空间中寻优, 并根据寻优结果自动调整搜索空间与控制参数, 从而逐渐逼近最优解. 最后通过一个算例, 并与离散微分动态规划法(DDDP), 逐步优化法(POA)的优化结果进行比较, 说明了该方法的可行性与有效性.     

基于遗传算法的模糊柔性工作车间调度优化

首先给出了模糊生产环境下柔性工作车间调度模型,然后以最小化最大完工时间为目标函数,提出了一种基于遗传算法的通用模糊调度算法。此算法针对解决柔性工作车间调度问题采用工序顺序偏码的局限性,设计了基于顺序和基于机器分配的编码方法并据此给出了相应的交叉变异操作。仿真结果表明了算法的可行性和有效性。     

基于改进蚁群算法设计的敏捷卫星调度方法

敏捷卫星与传统非敏捷卫星相比,增加了俯仰和偏航两个自由度,提升了卫星的成像能力,也加大了搜索空间,使敏捷卫星的调度问题变得更加复杂,组合优化难度加大. 蚁群算法是可有效求解敏捷卫星调度问题的方法之一. 针对蚁群算法优化性能严重依赖于算法参数以及各个组件的设计的问题,提出利用均匀设计的方法优化组合算法的各个组件,设计出能有效求解敏捷卫星调度问题的蚁群算法. 利用7 个不同规模的实例进行实验,实验结果表明了方法的有效性.     

基于改进列生成算法的受扰航班优化调度

受扰航班恢复问题是一个非常复杂的实时网络优化问题,属于NP-hard问题.同时考虑了飞机资源短缺、机场关闭和计划外的飞机维修情况,并采用航班延误、航班取消、航班交换等多种恢复措施.基于Dantzig-Wolfe分解原理,分别建立主问题和子问题的数学优化模型,采用列生成算法框架求解该大规模整数规划问题.在求解过程中,首先,构造初始可行航线,基于航线调用CPLEX软件对主问题进行求解;其次,针对研究问题的特征,提出一些性质,并采用改进的label-setting algorithm对子问题求解,每次迭代过程中加入多条具有简约成本为负的列,降低迭代次数,对于求得的非整数解采用分支定界法进行处理.最后,通过对多种规模的实际算例进行测试,验证了所采用精确算法的正确性及效果,并对测试结果进行分析总结.