浅析人工鱼群算法

人工鱼群算法是一种新型智能优化算法.对传统智能优化算法而言,该算法由于出现时间短,理论基础薄弱,其研究成果远没有遗传算法和粒子群算法那样成熟和完善,有许多问题还需要进一步研究.介绍了人工鱼群算法的基本原理、应用前景和国内外的研究现状和主要研究内容,并分析了目前研究过程中出现的不足.     

粒子群优化算法及其在电力系统中的应用

粒子群优化(PSO)算法是一种新兴的基于群体智能的进化算法.介绍了PSO算法的基本原理及各种改进方法,总结了近年来PSO在电力系统中的应用研究成果,主要涉及负荷经济分配、机组组合问题、输电网规划、最优潮流计算、无功优化等领域,指出了PSO算法的广阔应用前景。     

基于混沌粒子群优化的火电机组负荷分配

为进一步优化电厂负荷的分配,有效提高发电厂的经济效益,在粒子群算法的基础上结合混沌优化等算法对电厂负荷的分配进行了改进研究。该方法从火电厂的实际发电情况出发,考虑了阀点效应和机组在实际运行过程中的约束条件,建立了发电机组负荷优化分配模型,并利用罚函数法将此模型转化为非约束问题求解,实现了利用混沌粒子群算法来优化发电机组负荷,解决了局部最优和收敛速度慢等问题。通过实例分析证明了该算法的可行性。     

孤岛运行模式下微电网有功负荷优化分配

研究了微电网在孤岛运行模式下的有功负荷优化分配问题.针对柴油发电机、微型燃气轮机、等效光伏电源(包含蓄电池)和风力发电机组成的微电网在孤岛模式下的负荷优化分配问题进行了研究,建立了优化数学模型,采用粒子群优化算法和混沌算法相结合的混沌粒子群优化算法,实现了有功负荷的优化分配.在优化过程中不但计及了电源功率充足情况下的负荷优化分配,而且考虑了电源功率不足情况下的负荷优化分配.给出的计算精度,使得优化结果更切合实际.仿真计算结果表明了该方法的正确性和有效性.     

一种改进PSO算法在经济调度中的应用研究

粒子群优化算法是一类新的基于群体智能的启发式全局优化技术,群体中的每一个粒子代表待解决问题的一个候选解,算法利用粒子之间的相互作用发现复杂问题解空间的最优候选区域.综述了算法的基本形式及其多种改进形式,通过比较提出了一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法,用于求解复杂的非凸、非线性电力系统经济负荷分配问题.仿真结果表明,所提出的方法搜索速度快,求解精度高,易于掌握,是解决电力系统经济负荷分配问题的有效手段.     

电力系统最优潮流算法综述

本文阐明了电力系统最优潮流研究目的及意义,总结了国内外关于电力系统最优潮流算法的研究现状,介绍了求解最优潮流的经典算法,智能优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流存在的问题提出了今后的研究方向。     

冷连轧机负荷分配优化研究进展

轧制负荷分配优化可以使板带材产量最大化，能耗最小化，有效提高设备利用率和带钢成材率。本文从负荷分配的约束条件、优化目标及优化方法等方面论述了目前国内外理论研究及工程实践的进展；详细介绍了较实用的基于轧制工艺的迭代方法，并介绍了案例推理、粒子群等新兴的理论在冷连轧机负荷分配中的应用。最后指出以板形板厚综合指标为目标函数，以人工智能为寻优方法是冷连轧机轧制负荷分配优化的发展方向a     

数学形态滤波的电器瞬动保护算法

配电网出现单相接地故障时,故障相会出现大短路电流.智能电器要求在出现大短路电流情况下尽快启动瞬动保护,清除故障.但目前瞬动保护算法难以保证在各种短路情况下都能快速清除故障,保护重要负荷.本文对智能电器的瞬动保护算法进行了研究,提出了基于数学形态学(MM)滤波的瞬动保护算法,该算法先用级联数学形态滤波器对短路电流信号进行滤波,有效滤除了故障信号中的非周期分量和高频分量,滤波后用快速求导算法计算短路电流的有效值.算法简洁快速,兼顾瞬动保护的快速性和可靠性、不但有效地保护了线路和负荷,而且能缩短短路引起的电压暂降的持续时间,减少了短路造成的经济损失.     

量子蜂群算法及其在认知频谱分配中的应用

基于人工蜂群理论和量子计算,提出一种新的离散组合优化算法——量子蜂群优化算法.该量子蜂群算法使用2种新的量子觅食行为完成整个量子蜂群的协同演进,快速找到最优的蜜源位置,通过对优化函数的测试验证其高效性.以该量子蜂群算法为基础,提出一种认知无线电频谱分配算法,与经典的遗传算法,量子遗传算法和粒子群算法等智能优化算法及敏感图论着色算法在不同的网络效益函数下进行仿真性能比较.仿真结果表明:本文提出的量子蜂群频谱分配算法均能够较好地找到最优解,优于经典的频谱分配算法和已有的智能频谱分配算法.     

文化算法及应用研究

文化算法是一种新型智能优化算法,与传统智能优化算法而言,文化算法提出了一种进化框架,任何一种智能优化算法都可以嵌入其中.但是由于文化算法出现时间短,理论基础薄弱,研究刚刚开始,远没有像遗传算法和粒子群算法那样形成系统的分析方法和一定的数学基础,有许多问题还需要进一步研究.介绍了文化算法的基本原理、应用前景和国内外的研究现状,针对该算法在研究过程中存在的问题,提出了若干研究方向.     

基于禁忌粒子群算法的热电联产负荷经济分配

根据热电联产机组热电负荷可行域,建立含热电联产机组的负荷优化分配模型与全厂热电负荷可行域模型,将粒子群优化算法的全局搜索能力与禁忌算法的局部搜索能力相结合.对优化分配模型进行求解,在电负荷指令和热负荷指令分别为200 MW和115 MW下求解各机组负荷,总成本为2 695.2美元.通过算例分析验证了所提模型及算法的有效性,分析了凝汽式、热电联产式和纯供热机组之间的组合对全厂可行域的影响,并在此基础上分析了节能潜力与热电负荷指令的关系.     

多层蚁群算法在中厚板负荷分配中的应用研究

为改善某厂3800mm单机架中厚板负荷分配制度,采用多层蚁群算法对其内外两层实现分配设定:外层对轧制道次数进行迭代求解,内层根据建立的兼顾负荷均衡和板形良好的目标函数进行智能负荷分配.结果表明,基于多层蚁群算法的分配制度优于基于经验法的负荷分配制度.     

智能优化混合算法研究进展

高效的优化技术在生产生活中具有非常重要的理论和现实意义。在求解大规模、多目标、复杂问题时,单一的智能优化算法会出现精度不高和极易陷入局部最优解的缺陷。该文针对上述缺陷,研究当前国内外出现的智能优化混合算法,根据某一种智能算法为基础,探讨引入其他智能算法形成混合算法的现状,以求指导不同优化领域中新的智能优化混合算法的构建。     

微粒群优化算法研究

微粒群算法(PSO算法)是模拟鸟类、鱼群等的群体智能行为的一种启发式全局优化技术.通过介绍微粒群优化算法的原理、算法流程、算法参数及其对算法性能的影响,给出了各种改进的微粒群算法形式以及研究现状,归纳了微粒群算法的国内外应用进展及研究方向.     

综合经济目标下的电厂汽轮机组最优负荷分配

提出了基于动态规划法的汽轮发电机组负荷分配的优化模型,该模型考虑了机组主要部件的低周疲劳寿命损耗、机组的最小运行时间和最小停机时间、负荷最大爬升和降负荷速度限制等约束条件,并对各种因素对负荷分配计算结果的影响进行了比较分析.文中以一个具有4台300MW机组的电厂作为运行单元,考虑运行单元内部的各种费用,并将其折合成标准煤耗量.计算结果表明,采用这种负荷分配模型,在满足电网调度负荷的前提下,可以降低煤耗率3g/(kW·h).     

并行加工系统中的负荷分配模型及启发式算法

在分析已有负荷分配算法的基础上，提出了关于并行加工系统负荷分配的模型和求解的新算法。模型的优化目标考虑使系统中加工负荷最重的设备的负荷最小，同时使设备负荷之差最小。     

云制造智能车间机床资源的再分配服务模型与解算

针对多品种、小批量、强交货期的柔性生产方式下云制造智能车间机床资源再分配服务问题,以各工件在机床上加工的最短完成时间、机器总负荷最小、成本最低为多目标函数,以机床均衡率为综合评判函数,建立了再分配服务模型。采用一种基于Pareto外部档案的多目标教与学优化算法对上述模型进行了求解,仿真结果表明多目标教与学优化算法在收敛性和求解效率等方面具有较大优势。本研究可为解决云制造平台下的智能车间生产规划难题提供有益指导。     

全局智能优化集成算法研究

针对遗传算法、模拟退火算法等智能全局优化算法的集成问题开展研究,分析归纳了智能全局优化算法和局部搜索算法的一般规律和特性,给出了全局智能优化算法进行集成的统一框架--全局智能优化集成算法(IGIOA),及IGIOA的设计要素,还给出了评价算法的优化性能指标、时间性能指标、鲁棒性能指标,以及将三指标综合的综合性能指标,为智能集成算法的选取和性能比较提供了依据.     

基于不同分配策略的云计算任务调度性能比较与分析

形式化描述了云计算环境下的负载均衡任务调度问题,借助动态规划方法形式化推导了最早完成时间的启发式优先分配策略,给出了基于先易后难优先分配策略、先难后易优先分配策略的启发式云计算任务调度算法。阐述了基于顺序调度策略、先易后难优先分配策略、先难后易优先分配策略等启发式任务调度算法和基于禁忌搜索策略、元胞演化策略等智能任务调度算法。针对不同分配策略的云计算任务调度进行性能比较与分析,提出了完成时间可改进百分比和资源负载平衡因子的调度性能评价指标,实验数据对比充分表明:与启发式调度算法相比,智能调度算法能减少任务执行时间,优化资源负载均衡性能。     

大规模通信网络中虚通路带宽查表分配算法

现代通信网正朝着支持多种类别的多媒体业务的方向发展,在这种情况下,如何保证网络服务质量,为用户提供更好的服务是当前网络优化中急需解决的重要问题。基于网络的呼叫阻塞率(CBP)对大规模网络中的虚通路进行动态带宽分配管理是一种有效的网络优化方法。但是,如何在指定CBP和业务流负荷下求得带宽值是目前虚通路带宽分配中的难点。提出了一种全新的带宽查表分配算法,该算法通过快速建立指定业务负荷下带宽和CBP之间的关系表格来精确地查找所需分配的带宽值。仿真结果表明,与现有带宽分配算法相比,本文的带宽查表分配算法精度高、计算速度快。