求解燃气轮机制造车间调度的混合和声搜索算法

燃气轮机生产属于典型的离散型制造,其多品种小批量的生产特点给车间作业调度带来挑战,导致企业生产效率低下,不能满足产品交货期。因和声搜索算法结构简单易操作,常用于解决此类作业车间调度问题。然而传统和声搜索算法收敛速度较慢,易陷入局部最优。本文构建以最小化最大完工时间为目标的燃气轮机制造车间调度数学模型,提出一种离散型改进多种群混合和声搜索算法进行求解。结合和声搜索算法与变邻域搜索算法的优点,采用基于工序的编码方式进行编码,在种群更新部分引入模拟退火的Metropolis接受准则,提高种群多样性;提出自适应的记忆库保留概率和音调调节率来调节参数,以提高算法的全局寻优能力;加入变邻域搜索以提高算法的收敛速度。通过性能测试及实例验证表明,相较于已有算法,所提算法具有更好的性能。

基于改进和声搜索的配电网WSNs多路径QoS路由算法

针对智能配电网(Smart distribution network,SDN)中无线通信数据传输不可靠且网络寿命低等问题,提出一种基于改进和声搜索的无线传感器网络(Wireless sensor networks,WSNs)多路径QoS路由算法(Multipath QoS routing algorithm,MQRA)。首先,分析配电网的通信需求并建立数据传输模型;然后,针对无线传感器路由问题的特点对和声搜索算法(Harmony search,HS)做出改进;再将其自适应参数公式进行改进以避免算法陷入局部最优;通过在源节点与目的节点之间构建前传区域来优化转发节点集以避免数据回传,提升算法的运行效率;最后,在初始和声库生成阶段,综合考虑距离、丢包率以及节点剩余能量来改进轮盘法中的概率公式。仿真结果表明MQRA算法能有效降低数据传输的时延,提升数据可靠性并均衡节点能耗延长网络使用寿命。

基于Shapley值与全局和声搜索算法的电网投资组合策略

随着新型电力系统建设的加速推进,电网投资的力度持续攀升,企业须探索更加合理高效的电网投资策略,以实现最优的综合效益。为此,从经济、社会、环保和安全的维度出发,以电网项目投资的综合效益为优化目标,对投资组合策略进行研究。首先,应用Shapley值法对各效益函数的占比进行分摊,以呈现不同效益指标的特性。其次,在考虑投资能力、负荷需求等关键约束的基础上,设计了电网项目投资组合优化模型,并采用全局和声搜索算法进行求解。最后,构建算例对投资组合策略进行验证。算例结果表明,所提方法能够协助决策者在新形势下制定最优的电网投资策略。

基于改进和声搜索算法的移动机器人调度

为了提高药物管理系统中移动机器人集群调度的速度和精度,建立一种以移动机器人为载体的集群调度模型,并采用离散-连续双映射编码方式进行调度编码。为了提高调度算法解算性能,提出一种融合最优估计优化方法的改进和声搜索(improved harmony search,IHS)算法,结合最优迭代和有向搜索进行调度最优搜索,提高算法的计算速度和精度;根据全局最优和声进行自适应带宽调整和全随机交叉变异,扩大算法搜索范围和样本多样性,提高算法搜索和计算全局最优解的能力;同时,使用标准测试函数进行改进算法在连续区间上的验证,效果良好。对比试验结果表明,同一测试条件下,所提改进算法和对照算法相比具有更加优异的最优解搜索能力,调度结果精确度均有不同程度提高。可见,IHS算法对于优化自动药物系统调度系统性能具备良好的效果。

基于量子和声搜索算法的可再生能源渗透率组合预测模型研究

“双碳”目标极大地促进了我国可再生能源的发展。针对可再生能源渗透率的准确预测问题,提出基于量子和声搜索(QHS)算法的可再生能源渗透率组合预测模型。首先,采用多层感知器筛选出与可再生能源渗透率强相关的因素;其次,选择4种不同的单项预测模型,采用改进折现均方预测误差加权(MDMFSE)组合模型对单项预测模型结果进行集成;最后,利用QHS算法对MDMFSE的加权系数进行动态优化,构建QHS-MDMFSE组合预测模型,实现对可再生能源渗透率的预测。算例分析表明,所提模型相较其他传统模型具有更高的预测精度,且稳定性更高。

改进和声搜索算法的配电网智能规划研究

为提高配电网运行的经济性、可靠性,提出基于改进和声搜索算法的配电网智能规划方法。采用线性潮流计算模式分析配电网当前负荷数据变化状态,以负荷数据作为配电网多目标规划基础,采用网损、开关动作次数最小化、电压平稳定最大化作为目标函数设计配电网多目标智能规划模型,使用改进和声算法以模型进行求解,得到最优配电网多目标智能规划方案。测试结果表明,所提方法可准确计算配电网当前电压幅值与电压相角数据,配电网无功优化容量补偿后,网损与开关动作次数均减小,电压平稳定得以保证。

基于改进和声搜索的自适应DBSCAN算法

DBSCAN算法作为一种经典的聚类算法被广泛地应用于各领域,但由于其参数的自适应性较差,应用效果完全取决于参数的设置。基于此,提出了基于改进和声搜索的自适应DBSCAN算法,以提高DBSCAN算法的自适应性。算法采用K-平均最近邻算法优化初始种群,从而改善初始种群质量,为后续的进化计算提供优质解;设计了基于双差分的更新算子,提升算法的搜索能力;采用两种更新策略结构避免算法过早收敛,提高和声搜索算法的寻优能力进而全面提升DBSCAN算法的自适应性。采用多种数据集并设计对比实验验证提出的算法。实验结果表明,提出的算法具有更佳的识别能力和自适应性。

基于和声搜索的高需求响应低谷负荷过载控制

由于电力系统在低谷负荷时段的负载水平较低,容易出现潮流拥挤、低电量击穿问题,影响系统的稳定性和安全性。为此,提出基于和声搜索的高需求响应低谷负荷过载控制方法。根据配电网拓扑结构,利用和声搜索算法,求解电信号潮流量的具体数值。提取符合和声搜索算法识别需求的信号参量,将低谷负荷解耦处理,构造过载负荷向量,联合相关电量负荷信号,确定低谷负荷过载行为的控制条件,设计高需求响应低谷负荷过载控制方法。实验结果表明,所提方法高需求响应低谷负荷量不超过3.8 kW·h,不会造成低电量击穿问题,能够较好地维护电力系统的稳定运行。

基于和声搜索遗传算法的桁架结构拓扑优化

为改善传统设计理念和遗传算法优化不足,促进桁架结构离散变量拓扑优化发展与创新,将遗传算法与和声搜索算法混合,同时对遗传交叉和变异分3种情况进行自适应改进,建立了用于桁架结构拓扑优化的新型混合遗传算法——和声搜索遗传算法,利用该方法分别对平面桁架和空间桁架结构进行拓扑优化分析,并与改进遗传算法、拟满应力遗传算法、相对差商法、复合形遗传算法和改进蚁群算法比较,证明了此方法是有效、可行的。

基于改进和声搜索的地铁通风策略优化

中国城市轨道交通正处于快速建设中,进一步改善车站内环境并降低车站运行能耗成为实现轨道交通高质量发展的关键途径;其中,通风系统在地铁环控系统总能耗中占比17%;为了在兼顾站内空气品质与舒适性的同时,减小系统末端风机能耗,模拟分析了西安某地铁站的空调负荷,建立了负荷预测模型并计算目标送风量,采用改进多目标和声搜索算法优化逐时送风量;通过与传统运行策略对比分析发现,优化后站内温度有明显提升,并且与室外保持约4℃的温差,满足车站内乘客暂时的舒适需求,在维持站内CO_(2)浓度低于健康浓度限值的前提下,通风系统节能率达22.7%。

基于改良和声搜索的电力系统动态经济调度

针对电力系统动态经济调度(Dynamic economic dispatch,DED)问题提出了一种改良和声搜索算法(Reformed harmony search,RHS)求解。RHS在原始和声搜索算法的基础上进行了四方面改进:第一,以100%概率执行和声记忆步骤,排除了随机化步骤。第二,使用基于混沌序列的随机数对基音调整率进行扰动,使其在整个迭代过程中始终处于动态变化的状态。第三,根据当前和声记忆库获得每个变量的动态上下限,以此确定基音调整步长。第四,引入了一种全局搜索步骤,该步骤根据全局最优和声向量对当前和声向量进行更新。上述四个步骤有利于提高RHS算法的收敛性、种群多样性以及对问题的自适应性。实验表明,RHS在求解三种DED问题时能获得比其他两种算法更低的发电成本,因此,它具有更好的优化性能,是求解DED问题的一种有效方法。

基于改进和声搜索算法的网络安全态势预测方法研究

随着互联网的飞速发展,网络安全问题日益严重,据此提出一种基于改进和声搜索算法的网络安全态势预测(Improved Harmony Search-based Network Security Situation Prediction,IHS-NSSP)方法,通过引入自适应参数调整策略和多样性驱动的记忆库更新机制,优化算法性能。结合算法优化、特征选择与降维、集成学习技术,IHS-NSSP可显著提升网络安全态势的预测精准度和效率。

基于和声搜索的环控通风调控策略优化

针对地铁车站环控通风系统风机定频运行,导致风机无法跟随站台PM2.5的浓度的变化而改变频率,造成能源浪费;根据环控通风系统的运行现状,可将其划分为只送不排模式、不送只排模式和即送又排模式,并考虑到环控通风系统应适应多扰动的影响,选取最小二乘法系统辨识一阶惯性时滞模型,用于描述变量动态变化响应传递函数,采用自抗扰控制器建立环控通风系统控制模型,利用和声搜索算法对环控通风模型PM2.5浓度设定值寻优,结果显示经过策略优化之后,只送不排模式、不送只排模式和即送又排模式站台PM2.5平均浓度分别降低了7%、8%和10%,风机能耗分别降低了19%、19%和30%。

具有泊车机器人服务的共享停车供需匹配模型与和声搜索算法

泊车服务机器人(PVR)可以方便变换车辆泊位的特征为深入发掘共享停车资源的时空利用价值提供了契机。针对“如何在利用好PVR上述优点的同时,减少不必要的移位操作,并降低频繁移位操作带来的事故风险”的问题,建立了满足已知可接受停车需求的预约式共享停车供需匹配优化模型,并设计了对应的和声搜索算法。通过将不同时段的车辆与泊位匹配集合视为对应时段的声调,并进一步将不同时段声调的组合视为和声,建立了模型可行解与和声搜索算法基本概念的映射关系。利用同一时段内任意两个共享泊位上停放车辆的泊位互换实现对该时段声调的微调。数值算例的分析验证了模型与算法的有效性。新的理论不仅可以有效减少共享停车服务中PVR不必要的移位操作,而且给出了存在PVR服务条件下实现合理供需匹配的有效方法。

基于和声搜索优化算法的目标跟踪系统的研究与实现

和声搜索算法是一种启发式的全局搜索算法,基于和声搜索优化算法进行目标自动跟踪系统的研究,在使用过程中资源优化配置、自动跟踪系统等优化问题都得到了成功的应用。经过对比实验的验证,在目标自动跟踪问题上展示了比遗传算法和模拟退火算法等更好的性能。由于运用了改进的和声搜索算法,能够精确地跟踪目标,具有相对较低的计算量,跟踪系统对目标环境的变化也具有很强的鲁棒性,跟踪性能比其他较新的目标跟踪方案更优,具有一定的研究和使用价值。

基于正余弦优化算子和Levy飞行机制的和声搜索算法

针对基本和声搜索(Harmony search,HS)算法收敛速度较慢、易陷入局部最优和计算精度不高的缺点,结合正余弦优化算子、Levy飞行机制和参数动态调整策略,提出一种改进的和声搜索算法。该算法在即兴创作阶段,首先引入正余弦优化算子和微调带宽相结合的方式对和声向量进行微调操作,充分利用最优个体和当前个体的位置信息,提高算法的计算精度和收敛速度;再采用Levy飞行机制对微调带宽进行更新,避免算法陷入局部最优,提高全局搜索能力;在算法迭代过程中,对和声记忆库存储概率、基音微调概率和搜索域进行自适应动态调整,以进一步提高算法收敛性能。在10个基准函数上进行性能对比试验的结果表明,本文提出的算法具有较强的全局搜索能力,较快的收敛速度和较高的计算精度。

基于改进和声搜索算法的配电台区电能质量优化分析

如今电力系统中的电力用户类型较多,给电力系统的电能质量带来了较大的影响,会使系统中的谐波含量较高以及电压不够稳定等,同时在系统中的很多精密设备生产制造企业对电能质量提出了更高的要求,为此有必要对配电台区的电能质量进行合理的优化,从而给电力用户提供更优的电能质量.详细介绍了基于改进和声搜索算法的配电台区电能质量优化方法,并展示了该电能质量优化方法的应用效果.

基于改进和声搜索算法的回声状态网络优化研究

为了解决回声状态网络(ESN)中的输入权值及储蓄池权值采用随机初始化经常会导致结果输出不稳定的问题,提出一种基于和声搜索算法(HS)的回声状态网络模型HS-ESN,该模型通过和声搜索算法可以不断搜索并更新ESN的权值矩阵来得到一个相对较优的输入权值和储蓄池权值,从而达到优化网络的目的;之后对HS算法进行了改进,采用Griewank函数的倒数加以验证,在MackeyGlass_17序列数据集上,对原ESN、XESN、HS-ESN以及改进后的HS-ESN进行了不同储蓄层及不同迭代次数的实验,结果表明HS-ESN与改进后的HS-ESN网络的评价误差值均较低,即经过HS算法优化后,ESN网络的性能得到了明显的提升.

基于改进和声搜索算法的车间布局优化

针对车间布局优化问题,通过建立以最小物料搬运费用和最大非物流关系密切度为目标的优化模型,利用改进和声搜索-遗传算法进行求解,在标准和声搜索算法的基础上,引入遗传算法,克服和声搜索算法对和声库过度依赖的缺点,遗传算法交叉、逆序变异算子的加入丰富了和声库的多样性,增强了和声搜索算法全局寻优能力,加快了收敛速度。最后,利用6个算例验证了该方法可以有效降低车间物料搬运成本,增加车间非物流关系密切程度。

基于细胞型膜计算框架的和声搜索算法及其应用

和声搜索算法为一种元启发式算法,该算法具有参数少、可操作性强等优点,膜计算作为自然计算的一个分支,本身具有较大的发展潜力与完备的计算性.本研究将两者结合,提出一种基于细胞型膜计算框架的和声搜索算法,利用细胞型膜计算框架来构建算法的膜结构,并根据膜计算框架的结构,使用现存的和声搜索算法的迭代方式作为基本膜内的进化规则,设计通信机制使不同膜之间相互传递信息,有利于丰富种群的多样性与平衡算法的全局和局部搜索,并设置外部档案记录最优个体来控制种群进化的方向,从而提高算法的精准搜索能力.最后,在CEC基准函数下进行数值优化实验,仿真结果表明,HS-MC算法在求解数值优化问题上比其他算法具有更好的性能,并使用HS-MC算法优化Elman神经网络的权值和阈值来预测上证指数的开盘指数,预测结果表明,HS-MC算法具有较好的寻优能力和实用性.