基于改进蚁群算法的车辆路径选择研究

给出了考虑软时间窗的物流配送车辆路径选择（VRP）模型,提出了一种改进的蚁群算法来求VRP模型的近似最优解。为了以最少的计算时间得出VRP问题的近似最优解,首先用贪婪算法产生初始蚁群,然后通过蚁群算法的评价、信息素释放、蚂蚁移动、信息素消散、判断收敛的循环过程对初始解进行优化。实践表明,在求解软时间窗物流配送车辆路径选择问题方面,改进蚁群算法具有更好的收敛性。该算法算法是求解VRP问题的较好方案。     

基于改进蚁群算法的配电网优化规划

提出了一种基于改进蚁群算法的配电网优化规划算法．对于给定的配电网模型，该算法根据各配电网站点建立初始信息素矩阵，然后利用蚁群算法所特有的路径寻优功能来搜索配电网布局路径，并结合改进信息素刷新的方式和在蚁群搜索过程中引入曼哈顿距离以及弹性伸缩调节因子，使蚁群以较快的速度找到当前布局上的最优路径．通过具体的算例表明，该算法比一般蚁群优化规划算法具有更高的计算效率和优秀的全局搜索能力，同时有效地克服了在求解配电网规划问题时蚁群在局部最优解上的巡回而存在的效率不高以及未成熟收敛等现象．     

求解无容量设施选址问题的混合蚁群算法

无容量设施选址(UFL)问题是经典的优化问题,属于NP难题,易于描述却难于求解.首先,介绍了UFL问题的数学模型,并对UFL问题的特点进行深入分析,得到其最优解所具有的基本特征;其次,针对UFL问题的最优解所具有的基本特征,设计了两种局部搜索策略,并将其与基本蚁群算法相结合,提出了一种用于求解UFL问题的混合蚁群搜索算法;最后,为了测试该算法的性能,分别利用混合蚁群算法和基本蚁群算法求解UFL问题基准问题库中的16个测试算例.计算结果表明,混合蚁群算法有效改进了基本蚁群算法求解UFL问题时易陷入局部最优、收敛速度慢等不足,该算法对求解UFL问题具有明显的可行性和有效性.     

TSP的改进蚁群算法求解及其仿真研究

蚂蚁数目是影响蚁群算法性能的重要参数,常规蚁群算法在求解TSP时易于陷入局部最优解。文章针对该问题,提出了一种蚂蚁数目动态改变的蚁群算法,即每次周游时的蚂蚁数目是在一个范围内随机取值,该改进算法借用遗传算法中的排序选择策略对每次遍历时的蚂蚁位置进行初始化;分别对常规蚁群算法的TSP求解和改进蚁群算法的TSP求解进行了原理阐述,并对2种算法求解TSP的结果进行了Matlab仿真。对比仿真结果表明,改进的算法在求解TSP时,能够有效地跳出局部最优解,并能很好地收敛,它比常规蚁群算法的性能要优。     

模糊蚁群优化算法在交通导航系统中的应用

为了能处理交通导航系统中的模糊信息,并且能快速的综合多种信息求解最优导航路径,将模糊逻辑推理技术与改进的蚁群算法相结合提出了一种新的算法——模糊蚁群混合优化算法。实验表明,该算法不仅能够处理导航系统中的各种模糊信息,并且能利用改进的蚁群算法快速求解最优导航路径。     

基于蚁群算法求解TSP问题的改进

蚁群算法虽然具有鲁棒性和发现较好解的能力,但其搜索时间较长,当规模较大时易陷入局部最优解。本文通过求解TSP问题,对其进行改进。通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优解的可能性,找出最优解。实验验证结果表明,这种改进蚁群算法对求解TSP问题有较好的效果。     

改进蚁群算法在车辆路径问题中的应用

从蚁群算法在求解实际问题时收敛速度慢、易陷入局部最优的缺陷出发,对蚁群系统转移规则、局部信息素更新方面进行改进,并将其应用到DCVRP问题中,求解时引入候选列表和2-opt局部搜索策略,以减少计算时间并达到事先淘汰不良路径的目的.通过与其他元启发式方法比较,实验结果表明,本文改进蚁群算法其结果明显优于另外四种主要的路径问题启发式方法.     

基于信息权重自适应蚁群算法求解TSP问题

为了提高蚁群算法求解TSP问题的寻优效果和计算效率,在传统蚁群算法的基础上,将信息权重系数引入路径选择机制及信息素调节机制,根据城市聚度,动态调整路径选择概率;根据路径寻优结果,自适应调整各路径信息量分布,提出了基于动态路径选择机制及自适应信息量更新的动态自适应蚁群算法,克服了传统蚁群算法计算收敛慢,容易陷入局部最优,个体早熟等缺陷。算法应用于Oliver30和Ch150两个TSP实例仿真,并与传统蚁群算法进行对比。结果表明:自适应蚁群改进算法可以有效地求解TSP问题,并且在求解效率和求解质量上都取得很好的效果。     

改进蚁群算法实现医药配送的最佳方案

以蚁群算法为核心,建立了蚁群算法的数学模型。为提高算法收敛速度和全局搜索能力,提出了改进算法思想并用计算机加以实现。通过实验和仿真计算,证明了改进的蚁群算法能更加有效且快速地求得问题最优解或近似最优解,从而说明了蚁群算法实现优化医药配送路线的可行性。     

改进的求解整数规划的蚁群算法

针对传统蚁群算法在求解整数规划时易陷入局部最优问题,通过设定信息素的修正阈值,适时对信息素进行修正,以及采取纵向和横行的搜索方式,对蚁群算法进行了改进,算例比较分析结果表明:改进后的蚁群算法能够较好地避免陷入局部最优,且执行效率提高数倍.     

基于微分进化算法的电力系统最优潮流

将微分进化算法（Differential Evolution,DE）应用到电力系统最优潮流（Optimal Power Flow,OPF）问题中,以系统总发电成本为目标函数,除平衡节点外发电机节点有功功率、发电机节点电压幅值和可调变压器变比作为控制变量,建立了DE-OPF的数学模型．基于增广拉格朗日函数法,将状态变量约束考虑入优化的目标函数中．以IEEE30节点测试系统进行了测试,仿真结果表明,与两种遗传算法和一种改进的粒子群算法：传统遗传算法（canonical genetic algorithm,CGA）、自适应遗传算法（adapive genetic algorithm,AGA）和全面学习粒子群算法（CLPSO）相比,DE算法具有较好的全局寻优能力和较快的收敛速度,能有效地解决最优潮流问题．     

一种考虑可靠性指标的最优潮流模型

提出一种考虑可靠性指标的最优潮流模型.该模型能考虑系统中的随机因素,通过z变换法构造电力系统的可靠性指标约束,将该约束添加到经典最优潮流(OPF)模型中共同求解,从而使电力系统的调度或控制能在满足一定的失负荷概率(LOLP)指标的前提下实现最优运行.所提模型是一个典型的非线性规划模型,采用内点算法求解.通过RTS-24系统仿真测试以及随机生产模拟程序分析发现,与经典OPF得到的发电计划相比,考虑可靠性指标后电量不足期望值下降了31.48%,而生产成本仅上升了14.39%.因此,所提模型能使系统的调度综合考虑可靠性和经济性,运行方案更实用.     

新的基于最优潮流的有功无功一体化实时电价模型及算法

提出一种新的基于最优潮流（ＯＰＦ）的有功无功一体化实时电价模型及算法．该模型以ＯＰＦ取代传统实时电价理论中的经济调度概念,考虑电厂无功支持辅助服务的定价,同时采用新电网可变成本函数,保证了电网公司的投资回收．ＯＰＦ采用牛顿法求解．对ＩＥＥＥ－３０ 节点试验系统多种运行方式进行了数值计算,结果表明,所提模型是合理可行的,算法是鲁棒有效的．     

利用牛顿最优潮流及替代折衷技术研究电力系统环境保护问题

在牛顿法最优潮流的基础上，对电力系统环境保护问题加以研究，并给出了解法，即把发电燃料成本及污染排放（如ＳＯ２）计入目标函数，通过牛顿法加以求解．用替代折衷技术对燃料成本和污染排放加以折衷，得到最佳折衷方案．就ＩＥＥＥ－３０ 节点算例作了计算和分析．结果表明，利用替代折衷技术可以较好地解决此类问题，并且可以确定对单位污染排放罚款的数额．     

可视化软件包Power World Simulator在最优潮流计算中的应用

介绍了在考虑输电阻塞的情况下,采用可视化软件包Power World Simulator展示电力系统中以发电成本最小为目标的最优潮流的计算和分析方法,实例表明该软件包能够直观、形象地展示出配电网最优潮流的计算结果和分析过程．     

暂态稳定约束下的负荷经济分配

针对电力系统中存在的暂态稳定问题,提出了一种不受系统模型限制的电力系统动态安全调度的算法.该算法基于关键线路有功潮流对其临界切除时间的线性和二次函数拟合,把临界切除时间表示的暂态稳定性约束转化为关键线路有功潮流表示的暂态稳定性约束,并把此约束作为增广约束加入到传统的最优潮流模型中,采用传统求解方法直接进行求解.该方法能够同时处理多个故障,避免了在解除某些故障情况下的稳定裕度约束之后,又会出现其他故障情况下稳定裕度不足甚至失去稳定的循环调整情况,并满足一定的经济性.新英格兰测试系统的分析结果表明,在系统总发电成本增加最小的情况下,系统的稳定程度已提高到设定的目标,证明了该算法的有效性.     

基于无功资源价值的无功定价研究

该文运用改进的无功等效补偿法对电力系统中无功源的资源价值问题进行了研究,提出采用平均值法将无功资源价值判断指标转化为无功资源价值因子,并将其引入最优潮流模型的目标函数中进行修正,建立了同时考虑无功资源价值和无功生产成本的无功实时定价模型,并结合Wald-Hale六节点系统进行了仿真。仿真结果表明:在考虑各无功源的无功资源价值后,系统从无功资源价值大的无功源采购了更多的无功,满足了系统要求,提高了系统电能传输的安全性和稳定性,也使整个系统的无功更具合理性。     

基于辅助问题原理及内点法的分区并行最优潮流算法

针对大电网在最优化问题计算中存在计算时间长、矩阵维数高等问题，按照电力系统的实际地理分布，在某些联络线处将整个电网分解为多个相对独立的子系统，子系统问通过边界节点产生的约束条件进行协调，建立了一个基于辅助问题原理（APP）的多分区并行最优潮流计算模型．应用APP方法，将大电网最优潮流问题转化为多个规模相对较小子系统的并行协调优化问题，在每个子系统中采用跟踪中心轨迹内点法求解子系统的优化问题．测试算例的计算结果表明，该算法减少了整个问题的矩阵维数，降低了问题的求解难度，具有较强的收敛性、快速性和实用性．     

Changes of Resistance During Polyelectrolyte-enhanced Stirred Batch Ultrafiltration

The permeation flux or the resistance in the ultrafiltration process is mainly limited by osmotic pressure,and it may originate from various kinds of polymer interactions. However, the real origin of permeation resistance hasn't been clarified yet in the light of polymer solution nature. The removal of nitrate contamination by polyelectrolytes was carried out with stirred batch ultrafiltration. The polyelectrolyte concentrations both in permeate and retentate were analyzed with total organic carbon analyzer and permeate mass was acquired by electronic balance connected with computer. The total resistance was calculated and interpreted based on the osmotic pressures in three concentration regimes. In the dilute region, the resistance was proportional to polymer concentration; in the semidilute region, the resistance depended on polymer concentration in the parabolic relationship; in the highly concentrated solution regime, the osmotic pressure factor (OPF) would dominate the total resistance; and the deviation from OPF control could come from the electrostatic repulsion between the tightly compacted and charged polyelectrolyte particles at extremely concentrated solution regime. It was first found that dilute and semidilute concentration regions can be easily detected by plotting the log-log curves of the polymer concentration versus the ratio of the total resistance to polymer concentration. The new concept OPF was defined and did work well at highly concentrated regime.     

浙江高校大学生OPF训练要素与模型构建研究——基于五种岗位姿态类型

OPF已成为高校培养高素质应用型人才的一项重要指标。文章以浙江高职院校具有代表性的酒店管理、模具设计与制造、会计、护理、刑事执行等五个专业所对应职业的五种岗位姿态进行调查研究,总结梳理出五种岗位姿态类型的职业工作特点及其与OPF能力关系,并由此研究确定基于五种岗位姿态类型的浙江高校大学生OPF训练要素,从而构建OPF训练模型,确定其训练方法。