一类非结构化对等网资源搜索问题的蚁群算法机制研究

在基于蚁群算法的非结构化对等网络资源搜索算法研究中,常用查询要求与目标节点共享资源的相似度来表征信息素的大小,信息素的更新机制是在搜索寻优中要考虑的重要因素。研究其信息素的挥发和扰动算法,可以有效地防止算法早熟,提高资源搜索的成功率,缩短查询时间。     

超超临界二次再热机组过热汽温模型辨识

二次再热是进一步提升大型超超临界机组运行参数、提高机组运行效率的一项关键技术。该类机组的建设尚处于起步阶段,运行经验相对缺乏,为提高其运行控制水平,需要了解锅炉运行的热工特性,并建立兼具工程应用需求和理论研究价值的模型。在西安热工院开发的华能莱芜电厂2×1 000 MW机组仿真系统的平台上,进行了两级喷水减温扰动试验、烟气再循环扰动试验,探究过热汽温的变化规律。采用改进型的粒子群算法,对过热汽温被控对象进行辨识。研究表明改进型粒子群算法辨识精度较高,得到的过热汽温被控对象模型可用于开展机组优化运行与优化控制的相关研究。     

一种降维求解机组组合问题的双重粒子群优化算法

考虑机组组合的电力系统动态经济调度是一个高维复杂的非线性优化问题。提出了一种采用降维思想解决大规模机组组合问题的新方法,降维的方式是将对整个调度周期的优化转化为对每个调度时刻依次、分别优化,即将对矩阵的优化转化为对行向量的优化,降低求解维数。结合离散与连续粒子群(particle swarm optimization,PSO)算法,分别得到当前调度时刻最优的机组组合状态及对应的最优负荷分配。采用初始化策略提高初始解质量,并对机组启停、爬坡等约束条件处理,使寻优都在可行域中进行,结合优先次序法及智能调整策略避免算法早熟。算例表明本文方法在经济性上具有很大的优越性,且可明显减少开机机组数目,对于求解机组数较多的大规模系统更具优势。     

基于新型两阶段混合算法的电力系统无功优化

针对电力系统无功优化领域现有的人工智能算法易早熟和收敛精度不佳的缺点,将萤火虫算法和量子粒子群算法相结合,形成一种新型两阶段混合优化算法。该混合算法采用串联的方法将GSO算法与QPSO算法混合,使两种算法优势互补。在算法迭代前期充分利用萤火虫算法可同时搜索全部局部最优解的特性,保证了寻优的全面性。在迭代中后期,利用量子粒子群算法收敛速度快、解的精度高的特点进行寻优,保证了算法的收敛精度。同时基于黄金分割点理论,引入了群体替代算子,避免了迭代后期算法陷入局部最优。经过算法在IEEE30节点算例中的对比仿真,结果表明:在无功优化领域中,两阶段混合算法的全局搜索能力,收敛速度及精度均优于对比算法。     

基于萤火虫算法的电动汽车充电站优化布局

随着国家对节能环保设备的大力扶持,电动汽车市场规模不断扩大,充电站的投资不断增加。分析了电动汽车充电站选址的一般情况,综合考虑充电站与用户成本的综合效益成本最低条件下的运行情况,构建用户-充电站运营成本最小的综合优化模型,以充电站与用户之间的对应关系为约束条件,对充电站最优规划模型进行全面、充分地分析。所构建的电动汽车充电站规划问题是非凸、非线性、组合优化问题,引入萤火虫优化算法进行求解,萤火虫优化算法案例分析结果表明了该算法可以得到最优解,而不会陷入局部最优。结合构建的充电站成本最小模型,实例结果表明,基于萤火虫优化算法的电动汽车充电站的布局规划具有简单实用、全局最优、适应性强、经济性好等优点。     

基于自适应算法的电缆传输编码系统设计与实现

石油测井是石油勘探过程中的必要环节。测井过程中,由于测井数据的多样性,峰值数据量极大,容易造成码间干扰及载波间干扰,对数据接收造成了极大影响。基于以上背景,文中提出了一种基于OFDM技术的自适应比特和功率分配的实际编码方法,在降低算法复杂度的同时又能够很好地减小发射功率。通过系统仿真及实际的硬件实践测试,该实现方案在实际测井过程中可以合理分配每道子载波的传输比特数,有效提高传输速率。     

模糊系统结合蚁群算法的金具温升建模

为了得到准确可靠的阀厅连接金具温升模型,运用模糊系统结合蚁群算法的方法进行建模。在分析基本蚁群算法与梯度下降法优缺点的基础上,将两种方法结合形成改进蚁群算法,即在基本蚁群算法基础上应用梯度下降算法。通过试验得到的训练数据分别用基本蚁群算法、梯度下降算法、改进蚁群算法训练模糊系统,改进蚁群算法的收敛效果优于其他两种方法;通过试验得到的测试数据对4种方法所得的模型进行测试,由改进蚁群算法训练模糊系统所得模型的测试效果是最好的。结果表明,若能通过试验得到足量训练数据,用改进蚁群算法训练模糊系统的方法对阀厅连接金具的温升进行建模是可行的。     

基于航迹聚类的终端区飞行程序轨迹表示

为了定量评估飞行员严格按照规定的飞行程序执行飞行任务的能力,对终端区飞行程序轨迹的表示方法进行了研究。通常终端区范围内一条真实的航迹约有150个航迹点,而标准飞行程序仅使用4到9个航路点表示,不足以描述一条完整的航迹。针对这一问题,提出了基于航迹间面积加权的航迹相似性度量方法,并利用CURE算法实现航迹聚类。通过比较聚类集平均航迹和代表航迹分别与标准飞行程序的关系,建立了飞行程序轨迹表示模型。最后利用某大型国际机场的一条标准离场飞行程序以及实际运行航迹对提出的方法进行验证,实验表明,本文所述方法能更好的实现航迹聚类,并可准确地表示飞行程序轨迹,为分析与评估飞行员飞行品质提供理论基础和实践应用参考。     

大型复杂跨流域调水工程电站-水库-泵站群多目标优化调度

考虑调水量、发电最大和耗能最小3个目标,建立电站-水库-泵站群多目标优化调度模型。基于参数调整策略、邻域变异和加速策略,提出了求解多目标优化调度模型的综合改进布谷鸟新算法并求解模型,获得了发电、调水、泵站耗能多目标Pareto解集。以引汉济渭大型复杂跨流域调水工程为实例,将该模型与模拟调度模型和NSGA-Ⅱ算法多目标优化调度模型的结果进行比较,结果表明,该优化调度模型的发电、调水、耗能、弃水等各项指标合理,具有相对优势。     

区域水电市场价格预测模型研究

为了应对水电市场中有关电价预测的资料少、难以预测的问题,提出混合蛙跳-分数阶灰色模型对水电市场中的电价进行预测。根据收集到的数据,以"历史数据拟合最好"为目标函数,采用混合蛙跳算法求得阶数,结合分数阶反向累加灰色模型对研究区的水电电价进行预测。根据研究区数据,进行模型验证,并与人工神经网络模型、IGM(0,N)模型进行比较。结果表明,本文模型具有一定合理性,可为水电电力价格预测研究提供一定参考。