基于饥饿变异检索与局部小生境的麻雀算法

针对麻雀搜索算法在迭代过程中在原点与最优解徘徊,造成迭代代价高,在迭代后期,直接跳跃到极值点附近,易于陷入局部最优,且后期种群多样性减小,全局搜索能力差的问题,提出一种基于饥饿变异检索与局部小生境的麻雀算法。首先改进种群中发现者位置迭代方法,提出饥饿短距变异机制,添加变异因子减少在原点与已有最优解的跃迁,提高全局搜索能力;其次改进跟随者位置迭代过程,引入局部小生境概念,将最优解发现者周围划定一个局部小生境,在小生境范围中的麻雀集中搜索最优解附近,小生境外麻雀逃逸到其它位置进行搜索,增强算法最优解附近的搜索能力与增强算法跃出局部空间的能力。对16个基准函数进行仿真对比实验,结果表明提出的基于饥饿变异检索与局部小生境的麻雀算法能够提高算法的搜索精度、收敛速度和稳定性。

融入小生境和混合变异策略的鲸鱼优化算法

鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一种融入小生境和混合变异策略的鲸鱼优化算法(whale optimization algorithm integrating niche and hybrid mutation strategy,NHWOA)。该算法通过引入自适应权重,平衡算法全局勘探与局部开发能力,并加快收敛速度;将种群按照相同规模划分成三个小生境并独立寻优,提高种群多样性;采用混合变异策略对种群进行随机扰动,帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验,并将其应用于特征选择问题,验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快,收敛精度更高,并且鲁棒性更好。

基于小生境协同互联的黑启动网架重构策略研究

随着电网规模的扩大,大停电引发的后果愈发严重,黑启动是重启瘫痪电网的有效措施,网架重构是黑启动过程的重要环节。为提高大停电后电力系统的黑启动效率,充分利用分布式黑启动电源在网架恢复过程中的优势,提出了基于小生境协同互联的黑启动网架重构策略。借助图论中的Kruskal算法,以节点和支路权重为导向对待恢复网架进行图抽象,并以网架恢复时间最短为主要目标,构建黑启动网架重构优化模型。在排挤和预选择的双机制作用下,采用改进小生境遗传算法对该模型进行求解,在此基础上融入串并行配合的恢复策略实现小生境协同互联。由上述求解过程,达到对网架重构过程的优化调节。通过与改进前方法的对比,用恢复时间、电压偏移量和有功损耗的指标对IEEE 39仿真结果进行评价,结果表明所提方法能有效提高网架重构速度,保证协同互联的稳定。同时,借助江苏省某市局部电网数据,证实了所建模型的有效性和可行性。

基于小生境离散粒子群算法的不规则排样优化策略

针对目前二维不规则排样算法中存在的问题,提出一种基于小生境离散粒子群算法的二维不规则排样算法。该算法模拟两个相对独立的粒子群,两个粒子群并行进化,并在每迭代一次后相互交流信息,具有很强的全局搜索能力。实验结果表明,该算法在求解二维不规则排样问题时可以大幅提高板材的材料利用率,具有实际应用价值。

基于小生境遗传算法与径向基代理模型的短期风电功率预测

为提高短期功率预测精度,以赋予风电被电网资产更大规模消纳的优势,建立一种基于主导特征影响因素和小生境遗传算法改进的径向基代理模型的滚动式短期(0~72 h)风电功率预测模型。首先,基于罚函数和排挤机制的小生境技术对传统基本遗传算法进行改进,以径向基代理模型(RBF)作为建模基础,利用改进后的遗传算法以反传误差极小为目标函数对RBF模型的连接权值进行优化,借助其寻优能力来获取最佳权值,以达成对RBF网络的改进和二次训练;然后,基于主导特征气象因素,结合改进的RBF模型最终建立N-SGA-RBF风电出力预测模型,对风电场连续3日0~72 h输出功率进行预测;最后,对N-SGA-RBF模型、RBF模型以及BP模型做预测结果趋势变化、各采样点绝对/相对误差分布、发电预测预报准确率和合格率的对比。以新疆东部某风电场实测数据进行算例验证分析,仿真结果表明,所建预测模型具有较高的精度。

融合小生境机制的增强麻雀搜索算法及其应用

针对麻雀搜索算法SSA易陷入局部最优、算法过早收敛等问题,提出一种融合小生境的麻雀搜索算法NSSA。首先,NSSA使用一种基于发现者相似性形成自适应物种的小生境策略将麻雀种群自动划分为以发现者为中心的若干个小种群或物种,且使跟随者朝所属物种内的发现者位置移动,以保持种群的多样性。其次,通过结合模糊逻辑的差分变异并使用发现者所属物种内的其他个体信息对发现者进行变异操作,以提高算法跳出局部最优的能力。选用CEC2017测试集中的12个函数作为实验测试集,将NSSA与CSSOA、ISSA、MSSSA、SHSSA、MSWOA进行性能测试。实验结果表明,在大多数多峰目标函数上,NSSA与排名第二的算法相比,收敛精度提升了10%以上。对NSSA的各改进策略进行了消融实验,结果表明,在综合改进策略的共同作用下,NSSA的综合优化性能排名第一。最后将NSSA应用于压力容器设计问题,结果表明,相比于其他算法,NSSA仍能够获得最优的解。

声学视域下昆曲和京剧小生歌唱颤音比较研究

昆曲被誉为中国戏曲的母体,和晚出的京剧均为一代之戏曲,二者具有一定的继承关系,这种继承关系不仅表现在戏曲表演体系和审美特征上,也表现在音乐唱腔、行当特征上。因此,我们也常常认为昆曲的基本行当类型、行当造型特征被京剧继承、延续和发展。但从声学实证分析来看,至少在小生行当中,两个剧种之间差异巨大,京剧小生相比昆曲小生行当来说,已经超出了严格继承的范畴,二者的行当嗓音造型性特征发生了本质性的变化,即从物理声学的维度来看,二者之间的嗓音差异性显著大于趋同性。

昆曲小生表演艺术的现代传播策略

昆曲在中华传统表演艺术的宝库中,不仅拥有悠久的历史,也展现着精致独特的艺术魅力。昆曲小生,作为其主要角色之一,在世代传承中精炼出了多样化的表现手法与丰富的内涵表达。倘若放眼现代社会的迅猛发展,这项艺术形式的存续与普及所面临的困境便显得尤为突出。因此,探讨昆曲小生表演艺术的现代传播策略,显得尤为迫切,这不但有助于其文化价值的延续,也能使其魅力在新时代得以重放异彩。本文研究了昆曲小生表演艺术的现代传播策略,旨在为相关人员提供参考。

昆曲小生表演艺术的传统与现代融合思考

昆曲小生表演艺术,作为中国传统戏曲艺术中不可或缺的一环,承载着丰富的历史沉淀与文化内涵,面对时代变迁,这一艺术形式在传承与发展的过程中遭遇了不少挑战。深入分析昆曲小生表演艺术传统精髓与现代元素的融合,不仅有助于揭示其独特的艺术价值与文化意义,而且为基于传统艺术保护与传承之上的创新与发展提供了新的视角。本文探讨了昆曲小生表演艺术的历史渊源、艺术风格以及与现代社会融合的必要性与实践可能,通过实例分析展现其在当代的实际运用与发展趋势,旨在为昆曲小生表演艺术的保护、传承与创新提供理论支持与实践指导。

社会性别视域下越剧女小生的性别重建——以电影《柳浪闻莺》为例

《柳浪闻莺》改编自王旭烽的同名小说,由女导演戴玮执导。影片融入戏曲、国画等元素,以“戏中戏”的方式搭建了舞台内外两大叙事空间,呈现出演员命运与越剧情节相映衬的“互文性”,并经由越剧女小生的身份提出了“第三性”的概念,这一现代性话语冲破了传统的性别规训,呼吁更为包容的两性平等观。本文将影片置于社会性别研究的范畴下进行观照,探讨越剧女小生的性别建构。女小生跨越了性别的生理藩篱,以越剧为载体,将两性气质融合并呈现在舞台艺术中。小生艺术的再创造不仅深刻承载了中国古典文化的精髓,同时也体现了独特的民族审美观念。影片通过对主流社会的性别认知进行挑战,抵制了对男性气质的规训,重新构建了一种现代性话语,指向“第三性”,也即超越传统男女二元对立的性别认知,尊重性别多元性,促进性别平等。

基于多种群进化小生境遗传算法的电力立体式仓储仓位多目标优化配置方法

针对传统电力立体式仓储仓位配置中存在关联性和灵活性不足的问题,提出一种基于多种群进化小生境遗传算法的电力立体式仓储仓位优化配置方法。首先,对物资进行关联性分析,通过聚类方法将物资科学分类,以提高仓储操作的效率和准确性。然后,基于物资的聚类结果和特性设定约束条件,以物资出入库时间和类内物资距离最小化为目标,构建了仓位优化配置目标函数。最后,引入多种群进化小生境遗传算法进行求解,在仓储仓位搜索空间中更好地保持可选配置方案的多样性,避免过早收敛,在全局范围内寻找最优解,实现电力立体式仓储仓位的优化配置。实验结果表明,所提方法能够提高仓储效率、满足物资管理需求,且在具有更高优化程度的同时保持较高的关联性与灵活性。

基于小生境遗传算法的社区养老公共空间优化设计

常规的社区养老公共空间优化方法构建公共空间网络结构关联性较差,空间优化效果不佳。因此,基于小生境遗传算法,设计了一种社区养老公共空间优化方法。根据网络结构多元化、多层次和系统化的特点,构建社区养老公共空间网络结构,通过计算网络结构的关联性,判断当前网络结构的构建效果,在小生境遗传算法的作用下,通过计算网络结构节点的适应度,生成社区养老公共空间优化模型,从而输出切实有效的社区养老公共空间优化策略。通过上述的设计,完成对社区养老公共空间优化方法的设计。实验结果表明:与以往的社区养老公共空间优化方法相比,设计的基于小生境遗传算法的社区养老公共空间优化方法在实际应用中空间利用率高达97.82%,优化效果更好。

低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法

三相负荷不平衡是导致线损率增长的主要原因,因此解决了三相负荷不平衡问题就能从根本上将线损控制在允许范围内,实现有效降损。在此背景下,针对传统遗产算法应用效果差的问题,研究一种低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法。利用均方根电流法计算三相电能损耗并计算其占据供电负荷的比例,得出线损率。结合线损数值,构建换相成本最小化目标函数,利用小生境遗传分析算法求解约束条件下的最优换相方案,通过换相调整,促进低压配电变压器三相负荷平衡化,实现降损。测试结果表明:与换相前相比,换相调整后的低压配电变压器三相负荷不平衡度降低,线损率减小,说明所提换相方案起到了线损控制的作用。

基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面:增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性和多样性的能力分别比被比较的6个算法平均高37.7%、32.9%、31.8%、22.2%、43.5%、30.2%。

融合聚类和小生境搜索的多模态多目标优化算法

针对多模态多目标优化中种群多样性难以维持和所得等价Pareto最优解数量不足问题,提出一种融合聚类和小生境搜索的多模态多目标优化算法(multimodal multi-objective optimization algorithm with clustering and niching searching,CSSMPIO)。首先利用基于聚类的特殊拥挤距离非支配排序方法(clustering-based special crowding distance,CSCD)初始化种群;引入自适应物种形成策略生成稳定的小生境,在不同的小生境子空间并行搜索和保持等价Pareto最优解;采用特殊拥挤距离非支配排序策略实现个体选优、精英学习策略避免过早收敛。通过在14个多模态多目标函数上进行测试,并与7种新提出的多模态多目标优化算法进行对比实验以及Wilcoxon秩和检验发现,CSSMPIO的总体性能优于对比算法。最后将算法用于基于地图的测试问题,进一步证明了算法的有效性。

不同喀斯特小生境下普定杜鹃花土壤酶活性变异特征

【目的】研究典型喀斯特不同小生境下土壤酶活性及其变异特征,为喀斯特地区植被恢复提供科学依据。【方法】以贵州喀斯特区(镇宁县、晴隆县、望谟县)的圆果化香树+普定杜鹃花(Rhododendron pudingense)群落为对象,通过测定3种小生境(土面、石沟、石面)中土壤胞内酶(脲酶、蔗糖酶、纤维素酶、蛋白酶)和胞外酶[(酸性磷酸酶(AP)、过氧化物酶(POD)、过氧化氢酶(CAT)、超氧化物歧化酶(SOD)]活性,分析其在不同小生境中的变异特征及其与环境因子的相互关系。【结果】3种小生境下胞内酶和胞外酶均呈现出土面>石沟>石面,且胞内酶活性均小于胞外酶,胞外酶约占总体酶活性的93%;不同小生境下土壤酶活性差异显著(P<0.05),除晴隆的群落土壤脲酶、POD和SOD活性表现为土面>石面>石沟外,其余的土壤酶活性均为土面>石沟>石面;土壤酶活性受到群落中植物物种多样性影响,晴隆的群落中植物生长最旺盛,土壤酶活性相较于镇宁和望谟更高;小生境间的差异性影响土壤酶活性变化,尤其是水分、温度、腐殖质含量及土壤厚度等影响较大,而生境间差异导致地上植物多样性丰度不均,对底物供应也具有一定影响;喀斯特土面小生境条件最优,最适合植物生长,石沟小生境次之,石面小生境条件最差。【结论】喀斯特生境土壤酶活性受小生境类型影响,土面小生境土壤的酶活性普遍高于石沟和石面,土壤酶活性变化一定程度解释特有种普定杜鹃花生长在喀斯特小生境。

基于战略小生境管理的中国绿色技术创新研究

文章首先回顾了战略小生境管理思想的演化,随后探讨了在小生境创新的过程中,来自体制的压力对小生境创新过程的影响。为了进一步分析小生境创新,文章构建了相关假设,并采用2003-2009年中国省际面板数据,探讨我国绿色技术创新的战略小生境的管理机制。研究结果表明,来自体制的压力虽然会降低部分研发人员的创新意愿,并减缓小生境内部的创新进程,但也会激励创新人员进行学习,进而促进新技术的创新。

基于改进小生境PSO算法的主动配电网中分布式电源优化调度

大量分布式电源接入主动配电网(Active Distribution Network,ADN)后,风电、光伏出力的间歇性和波动性特点给主动配电网的经济、可靠运行带来了新的挑战。基于上述背景,以主动配电网运行成本最低为优化目标,建立了包括源-网-储的主动配电网优化调度模型,提出了一种改进的小生境粒子群优化算法,对构建的主动配电网调度模型求解。结果表明,采用改进的小生境粒子群算法相较传统粒子群算法来说具有更高的全局最优值寻优性能,所提模型也更能满足主动配电网运行的经济性。

基于小生境遗传算法的网络入侵智能检测方法研究

网络入侵智能检测方法使用隶属度矩阵进行全局搜索,易受网络更新迭代作用影响,导致入侵样本误检率较高,因此设计一种新的基于小生境遗传算法的网络入侵智能检测方法。以粗糙集约简理论为基础,利用小生境遗传算法确定入侵检测适应度函数,提取网络入侵智能检测规则,结合输出的决策变量构建网络入侵智能检测模型,实现网络入侵智能检测。实验结果表明,设计的网络入侵小生境遗传算法智能检测方法在不同样本集下的入侵样本误检率均较低,证明该方法的检测效果较好,具有一定的应用价值。

基于小生境的鲸鱼优化算法研究

对鲸鱼觅食的现象建模即为鲸鱼优化算法,文章基于鲸鱼的随机搜索、包围捕食、攻击猎物3个阶段提出了一种混沌小生境鲸鱼优化算法(CNWOA)。该算法为了避免随机种群初始化,采用混沌分散策略,快速地找到较优解;在小生境半径的范围内,比对个体的适应度值,运用罚函数于适应度较差的鲸鱼个体提高全局的搜索效率。最后,在4个典型的测试函数基础上,将WOA算法、CNWOA算法和DE算法进行比较,结果发现CNWOA算法在收敛速度及求解精度方面均优于基本鲸鱼算法。