无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。     

基于量子遗传算法的XOR/AND电路功耗和面积优化

通过研究量子遗传算法、XOR/AND逻辑展开式及其对应电路的功耗和面积关系,提出一种基于量子遗传算法的单输出XOR/AND电路功耗和面积同时优化的算法.从量子比特、量子叠加态的概念出发,结合XOR/AND电路的功耗估计模型,以XOR/AND门电路数衡量电路面积,利用染色体编码、适应度函数构造和量子旋转门调整等方法,有效实现了功耗和面积的折中.将提出算法与遍历算法和整体退火遗传算法进行比较,结果表明该算法高效、稳定、收敛速度快.对较大规模电路的测试结果表明,该算法的优化结果与极性为零时的XOR/AND电路相比,功耗和面积平均节省了81.7％和54.7％.     

一种新的差分进化约束优化算法

对于约束优化问题,目前提出的差分进化算法大多采用罚函数法,但此方法对罚参数有很强的依赖性.基于此,把约束优化问题中的约束条件当作一个目标函数,从而把约束优化问题转化为有两个目标函数的多目标优化问题.借鉴多目标优化中的Pareto的概念,对种群中的个体规定等级,便于在优胜劣汰过程中确定选择概率.同时,在算法陷入局部最优时,采用一种不可行解替换机制来提高算法搜索能力.对13个标准测试问题的测试结果表明,与动态惩罚函数的进化算法、可行性规则的差分进化算法、采用随机排序的进化策略以及人工免疫响应约束进化策略相比,新算法在求解精度上均具有一定的优势.     

一种多目标约束条件的云计算资源调度算法

针对基于云平台下资源调度互不相同的约束条件问题,文中提出了一种新的云计算资源调度算法。根据用户提出的各种约束要求,构造多目标约束条件,利用一个隶属度函数将多目标问题转化成单目标优化问题,重新设计了进化算子,对其遗传算法应用进行改进,对单目标问题进行求解,得到了策略的最优解,在CloudSim平台进行仿真实验,实验结果表明,该算法降低了任务调度的截止时间底线违背率,缩短了平均任务执行时间以及节约了平均执行成本。     

基于多级惩罚函数的粒子群约束优化算法

基于多级惩罚函数和粒子群算法解决多约束优化问题,采用粒子种群中的多个粒子并行寻优,避免多约束优化问题收敛于局部优化解。定义了多级分配函数作为约束因子表达惩罚函数与约束条件间函数关系,约束因子按照约束条件的不同分为多个等级。提出了粒子群多级惩罚函数算法,应用于三个经典约束优化问题,均在较少迭代次数内得到高精度优化解。     

基于自适应遗传算法的空射运载火箭弹道优化方法

在传统的运载火箭能力优化设计基础上,针对空中发射运载火箭,将运载能力优化转换为最大速度优化,将复杂环境限制转换为多种弹道约束,提出一种在满足多约束条件下优化终端速度的弹道设计方法.将约束条件以罚函数形式引入目标函数,在传统遗传算法基础上,通过自适应调节交叉概率和变异概率,实现了一级飞行段攻角的优化.仿真结果验证了自适应遗传算法在弹道优化上的可行性,解决了传统运载能力优化方法设计复杂、难以满足各项过程约束的问题,为解决运载能力优化问题提供了一种新的解决思路,对各类弹道优化的工程实践具有一定的参考价值.     

基于改进VEPSO的MMC-MTDC系统多目标最优潮流方法研究

针对模块化多电平换流器型多端直流输电系统(Modular Multilevel Converter Multi-Terminal DC,MMCMTDC)最优潮流问题,提出一种基于改进向量估计粒子群算法(Vector Evaluated Particle Swarm Optimization,VEPSO)的多目标最优潮流优化方法。首先建立MMC-MTDC分层控制和优化体系,换流站级采用直流电压斜率控制策略以稳定直流电压和平衡有功功率,系统级考虑线损和电压不平衡度建立多目标潮流优化模型。在兼顾系统稳定和功率平衡等约束条件的同时,加入换流站N-1约束,通过对系统进行多目标潮流优化得到MMC控制目标参考值,最终实现系统的优化运行。针对等式约束和不等式约束条件,提出了一种基于动态调整罚函数的方法以提高算法的收敛性。最后通过优化和仿真验证了所提基于改进VEPSO的多目标最优潮流计算方法的有效性。     

基于功耗约束的SOC测试调度研究

通过研究SOC测试中满足功耗约束条件的测试规划问题,比较并总结了当前普遍使用的几种功耗约束的SOC测试调度算法.经过对功耗约束条件下SOC测试的现状和存在的基本问题,以及SOC测试期间由于测试功耗剧增而导致的安全可靠性问题进行了分析,提出了一种基于量子算法满足功耗约束的SOC测试调度算法,与同类算法相比,该算法提高了SOC测试的可靠性与实用性,优化结果较好.     

遗传算法在求解时间表问题中的应用研究

时间表问题（TTP）是一类特殊的资源调度问题，属于NP完全问题．排课问题是时间表问题的一个实例，属于多目标优化问题，本文给出了其数学模型．由于遗传算法具有良好的全局搜索能力，在优化问题中有着广泛的应用．本文根据排课问题的特点对普通遗传算法作了改进，设计了一种新的染色体编码方法，通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题，并将此作为遗传算法的适应度函数．最后给出了一个计算实例，用MATLAB进行了仿真，算法最终收敛到稳定状态，所得的结果能够满足要求．     

采用混合遗传算法的敏捷卫星自主观测任务规划

为改进敏捷卫星观测大规模地面目标点时传统的遗传算法求解效率低下的问题,提高智能优化算法的求解效率,改进了传统的遗传算法,提出了禁忌退火遗传混合算法。首先,考虑到航天器在观测地面目标点的过程中所面临的时间约束、姿态轨道动力学约束等多种约束条件,建立了相应的适应度函数。所提出的适应度函数能够兼顾高观测收益与低观测能耗,反应了实际工程问题的观测需求。随后,为改进传统遗传算法的变异过程,提出了禁忌退火变异方法。这一变异方法在个体变异寻优的过程中,引入了禁忌搜索方法与Metropolis法则,提高了算法搜寻到全局最优解的概率,加快了算法的收敛速度。研究结果表明,与传统的遗传算法相比,禁忌退火遗传混合算法节省了约40%的算法运行时间,该算法的运行效率也高于退火遗传算法、禁忌遗传算法等其他种类改进的遗传算法,从而验证了禁忌退火遗传混合算法求解敏捷观测卫星任务规划问题的高效性。     

基于改进PSO算法的光伏发电系统控制室的选址

为解决我国西部无电村落供电问题,在这些地区引入了光伏发电.为了减少光伏发电建设投资和保证可靠供电,对控制室进行优化选址是非常重要的.针对控制室的选址问题,用传统的数学算法解决比较复杂,且不易实现最优,为此提出了改进粒子群算法进行控制室的选址.通过负荷分布情况及用电量情况建立目标函数和约束条件,利用惩罚函数法对约束条件进行处理,最后得到一个带有惩罚项但没有约束条件的目标函数,用MATLAB平台编程求解其最小值,完成所要搜寻优化问题的最佳结果.     

自适应遗传算法解决组卷问题的探讨

用遗传算法讨论了在一定约束条件下的多目标参数优化问题.提出了功能块的概念,介绍了一种新的编码方式、交叉算子和突变算子.实验表明这种遗传算法较其它算法能更有效地解决组卷问题.     

OFDMA系统中节能的遗传禁忌搜索功率分配

提出了一种用于多小区正交频分多址系统的功率分配算法. 以最小化系统发送功率为优化目标,在满足每个用户速率要求条件下,将遗传算法与禁忌搜索算法相结合,求解了多小区同频子信道上的功率分配问题. 定义了适应度函数,并给出了算法实现过程. 仿真结果表明,与已有算法相比,新提出的算法能在满足所有用户的速率要求条件下节约系统总发送功率,提高能量效率.     

基于链式遗传——模拟退火算法的配电网络重构

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构优化数学模型。针对各种单一算法的局限性,提出了一种基于链式遗传-模拟退火算法。该算法将环境压力映射为待优化问题,进化链（食物链）上每条染色体（个体）则对应问题的一个候选解,通过模拟退火Metropolis取舍准则控制算法搜索最优方案的进程。最后,在IEEE16节点系统上验证了所提方法的有效性。     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

非接触电能传输系统参数非线性规划

针对非接触电能传输系统的频率分叉问题,提出一种改进的参数设计方法.将频率分叉参数模型等效为约束条件,以传输效率最高为目标,同时考虑输出稳压、参数额定值等条件,建立系统的非线性规划模型,采用遗传算法来优化模型参数.为了增强算法处理约束的能力,去掉对约束的整体归一化以增大约束的整体权重|对没有可行个体的种群,将核心约束的满足比例作为新的自适应罚参数,以降低违反核心约束个体的适应度.仿真与实验结果表明：该算法处理约束能力增强|所得参数能使系统稳定运行于零相角频率处,无分叉现象|发现系统在频率分叉区外仍可能存在频率稳定的区域,降低系统参数优化的约束强度.     

联合Wilson方法与遗传算法的水平轴风力机叶片优化设计

考虑到风力机叶片设计中的Wilson方法的有效性,以及遗传算法的全局最优性,以Wilson优化方法所得到的扭角线性修正值作为遗传算法优化过程中的输入量,对叶片弦长重新搜索寻优。通过比较Wilson优化方法、遗传算法优化方法和联合优化设计方法,分别得到叶片的气动外形数据和气动性能的计算结果。结果验证了联合优化设计方法的优越性,比单独使用Wilson方法或遗传算法所得到的叶片优化结果更好。     

多蜂窝系统下行多用户CoMP中一种次优的子载波和功率分配算法

针对传统的协作多点传输/接收(CoMP)系统中蜂窝中心用户和边缘用户在子载波分配过程中出现的分配不公平和未考虑可变功率因素的问题,提出了一种次优的旨在最大化扇区内所有用户吞吐量的子载波和功率分配算法.该算法将蜂窝边缘用户可使用的频率资源扩展到蜂窝所在的整个频段,同时蜂窝中心用户和边缘用户在整个频段上通过正比公平算法竞争最优的子载波资源,用以保证用户的公平性,然后根据最优化目标函数和得到的子载波分配算法,对小区内的所有用户进行最小速率和正比公平限制,利用拉格朗日乘子法计算出了分配给每个用户的功率.仿真结果显示,该算法可以显著提高所有用户的公平性和吞吐量.     

基于改进粒子群算法的配电网无功优化的研究

针对电力系统无功优化问题多变量、不连续、非线性的特点,本文建立了以系统年运行费用最小为目标函数、以有功功率和无功功率为约束条件的数学模型,并应用改进的粒子群算法对无功优化问题进行求解.该算法在权重系数和不活动粒子两方面进行改进,有效地解决了进化过程中陷入局部最优和搜索精度差的特点.最后,通过对IEEE30节点系统进行无功优化算例分析,仿真结果验证了该算法解决电力系统无功优化问题的有效性和可行性.     

含分布电源的配电系统无功优化研究

研究了分布式电源接入配电网后对系统电压和网损的影响,充分考虑网损最小和节点电压的约束,建立了基于遗传算法的分布式发电系统无功优化控制模型。仿真结果表明:对于接入分布式电源的配电系统,对分布电源的接入容量及位置进行合理配置,结合无功优化手段,可使得系统的网损得到有效的改善,对于系统的经济稳定运行具有一定的积极作用。