基于随机聚类方法建模的序列分析

大数据下的系统发育估计是一个组合优化问题,在有限计算时间内,现有算法很难为大量序列数据的分析提供最优解.基于前人启发式算法,提出了一种系统发育树随机聚类建树方法,可在较短时间内为系统发育过程产生的大规模序列数据提供所有具有进化意义的解及最优解,以揭示发育过程中的序列进化关系.实验结果表明,该随机聚类方法是行之有效的,对生物计算及系统发育相关领域研究具有积极意义.     

一种机组优化启停的新型启发式方法

提出了一种机组优化启停的新型启发式方法。首先利用动态规划法求出计算负荷下各个待开机组的最优启停状态及组应的启停费用,将效率最高的机组投入运行,然后用拉格朗日松驰法进行了最优经济分配。     

基于改进PSO算法的电力系统机组优化组合

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难．粒子群优化（PSO）算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域．采用二进制粒子群优化方法解决机组状态组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行了处理，使得运算速度大大加快．方法的可行性在10台机组系统中检验．模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点．     

大型水电站整体时空经济运行模型及其算法

针对大型水电站厂内经济运行问题的高维性、复杂非线性和实时性,将空间负荷优化分配模型与时间机组组合优化模型相耦合为整体时空经济运行模型,提出一种扩展蚁群算法.采用多蚁群、多起点、多路径模式进行机组组合优化,依据动态规划法制定的稳定最优表进行经济负荷分配,避开空蚀振动区.引入信息素平滑机制避免优化算法的收敛早熟,采用启发式开停机策略和备用容量补充策略有效处理多重约束,运用全程开停机策略在大型水电站机组台数较多的情况下缩小搜索空间的大小,使算法更快收敛于最优解.以三峡水电站为应用实例对算法的可行性进行了验证,计算结果表明所提出的算法模型不仅具有较强的收敛性和稳定性,而且能够兼顾计算速度和优化精度.     

基于经济流速的管径优化方法

针对已有供水管网管径优化方法的缺点,该文提出了一种基于经济流速的启发式管径优化算法.该算法在应用前,无需人为规定管网的流量分配方案.算法分析步骤明确,计算简单.为了评价所提出的启发式算法的计算效率和优化结果的合理性,文中将计算时间和分析结果同广义简约梯度法和遗传算法的结果进行了对比.结果表明,该文的启发式算法计算效率远高于上面两种方法,计算结果接近遗传算法得到的最优解.     

高压配电变电站的优化规划

旨在提出一种工程上实用的求解高压配电变电站优化规划问题的方法．该方法将高压配电变电站优化规划问题分为平面定位和组合优化两个子问题．交替定位-分配（ALA）法已被广泛用于求解平面定位问题，但其所得解往往依赖于初始位置的选择，针对此情况做出了改进，明显地提高了解的质量，针对组合优化子问题的非凸非凹性，采用分支定界法，以求得或接近全局最优解．同时，为提高分支定界法的效率，利用启发式规则剪去产生最优解可能性很小的分支．算例表明，该方法可以求得工程上的满意解，并且计算速度快，是求解高压配电变电站优化规划问题的有效方法。     

用启发式贪心法求解旅行商问题

旅行商问题是ＮＰ完全的组合优化问题，分析了邻域启发式算法的基本操作，提出了一种简单的启发式贪心法，仅利用城市间的距离信息求解旅行商问题，理论分析与实验结果表明该方法是确定性的多项式时间算法，对５个不同规模的典型的旅行商问题进行优化，均达到或优于文献中的结果。     

风火联合系统的多目标随机优化调度方法的研究

考虑到风电场出力的随机性,以常规机组燃煤费用最小、污染气体排放量最小为目标函数,约束条件以概率的形式表示,构建考虑机组组合的风火联合系统的多目标随机机会约束规划模型。结合机组启停优先顺序表,采用启发式搜索策略确定机组组合状态,以避免机组频繁启停或系统容量冗余。采用基于Pareto的多目标粒子群优化算法,结合随机模拟技术和模糊逻辑评价法,对既定机组进行经济负荷分配。以含10机的风火联合系统为算例,验证了所提调度方法的可行性、有效性。优化调度结果表明:1该模型能够充分利用清洁能源,降低系统运行成本,减少污染气体排放量,提高电力系统运行的综合效益;2该算法计算精度高,速度快,避免了基本粒子群优化算法易陷入局部最优的缺点。     

工艺规划中的组合优化问题

为了解决在工艺规划的诸多环节（如工步排序、机床负荷分配、切削参数选择等）普遍存在的组合优化问题，在分析传统方法缺陷的基础上，把一种先进的优化算法——模拟退火算法应用到工艺规划中，并针对加工中心上工步排序这一典型问题，建立组合优化数学模型，对该算法在工艺规划中的运用机理作了详细论述。结果表明，该算法把概率引入到启发式方法中，避免了陷入局部最优点的缺陷，在优化结果和计算时间方面都有明显优于常规方法，有效地提高了工艺规划系统的优化能力。     

基于差异系数σ/R的最优证券选择方法

通过对非负约束条件下有效组合边界的微分性质研究，提出了该条件下极小化差异系数的最优证券选择方法。中导出了通过临界点跳跃寻优确定最优投资权重的方法，减少了计算量，进一步优化了现有的研究结果。最后，给出了实例分析。     

基于改进遗传算法的AGC机组优化组合研究

为降低发电成本,该文对自动发电控制(AGC)机组优化组合问题进行了研究.基于改进遗传算法,建立了包含AGC的机组优化组合模型;针对遗传算法存在的不足,结合包含AGC机组优化组合模型的特殊性,提出了可变长二进制编码;设计了专门的遗传操作,并采用等微增法对其中的连续变量进行了处理.将所研究的算法和模型应用于包含16台机组24时段的机组优化系统中,仿真结果表明该改进遗传算法的计算结果优于实数编码方法结果11.33%,并在搜索区间及收敛速度等方面都具有较好的性能,适用于大、中型发电系统.     

遗传算法在机组启停中的应用及改进

提出了一种遗传算法应用于机组启停的新思路。针对一启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。     

获得爬升约束机组组合问题可行解的新的系统方法

根据具有爬升约束机组组合可行的充分必要条件,在Lagrangian松弛方法的框架下,给出了一种获得具有爬升约束的机组组合问题可行解的重新寻经的新的系统方法.当利用充分必要条件判断对偶机组组合不可行时,则利用对偶解的信息重新选择非爬升约束机组的动态规划的路径,即调整它们的启停序列,使之满足充分必要条件,最后以此解决经济分配问题.该方法可使爬升约束机组重新参与经济分配,因而扩大了获得可行解的范围,改善了可行解的经济性.对2个分别具有5台和10台机组的电力系统的测试结果表明,所提方法是有效的,利用它可扩大获得可行解的范围,改善可行解的经济性.     

面向电力市场机组最优组合算法探讨

通过分析影响电力市场机组组合的因素，以及传统电力系统运行方式下制定机组组合的方法，提出了以传统的优先次序法为基础、然后采用动态规划法加以优化的机组经济组合模式。此外，在介绍算法的基础上，编写的计算流程图可作为机组组合的实用计算模拟。     

计及CO2排放机组组合问题的加速广义Benders分解法

提出求解计及CO2排放机组组合(unit commitment,UC)问题的一个加速广义Benders分解法:首先建立相关问题的一个近似混合整数二次规划模型;然后根据UC问题特点提出一类简单却非常有效的整数割平面,并基于该割平面以及其他一些加速技术构造求解UC问题相应模型的加速广义Benders分解法;最后将所提方法在10~100台机组24时段等6个系统上进行数值测试。与其他方法相比较,本文所提方法测试结果较优,说明所提方法是有效的,从而为有效求解相关UC问题提供了一条新的途径。     

基于自适应PSO算法的机组优化组合研究

提出了解决电力系统机组优化组合问题的一种新的方法——自适应粒子群优化算法(APSO)．PSO算法能解决许多遗传算法能解决的优化问题，但却只需要一些简单的参数就可稳定收敛得到高质量的解．将该算法应用到IEEE10机系统中，结果表明该算法用于求解机组优化组合是有效可行的。     

基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

面向运行规划可靠性评估的发电机组模型

文章针对运行调度,提出一种适用于短期运行规划可靠性分析的发电机组新模型;该模型考虑了机组在不同的运行方式下状态空间转移的差别,在传统的故障率和修复率基础上考虑了系统需求率、机组的启动延时、启动失败概率和延时停运等运行因素,定义了条件强迫停运率并给出了不同模型下机组CFOR的计算方法,揭示了机组可靠性与系统需求率之间的相依关系;在此基础上建立发电机组投运模型和算法,以IEEE-RTS为例,验证了模型的合理性和有效性。