基于改进鲸鱼优化算法的物流配送中心选址策略

针对传统启发算法在解决物流配送中心选址问题上易陷入局部最优,导致降低物流系统效率降低的问题,提出一种改进的鲸鱼优化算法IWOA(Improved Whale Optimization Algorithm)。通过综合变异策略和随机正弦惯性权重对传统算法进行改进,提高收敛精度和全局搜索能力。实验仿真结果表明,改进的鲸鱼算法较其他启发算法具有更高的计算性能,可以合理计算出配送中心地址,很大程度提高了物流配送的运送效率。     

一种改进的鲸鱼优化算法

针对鲸鱼优化算法（whale optimization algorithm ,WOA）容易陷入局部最优和收敛精度低的问题进行了研究,提出一种改进的鲸鱼优化算法（IWOA）。该算法通过准反向学习方法来初始化种群,提高种群的多样性;然后将线性收敛因子修改为非线性收敛因子,有利于平衡全局搜索和局部开发能力;另外,通过增加自适应权重改进鲸鱼优化算法的局部搜索能力,提高收敛精度;最后,通过随机差分变异策略及时调整鲸鱼优化算法,避免陷入局部最优。实验选取九个基准函数,所有算法均迭代30次,结果表明：改进的鲸鱼优化与原鲸鱼优化算法以及五种改进的鲸鱼优化算法相比,其均值和标准差均优于其他算法,收敛曲线也优于其他大多数算法。说明改进的鲸鱼优化算法收敛精度和算法稳定性最佳,收敛速度较其他大多数改进的鲸鱼优化算法明显加快。     

改进鲸鱼算法及其在浅层神经网络搜索中的权值阈值优化

为设计出简便高效的方法搜索最优神经网络结构,提出一种改进鲸鱼优化算法的浅层神经网络搜索方法.该方法首先通过模拟鲸鱼狩猎的个体偏好行为和鲸鱼群位置移动的非线性权值更新机制对传统鲸鱼优化算法进行改进;然后将改进鲸鱼优化算法作为浅层BP神经网络结构搜索策略,构建基于浅层BP神经网络的最优网络结构的权值阈值搜索优化方法.数值实验结果表明,改进的鲸鱼优化算法不仅在求解不同维复杂函数上具有良好的寻优性能,而且通过改进鲸鱼优化算法搜索得到的最优浅层BP神经网络结构在回归任务中具有更好的预测精度和泛化性能.     

基于改进鲸鱼优化算法的移动机器人多目标点路径规划

为提高移动机器人在多目标点环境中路径规划的效率与准确性,针对标准鲸鱼优化算法存在的搜索精度不足和收敛速度较慢的问题,本文提出一种改进鲸鱼优化算法。首先,引入自适应搜索控制系数,以提高算法平衡全局搜索和局部搜索的能力。其次,提出一种记忆库列表策略,通过增加记忆库列表存储最优解并进行维护更新,提高算法所得解的质量并降低陷入局部最优的概率。然后通过使用A*算法计算出目标点之间的距离矩阵,并将其输入到改进的鲸鱼优化算法得出最优遍历顺序。最后,在简单和复杂的栅格地图中分别对不同算法进行仿真对比实验。研究结果表明,随着场景复杂度的增加,本文算法相较于标准鲸鱼优化算法在三个场景中所得出的最小路径长度分别减少6.58%、22.71%和25.63%。因此,改进算法在解决多目标点路径规划问题中具有较高的效率和准确性。     

改进鲸鱼算法求解分布式装配柔性作业车间生产与配送联合调度问题

针对一类先加工后装配的离散生产模式,研究分布式制造环境下的装配柔性作业车间生产与配送两阶段联合调度问题。结合实际的生产情况,考虑供应链下生产与配送过程所产生的库存成本,以最小化生产和配送的总成本为联合调度优化目标,提出一种改进鲸鱼算法。针对联合调度的多阶段调度过程,设计了一种基于工序、产品、工厂、机器和车辆的五层编码策略;根据各阶段的特点提出了相应的混合种群初始化策略,以提高解的质量;以加强种群中领头鲸鱼个体与普通鲸鱼个体的联系为导向,改进了鲸鱼觅食的搜索操作并提出四种邻域结构,以增强算法的全局探索和局部搜索能力。最后,通过仿真实验,对比相关研究领域的多种算法来验证所提算法在收敛速度和求解质量等方面的优势,并且将联合调度与分阶段调度进行实验对比,验证了联合调度的优越性。     

基于DRL的综合能源系统优化运行研究

随着“双碳”政策的推进，发展以电网为核心，电、热、气多能互补、协同供能的综合能源系统是落实“双碳”的重要手段。电-热-气联合运行的综合能源系统迅速发展，该系统运行存在的经济性问题和稳定性问题有待解决，本文致力于采用机器学习算法，在兼顾运行稳定性的情况下解决电-热-气联合运行系统的经济性问题。本文首先对包含储能和电转气装置的综合能源系统进行建模，结合优化运行问题优化目标-约束条件的一般框架，在约束条件建模中考虑功率平衡、各机组出力限制、爬坡率限制和容量限制；然后，本文设计了基于DRL的电-热-气联合系统优化运行问题求解策略，DRL算法结合了强化学习策略选择的优势和深度学习环境模拟的优势，在DRL算法设计中详细考虑动作空间、回报函数、状态空间、DRL 算法、DRL网络五大模块；最后，本文设计了4个算例，结合电-热-气联合系统典型日运行条件，验证了采用电-热-气联合运行供能模式可以有效实现多能互补降低用能成本，并且本文设计的DRL方法可以有效求解电-热-气联合系统的优化运行问题。     

基于混合策略改进的鲸鱼优化算法

针对原始鲸鱼优化算法（WOA）收敛速度慢、全局搜索能力弱、求解精度低且易陷入局部最优等问题,提出一种混合策略来改进的鲸鱼优化算法（LGWOA）。首先将莱维飞行引入鲸鱼全局搜索的公式中,通过莱维飞行加大全局搜索步长,扩大搜索空间、提高全局搜索能力;其次,在鲸鱼螺旋上升阶段,加入一个自适应权重参数来提高算法的局部搜索能力和求解精度;最后结合遗传算法的交叉变异思想平衡算法的全局搜索和局部搜索能力,维持种群的多样性,规避陷入局部最优。通过对12个基准测试函数从2个角度进行实验对比分析,结果表明,基于混合策略改进的鲸鱼优化算法在收敛速度和求解精度上均有明显提升。     

动态搜索和协同进化的鲸鱼优化算法

针对基本鲸鱼优化算法寻优精度低、收敛速度慢及容易陷入局部最优等缺陷,提出了一种动态搜索和协同进化的鲸鱼优化算法。首先,通过等价替换和Faure序列提高初始解的质量;其次,通过对种群进行分工,提高种群多样性并增强算法跳出局部最优解的能力;最后,根据种群进化信息动态调整搜索策略,从而提高算法的收敛速度和寻优精度。仿真实验结果表明,提出的改进算法相比基本鲸鱼优化算法和部分改进算法具有较好的寻优性能。     

嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法

针对鲸鱼优化算法(WOA)容易陷入局部最优解、收敛速度慢等缺陷,提出一种改进鲸鱼优化算法.首先,利用Circle混沌序列取代原始算法中随机产生的初始种群,提高初始个体的多样性;其次,提出一种逐维小孔成像反向学习策略,增加寻优位置的多样性,提高算法摆脱局部最优的能力;最后,提出融合贝塔分布和逆不完全$\varGamma$函数的自适应权重,在保留鲸鱼优化算法优点的前提下,协调算法的搜索能力.通过对10个基准函数进行仿真实验,同时使用Wilcoxon检验、MAE等方法来评价改进后鲸鱼优化算法的性能,实验结果表明,改进算法在求解效率和稳定性等方面都有较大提升,同时,算法的寻优精度和收敛速度也比原始算法更优秀.     

基于离散粒子群算法的矩形件优化排样

目前,粒子群算法在连续问题优化上的应用已经很广泛,然而在离散问题优化方面仍处在尝试阶段.提出了一种改进粒子群算法来解决矩形件排样优化问题(离散优化问题).该算法融合了遗传算法中的交叉和变异思想,采用了信息交流策略,使其达到快速优化目的.算法也对"最低水平线法"解码方式进行了改进.实验结果表明,该算法具有快速,高效特点,与现有同类算法比较,在解决矩形件排样问题方面的优势明显.     

面向海洋节能边缘计算的任务卸载研究

针对海洋通信网络能源不稳定、时延较长的问题,提出一种混合能量供应的边缘计算卸载方案。对于能量供应问题,移动边缘计算(MEC)服务器集成混合电源和混合接入点,混合电源利用可再生能源为MEC服务器供应能量,采用电力电网作为其补充能源,保证边缘计算系统的可靠运行,船舶用户通过混合接入点广播的射频(RF)信号收集能量。针对任务卸载优化问题,以能耗-时延权衡优化为目标,联合能量收集方法制定任务卸载比例、本地计算能力和发射功率的优化方案,最后利用降维优化算法,将目标函数简化为关于任务卸载比例的一维多约束问题,并利用改进的鲸鱼优化算法获得最优的执行总代价。利用边缘云模拟器EdgeCloudSim仿真的结果表明,所提方案较具有能量收集的资源分配方案和基本海上通信网络优化的方案执行成本分别降低了13.4%和9.6%。     

基于风电消纳的热电系统储热模型仿真

为了有效解决电热联合系统弃风严重、煤耗量较高的问题,基于风电消纳的热电系统储热模型。融合不同的系统组建电热联合系统,以热电联产机组最小煤耗及最低成本为目标,通过风电消纳需求提升系统中用户需求的灵活性,同时挖掘用户的需求响应侧潜力,组建基于风电消纳的电热联合系统储热模型。采用粒子群算法对电热联合系统储热模型进行求解,得到最优储热方案。最后进行仿真测试,实验结果表明,所设计模型能够有效降低运行成本,采用该模型后电热联合系统的弃风率和煤耗率大幅下降,有效提升系统的稳定性。     

电网中断下基于DWOA的生鲜产品闭环供应链网络多目标模糊优化设计

针对生鲜产品供应链网络设计问题,建立了一种电网中断下的闭环生鲜供应链网络多目标模糊优化设计模型,以此解决供应链网络设计中的不确定性问题.首先,针对电网中断下生鲜产品闭环供应链网络结构设计,建立目标为成本最小、碳排放最少、中断时间最短的优化函数,采用Me测度和三角模糊数对该模型进行处理,将多目标问题转换为单目标问题;其次,在原有鲸鱼算法的基础上,引入差分算法的交叉和变异理念,增强其搜索能力,改善其局限性,得到改进差分鲸鱼优化算法(DWOA),并采用此方法对处理后的模型求解;最后,通过数值实例和敏感性分析表明,提出的算法和模型在处理生鲜产品供应链网络优化设计方面具有较强的求解能力,且计算时间较短.     

可再生能源分布式微网电源规划方法及应用

近年来, 可再生能源分布式发电微网技术研究引起国内外广泛关注. 本论文将遗传算法应用到风–光–柴–蓄组成的可再生能源分布式微网电源规划中, 建立微网电源规划模型及相关约束条件, 以满足能量平衡控制、费效率等为最优原则, 给出了算法的实现流程. 最后, 结合案例说明了算法的应用.     

考虑风力发电批特征的电力机组调度问题

电力机组组合问题是在给定的计划周期内确定火电、风电和蓄 电池机组的开关机状态及发电量, 以满足系统的负荷需求、旋转备用等约束要求. 为了降低风电在电网中的供电不稳定 性, 引入蓄电池储能系统与风机进行协调调度. 由于大数量风机的介入, 明显增加了问 题处理的难度和复杂性. 本文从一个新的视角 将相近物理位置的风机进行组批, 基于批的视角对问题建立了批模型. 为 了提高批模型的性能, 提出了批模型参数的变换方法. 根据问题的NP-难特征和模 型的复杂结构, 开发了拉格朗日松弛(Lagrangian relaxation, LR)算法进 行求解. 为了加速算法的求解效率, 提出了子 问题近似求解的代理次梯度的拉格朗日松弛算法. 实验结果表明, 提出的批模型明 显优于传统的单机模型. 基于批模型开发的拉格朗日松弛算法与CPLEX优化软 件相比, 能够在较短的时间内获得高质量的解.     

A reactive scheduling and control framework for integration of renewable energy sources with a reformer-based fuel cell system and an energy storage device

The main technological barrier in relying solely on renewable energy resources is that the sources such as wind and solar are highly intermittent in availability and result in uncertainty in demand satisfaction. This paper focuses on the integration of these uncertain renewable energy sources along with relatively deterministic energy sources such as reformer based fuel cell and battery. The power mix scenario between these multiple renewable energy sources along with the reformer based fuel cell system, coupled with an energy storage option is envisaged in this paper to ensure undisrupted power supply, to combat the possible intermittent nature of these renewable sources. An appropriate scheduling layer which provides a detailed plan of the optimum contribution of the various available power sources is considered over one week (7 days) duration. A model predictive control (MPC) scheme is deployed at the lower level control layer that receives a measurement of the possible fluctuations or uncertainties in the renewable power sources and maintains a smooth operation of the power generation system through appropriate decisions on generation via the reformer based fuel cell or by exploiting the battery storage, to ensure a delay-free delivery of power to the external load. During real-time operation of the plant, due to the uncertainties in the contribution from solar and wind sources, the power demanded from the fuel cell and the battery is varied accordingly by the MPC layer to meet the overall power demand. The performance of the designed MPC to maintain a smooth delivery of power in both the absence and presence of uncertainties in the renewable energy sources, with and without a reactive feedback between the scheduling and control layers, is illustrated using case studies.     

考虑共享电池站和温控负荷响应的综合能源系统优化调度

针对区域综合能源系统协同优化调度问题,构建基于能量枢纽(energy hub,EH)的分层能量管理框架,充分考虑新能源电厂、气-电、电-气能源转换装置调节能力,以共享电池站(shared battery station,SBS)替代传统储能电站,为能源系统提供电能存储功能,采用温控负荷为能源系统提供需求侧响应,保障异质...     

风光柴蓄复合智能供电系统的计算机控制系统

风光柴蓄复合智能供电系统是一种能够充分利用自然风力和太阳能的供电系统。文中介绍了它的供电机理。对其基于牛顿系列远端智能控制模块的计算机控制系统的硬件组成及软件设计方法进行了系统的阐述，论述了其计算机控制系统的特点。     

风光气储发电控制系统

针对风能能量密度低和风力发电系统供电稳定性差的难题,提出了新型的风光气蓄组合发电系统,并根据此系统设计了基于PLC的控制系统。该发电系统是在原有风光互补系统上增加了气压储能以及相应的控制装置,按照既定的控制策略,以提高持续供电的品质。通过对新型发电系统进行数学建模和相关的实验研究,证明了该发电系统有效改善了风电系统持续供电的能力以及其控制系统发电的合理性与实用性。