共查询到20条相似文献,搜索用时 22 毫秒
1.
《热能动力工程》2016,31(6)
针对微分进化算法应用于换热网络优化时,局部搜索能力不强及易出现"早熟收敛"的现象,提出了一种兼顾局部搜索和全局寻优能力的改进策略。首先,对算法出现早熟的主要原因进行了机理分析;在此基础上,从动态更新角度引入局部增强算子,以当前解为中心进行邻域精细搜索,保证了局部搜索精度;最后,结合强制跳出机制,解决了算法易陷入局部极值的缺陷,对于非凸非线性问题较为严重的换热网络问题,实现了换热网络优化全局寻优能力和局部搜索精度的兼顾。算例结果表明,新的局部搜索增强策略能够进一步改善种群多样性和提高寻优效率及精度,获得比文献中结果更好的解,有效提高微分进化算法应用于与换热网络优化的能力。 相似文献
2.
在分析基本人工蜂群算法优缺点的基础上,提出了一种基于混沌全局搜索策略和局部优化搜索策略的改进人工蜂群算法。采用6个标准测试函数,经过仿真测试,验证了该算法与基本蜂群算法相比具有收敛速度快、寻优效果好和寻优效率高的优点。最后针对自抗扰控制器的参数优化难度大、不易寻找的问题,将改进的人工蜂群算法应用到自抗扰控制器的参数优化中,并和串级PID控制系统进行仿真对比。仿真结果表明,改进蜂群算法的自抗扰控制器能以对控制对象进行更快更好的控制,使被控对象处于更好的控制状态下,从而解决了自抗扰控制器参数寻优难度大、不易寻找的问题。 相似文献
3.
为解决强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)应用于换热网络综合时进化停滞的问题,提出了一种伴随优化策略(CO-RWCE):对种群中各个体优化进程进行监控,当个体因接受差解陷入长期进化停滞时,将该个体历史最优解回代给个体以调整优化方向;若多次回代后个体仍未进化,则将全局最优解传给个体并摄动以实现重生。在回代或重生后,采用一种游走概率递减技术,控制游走变量个数以提升搜索精度。优化结果表明:改进策略增强了个体自身进化能力,有效提升了算法搜索能力。 相似文献
4.
鸡群算法本身存在高维度运算,易出现偏差,对其改进并应用到光伏系统的最大功率点跟踪(MPPT)控制中。引入混沌序列方法进行初始值的分配,可增强种群的均匀性和遍历性;引入自适应惯性权重改善母鸡个体部分寻优策略,可加快算法的全局搜索速度并改善局部搜索能力;将小鸡个体的跟随系数改进为随机量,可增加较差个体的随机性,避免算法因早熟收敛而陷入局部极值;上述改进既可增强算法的搜索速度和寻优精度,也利于避免早熟现象的发生,进一步曾强算法的寻优效率。与其他应用算法比较及在光伏系统最大功率点跟踪中的应用,验证其有效性。 相似文献
5.
强制进化随机游走算法优化换热网络时具有程序简单、全局搜索能力强等特点,但在优化过程中不同的进化阶段对进化概率需求不同,算法中设置单一的进化概率难以满足实际进化需求。因此,提出一种进化概率差异化策略,该策略的核心思想是智能识别流股的换热程度,动态调整进化概率,对存在公用工程的流股强制参与进化,使算法在前期具有较强的结构搜索能力;完全换热的流股通过降低进化概率,提升算法全局的精细搜索能力。采用15SP和39SP算例进行验证,所获年综合费用分别为1 494 690和1 894 477$/a,验证了该策略能够提升算法的优化效率与质量。 相似文献
6.
针对启发式方法在优化换热网络时出现个体进化停滞的现象,提出了一种采用个体进化能力实时评价和强制更新策略的进化算法。首先,建立个体进化能力评价机制,实时考察每个个体进化过程中的性能变化;其次,当个体进化能力退化时,建立强制更新策略,通过随机抽取当前结构中的换热单元,并给予其换热量以随机扰动,提高个体的结构变异能力,促进其整型变量的全局优化,改变个体原先的优化路径从而寻得更优的结构。将该算法应用于无分流换热网络实例中,取得了优于现有文献的结果,表明了该算法具有较强的全局搜索能力。 相似文献
7.
针对当前大部分智能算法在求解质子交换膜燃料电池模型参数辨识问题时易陷入局部最优,导致参数辨识精度低、模型泛化能力差等问题,提出一种基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识方法。首先,引入Tent映射策略初始化种群,提高种群的均匀性和遍历性;其次,设计基于个体进食速度的自适应惯性权重,改善母鸡个体寻优效率,平衡算法的开发与探索能力;然后,利用Levy飞行策略的长短跳跃特点对小鸡位置进行随机更新,增强算法的全局最优搜索能力。最后,通过4组测试函数验证了该算法的优越性,并将算法应用于H-12电堆的参数辨识问题中。结果表明:相比于鲸鱼优化算法、花卉授粉算法等算法,该算法具有更高的参数辨识精度,所辨识出的模型具有更强的泛化能力。 相似文献
8.
9.
为寻求以提高波浪发电系统的平均输出功率为目标的系统最优负载,针对遗传算法、粒子群算法等优化算法存在早熟收敛和全局搜索能力不足的问题引入人群搜索算法。该算法通过建立目标函数值与步长的关系式,根据个体当前位置的适应度值计算下一步搜索步长;采用利己、利他和预动3个方向随机加权几何平均方案,确定个体搜索方向,提高个体全局搜寻能力,使算法避免陷入局部最优解并可得到全局最优解。仿真结果表明,与传统粒子群优化算法相比,所提算法收敛速度快,可增加波浪发电系统的平均输出功率。 相似文献
10.
11.
针对电力电子化配电网规划复杂的优化问题,提出一种基于多策略改进的多目标遗传算法(简称遗传算法)。将遗传算法与配电网规划进行有效结合,研究了遗传算法在规划方案中的染色体组编码方式;对遗传算法进行具有针对性的多策略改进,涉及种群选择、交叉与变异算子以及自适应遗传算子的改进;通过种群修复提高算法的搜索能力,使染色体的决策变量在满足约束的同时,确保种群多样性启发式地进化为规划问题的最优解。通过Schaffer函数与Griewank函数对基于多策略改进的遗传算法进行性能测试,并对其组成内容、搜索特点与搜索寻优的过程分别进行了分析和讨论。结果表明,基于多策略改进的遗传算法在搜索精度与计算效率方面具有较大优势,对于配电网规划优化具有重要价值。 相似文献
12.
13.
14.
15.
16.
针对电力系统最优潮流问题,提出一种融入量子计算和混沌局部搜索策略的改进布谷鸟算法(QCCS),即对布谷鸟算法的个体进行量子位编码,通过叠加态的量子位实现多样化种群,并在算法每次迭代的优化值附近进行混沌局部搜索进而增加布谷鸟算法的局部搜索能力,同时采用量子门变换使每个个体朝最优个体进化,从而提高算法的寻优能力。最后以IEEE 118节点系统的最优潮流计算问题为例,应用QCCS进行仿真计算。通过与其他方法(PSO、GA、CS)计算结果进行对比分析,验证了QCCS算法求解电力系统最优潮流问题的有效性,从而为电力系统最优潮流(OPF)问题的求解提供了一种新方法。 相似文献
17.
人工蜂群算法是一种全局搜索的优化算法,对于电网储能系统管理具有重要作用。该优化算法能够更加精准地控制和管理电网储能设备,以缜密的搜索计算得到问题最优答案,而后将其应用在储能系统设备中,保证电网储能系统的高效、稳定和协同运行,提升整体工作效率。本文探讨了人工蜂群算法对电网储能系统管理的作用,提出具体化的实践策略。 相似文献
18.
强制进化随机游走算法应用于换热网络优化,具有算法程序简单、结构进化能力强等特点,但种群个体进化后期依然很难找到使年综合费用再次降低的进化方向。鉴于此,分析新生成换热单元最大换热量(Q_(max))取值对优化过程及新生成换热单元换热量(Q_n)概率分布的影响,在此基础上采用换热单元换热量生成与分布概率协调的换热网络优化策略,摄动后小概率随机生成换热量较大的换热单元,同时改变Q_n的概率分布情况,用于增强结构进化能力。最后采用15SP和20SP算例验证该策略的可行性,较文献结果分别降低了435 498和42 253$/a,由此证明,该策略可有效提高算法的局部搜索精度和全局搜索能力。 相似文献
19.