基于混合智能优化算法的弦支穹顶结构预应力优化

模拟植物生长算法(PGSA)是以植物向光性机理(形态素浓度理论)为启发准则的智能优化新算法,具有高效的搜索能力.本研究对PGSA的基本原理进行分析,指出了不同初始生长点的选取会影响该优化算法能否收敛于全局最优解.由此,为提高模拟植物生长算法的全局搜索能力,引入粒子群算法(PSO),提出了新的混合策略(PGSA-PSO混合智能优化算法):先基于粒子群算法的高鲁棒性初选优秀的初始生长点,再基于模拟植物生长算法的高效搜索能力得到最终的全局最优解.算例表明,该混合策略可有效提高模拟植物生长算法的全局搜索能力.最后,利用该混合策略对典型的弦支穹顶结构预应力优化问题进行分析.结果表明,此混合智能优化算法的优化效果显著,在结构优化问题中具有较好的可行性和有效性.     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.     

模拟植物生长算法的结构优化新机制

作为一种新型启发式智能优化算法,模拟植物生长算法(PGSA)建立以植物向光性机理为基础的生长动力模型,以形成向全局最优解迅速生长的搜索机制.针对大规模复杂优化问题中生长空间大、设计变量多、可能存在多个局部最优解、算法难以自动终止等特点,基于PGSA基本原理,提出了3种新的算法改进机制——可生长点集合限定机制、新增可生长点剔除机制以及混合步长并行搜索机制,并通过典型数学和桁架结构算例分析对提出的改进算法的效果进行验证.结果表明:可生长点集合限定机制能有效控制生长空间规模,具有较强的局部搜索能力;新增可生长点剔除机制通过与前者的结合,为PGSA提供了有效的算法终止机制;混合步长并行搜索机制在生长前期便具备优异的全局搜索能力,能快速获取到最优解范围.所提出的新机制显著提升了PGSA算法优化的有效性及适应性,从而为结构优化问题提供了新思路.     

利用模拟退火算法优化计算通讯网络极小生成树

介绍了模拟退火算法的基本思想 ,并应用它成功地解决了通讯网络极小生成树的优化计算问题。计算结果表明 :该算法能有效地跳出局部极小值并快速地收敛于全局最优值。说明模拟退火算法是一个通用的、具有概率爬山的、强有力的组合优化算法     

MATPOWER软件下单一分布式电源的选址定容

依托于模拟植物生长算法,以配网重构来更动配网开关的组合方式,用于确定其中可维系的分布式电源的地方和大小,采用基于MATLAB语言的MATPOWER潮流计算软件保证高的计算精度,算例验证了该模型能够在减少网络耗损的同时抬高网络电压水平.     

三-状态相异元件并联的S-P网络可靠性优化微粒群算法

研究三-状态具有不同元件并联构成的串-并联(简称S-P)网络的可靠性优化问题.利用Matlab做计算工具,用微粒群算法对问题的实例进行模拟仿真.结果表明:在通常的初始解条件下,微粒群算法每次运行都能收敛,并且能够给出系统的最优解;与模拟退火算法、蚁群算法和遗传算法相比较,微粒群算法可以更方便、高效地给出系统的最优解.     

一维河网非恒定流数学模型的并行计算

运用并行计算,求解一维河网Preissman四点隐式差分格式离散方程组中耗时最多的节点水位方程组,有效缩减了模型的求解时间.针对当前商业并行编程平台不能实现进程迁移和网络异常情况下无法保证计算结果正确性的现状,自主开发了并行通讯平台,并根据模型并行计算需要制定了相关通讯协议.以上海浦东河网为例进行了数值模拟.结果表明:当河道数一定时,存在最优客户端数;当客户端数小于最优客户端数时,并行算法所需时间小于串行算法时间,并随着客户端数增加所需时间也逐渐减少;反之,所需时间则逐渐增大.     

基于群体评价信息集结的中层管理者绩效考评研究

针对中层管理者的绩效考评问题,从多层次、多角度出发,建立了基于群体评价信息集结的绩效考评体系.具体的做法是:将各评价者的个体评价信息映射到二维平面坐标系中,利用Steiner点的概念,采用模拟植物生长算法(PGSA)求出群体评价的最优信息集结值,并计算评价主体的综合权重,进而求出带权重的综合最优集结评价值,以此对中层管理者进行综合考评.最后,通过X公司的实证数据,验证了该方法的有效性和科学性.     

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取, 无法有效保证物联网的有效通信等问题, 提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法. 首先构建通信节点转移特征建模, 计算标记网络入侵下的跳频节点和噪音节点; 然后设计通信分布序列分析模型, 计算节点信息冗余度和通信节点的极值, 根据节点信息冗余度计算结果将干扰节点进行排序去除, 根据极值选取最优通信节点; 最后对最优通信节点选取算法进行仿真实验. 实验结果证明, 该算法可快速、 准确地实现物联网入侵下最优节点的选取, 具有较强的抗干扰能力, 且算法的综合性能优于目前其他最优通信节点选取算法.     

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取, 无法有效保证物联网的有效通信等问题, 提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法. 首先构建通信节点转移特征建模, 计算标记网络入侵下的跳频节点和噪音节点; 然后设计通信分布序列分析模型, 计算节点信息冗余度和通信节点的极值, 根据节点信息冗余度计算结果将干扰节点进行排序去除, 根据极值选取最优通信节点; 最后对最优通信节点选取算法进行仿真实验. 实验结果证明, 该算法可快速、 准确地实现物联网入侵下最优节点的选取, 具有较强的抗干扰能力, 且算法的综合性能优于目前其他最优通信节点选取算法.