基于搜索+调整的两阶段萤火虫算法求解机组组合问题

提出了一种新颖的基于搜索+调整的两阶段萤火虫算法求解机组组合问题。算法将机组组合求解流程分解为具有离散变量和连续变量的两个优化问题,通过二进制编码的萤火虫算法求解含离散变量的机组启停主问题,利用改进的实数编码萤火虫算法解决连续变量的负荷经济分配子问题,采用调整策略校核和修复约束,实现主子问题的交替迭代求解。算法通过启发式的约束调整策略,以及两种编码方式实现了离散变量和连续变量的分解优化,提高了机组组合问题求解的效率和精度。通过对6个不同规模算例的计算及与其他经典算法的对比,验证了所提算法的有效性和优越性。     

基于交叉随机粒子群优化算法的机组组合优化模型

针对机组运行时故障的不确定性,利用威布尔失效概率函数来详细描述机组的故障概率,并以此为基础提出了兼顾机组故障率的机组组合优化模型。根据所建模型的特点,提出了带有随机权重和带有异步变化学习因子的粒子群算法,将机组组合问题划分为离散量和连续量两部分,通过在机组编码矩阵中进行交叉计算来解决机组组合问题。以5台机组24 h的机组组合优化问题为例进行计算,验证了所建模型的正确性及所提算法在求解机组组合优化模型时的有效性。     

用于机组组合优化的蚁群粒子群混合算法

提出了一种用于求解机组组合优化问题的蚁群粒子群混合优化算法。通过将机组组合解编码为机组操作序列,降低了蚁群算法搜索的难度,使其空间复杂度由指数型降为线性型,使采用蚁群算法求解更大规模的机组组合问题成为可能。采用协同粒子群算法求解多时段负荷的经济分配问题时,用一个粒子群处理一个时段的优化问题,通过共享粒子群间的惩罚项解决了机组爬升率的约束问题。10机和20机系统的仿真实验和分析结果验证了该方法正确性、有效性和优越性。     

基于免疫算法的机组负荷优化分配研究

文章提出应用新的智能算法一免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上，详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体，解的优劣通过结合力的计算来评价，具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进，可明显加快算法的搜索速度，免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证，计算结果证明免疫算法与其它优化算法相比，能更快搜索到较优解，从而为机组负荷优化分配的求解提供新的有效算法。     

遗传和模拟退火算法在发电机组检修计划中的应用

介绍了用遗传和模拟退火组合算法来制定火力发电机组检修计划的方法,该算法以生产费用和检修费用之和最小为优化目标,文中给出了一种用位串对检修计划进行编码和解码的有效方法,并考虑了检修中可能出现的约束条件,算例说明了该算法的可行性。     

用遗传算法解算机组组合的研究

用遗传算法解决电力系统机组组合及机组间的负荷分配问题。在机组数目增加时，二进制编码的遗传算法的计算量及存储量会增加很多，并且经典的遗传算法不具有渐近收敛性。针对这些问题，作者采用二进制与浮点数混合的编码方案，并根据这一特点设计了遗传算子；对经典的遗传算法在计算中出现的随机性问题，则采用压缩映射遗传算法使计算过程渐近收敛。计算表明，该算法的具有渐近收敛性，与二进制编码的算法相比，计算所需时间及内存少，而且更易引入问题的相关信息。     

蚁群算法在电力系统机组优化组合中的应用研究

采用模拟进化优化算法———蚁群优化算法来求解机组最优启停问题。引入了状态、决策、路径等概念,把机组最优启停问题设计成蚁群算法模式,通过附加惩罚项来处理各种约束,用tabu表限制不满足约束的状态,使得蚂蚁的搜索总在可行域内进行,对算法的搜索进程起到了有效的引导作用。仿真证明利用蚁群优化算法求解机组最优启停问题是可行的、有效的。     

火电机组启停机经济调度新算法

合理的开停机方案能带来经济效益，提出一种混合模拟退火－遗传算法模型进行火电机组的优化启停计划调度，采用十进制编码，无需解码，可减少计算误差的时间，由于引入了模拟退火算法，使得这种算法能接受新特性，不仅改进了忆部收敛性且能加速寻优过程，最终可得到近于全局最优的解，经算例验算表明，该算法可以满足安全可靠的多种约束条件下，较好地改善机组启停计划的经济性，是安排火电机组启停机计划的一种可行方法。     

基于蚁群算法的冰蓄冷优化控制策略研究

针对目前冰蓄冷系统控制策略的研究不足,在以往研究的基础上,提出了基于制冷机组逐时启动台数的冰蓄冷优化控制数学模型,并设计了优化模型的蚁群求解算法。此模型算法适用性广,便于工程实施,具有良好的应用价值。     

计及环境约束的机组组合二层规划方案研究蒲实

就节能减排下的机组组合问题,通过一价格惩罚因子将传统的双目标优化问题转化为环境约束下的单目标优化问题,提出了求解该问题的二层规划方法。该方法基于二进制编码,通过一种改进蚁群算法选取上层机组的最优启停,并用二次规划处理下层负荷的优化分配。最后,通过6机系统在24小时内的算例仿真验证了该方案的可行性及有效性。     

一种用于电机优化设计的启发式约束非线性优化算法

提出一种用于电机优化设计的非线性优化算法，该算法利用电机优化过程中捕获的启发式知识控制优化进程，提高了算法的收敛性，减小了运算时间。     

测试不可靠条件下基于精华蚂蚁系统的诊断策略优化方法

诊断策略优化设计是测试性设计过程中重要一环,不可靠测试因素严重影响优化设计过程。在前人研究成果的基础上,针对启发式搜索算法难以解决不可靠测试条件下的诊断策略优化问题,提出了一种基于精华蚂蚁系统的诊断策略优化算法。首先建立了测试不可靠条件下诊断策略优化问题的数学模型;后以测试成本与错误代价为构建了优化目标;随后利用针对诊断策略优化问题改进过的精华蚂蚁系统算法对该问题进行求解;最后应用该算法针对某装备进行实例分析,通过与贪婪算法、普通蚁群算法的对比,体现出该算法的在精度与收敛速度方面的优势,验证了算法的可行性与有效性。     

基于自动微分和过滤线性搜索的非线性内点算法

非线性内点法已被广泛应用于求解大规模电力系统最优潮流问题。提出一种非线性内点算法,使用自动微分技术取代传统手动编程求导来计算雅可比矩阵和海森矩阵,还在寻优过程中使用过滤线性搜索技术,提高了搜索的可靠性和收敛速度。算例计算表明,该算法具有收敛性能好,可扩展性强和计算速度快的特点,具有应用于电力系统实时运行环境的潜力。     

基于遗传算法的永磁直流电机优化设计

建立了永磁直流电机优化设计数学模型，介绍了遗传算法在该电机优化设计中的应用。为使全局优化更为有效，针对永磁直流电机设计特点，提出了新的设计方法，并对简单遗传算法进行了改进，使两者有机融合在一起。文中还对遗传算法运行参数的选取做了探讨，编写了一套永磁直流电机优化设计软件。结果表明，这种算法效果是比较理想的。     

A comparison of swarm-based optimization algorithms in linear antenna array synthesis

Today, the design of antenna arrays is very important in providing effective and efficient wireless communication. The purpose of antenna array synthesis is to obtain a radiation pattern with a low side lobe level (SLL) at a desired half power beam width in far-field. The amplitude and position values of the array elements can be optimized to obtain a radiation pattern with suppressed SLLs. In this paper, swarm-based metaheuristic algorithms including particle swarm optimization (PSO), artificial bee colony (ABC), mayfly algorithm (MA) and jellyfish search (JS) are compared to determine the optimal design of linear antenna arrays. Extensive experiments are conducted on designing 10-, 16-, 24- and 32-element linear arrays by determining the amplitude and positions. Experiments are repeated 30 times due to the random nature of swarm-based optimizers, and statistical results show that the performance of the novel algorithms, MA and JS, is better than that of the well-known PSO and ABC methods.

     

基于改进遗传算法的永磁同步电动机优化设计

由于永磁体在永磁同步电动机成本中占有一定比例,在保证电机性能指标的前提下,对永磁体体积进行优化.同时介绍了改进遗传算法在电机优化设计中的应用,并对采用基本遗传算法和改进遗传算法的优化设计结果进行比较,得出了改进遗传算法寻优收敛速度较快,优化结果精度较高的结论.     

基于遗传算法的铁心电抗器优化设计

介绍了铁心电抗器优化设计算法及其特点,重点阐述了遗传算法原理及在铁心电抗器优化设计方面的应用.结合铁心电抗器的设计特点,提出了遗传算法的实施方案和改进措施.根据典型铁心电抗器优化设计算例,分析了优化前后铁心电抗器经济指标和经济性能,结果表明该算法优化效果明显,适用于铁心电抗器的优化设计.     

遗传算法电机优化设计简介

介绍了遗传算法的基本思想及其特点,实现了基于遗传算法的电机优化设计,讨论了保证其全局收敛性的方法,最后给出了基于遗传算法的电机优化设计实例。     

基于双因子改进型粒子群算法的混合滤波系统的多目标优化设计

大容量混合滤波系统的应用前景十分广阔,其滤波器组的参数优化,尤其是无源滤波器的参数设计对综合性能的影响很大。本文提出基于双因子改进型粒子群优化算法的混合滤波系统中无源滤波器组的多目标优化设计方法。通过将加速因子和交叉因子引入优化算法,针对无源滤波器的多目标优化,高效搜索参数空间以获得最优解。与以往的优化设计相比,带双因子的改进型粒子群算法采用自适应的惯性权重,交叉因子增加了粒子的多样性,克服了算法寻优过程中易局部收敛等问题,提高其全局搜索能力。而收缩因子可以加快PSO的运算速度,明显提高了算法的寻优速度。测试结果表明利用该算法设计的混合型滤波系统具有较强的鲁棒性。     

改进的区域消去法在电机优化设计中的应用

将一种新的全局优化算法－－区域消去法,引入电机优化设计领域。针对电机优化问题的具体特点,提出将混合罚函数法和修正的鲍威尔法进行组合用于其中的局部寻优。典型函数验证和永磁起动机优化设计中的应用该方法适于工程问题的全局优化,且具有收敛速度快的特点。