一种改进的微分进化算法求解纳什均衡问题与广义纳什均衡问题

博弈分析的目的就是根据博弈规则预测博弈的均衡结果。基于相对占优策略概念的挖掘,改进了一种求解非线性连续博弈的纳什均衡问题(NEP)和广义纳什均衡问题(GNEP)的微分进化算法。该算法操作简单、易于实现,光谱性强,算法复杂度低、精确度高。通过随机选取三个不同位置的父代个体进行变异和交叉操作产生新个体,再根据相对占优策略实现优胜劣汰,既保持了种群多样性,又增强了算法的全局寻优能力。实验表明,该算法可以解决含有一个全局最优解的纳什均衡问题和广义纳什均衡问题,可以处理多维,非凸性等复杂的目标函数,具有一定的广泛适用性。对于NEP,对比当前最先进的算法,该算法只需较少的迭代次数和运行时间;对于GNEP,该算法可以随机选取初始点,不仅可以求得均衡解,效率也优于其它算法,具有高效性。

饱和度自适应微分进化算法在电力经济调度中的应用

建立了电力系统经济调度模型,该模型以发电成本最小为目标,考虑了火电机组阀点效应和系统运行约束,并提出了求解该模型的饱和度自适应微分进化(saturation and adaptive differential evolution,SADE)算法。为避免算法搜索的盲目性,使算法既能集中于局部最优解又能兼顾全局最优解,引入了控制参数自适应调整策略和饱和度概念,该算法可避免"早熟"现象,收敛速度快。3机组、13机组和40机组算例结果验证了SADE算法的有效性。

改进微分进化算法在压缩感知中的应用

压缩感知是基于信号稀疏性提出的采样理论,它在压缩成像、医学图像、雷达成像、天文学、通信等领域都有广泛的应用.压缩感知问题的求解本质上是一个优化问题,本文在微分进化算法的基础上对其改进,提出了一种改进微分进化算法,将其应用于压缩感知问题的求解中,取得了良好的效果.

基于改进微分进化算法的微电网动态经济优化调度

针对微电网静态经济调度忽略了各时段之间内在联系的不足,考虑风电机组、光伏电池以及钠硫电池等不确定性因素对经济调度的影响,以微电源出力和微电网运行成本最小为目标函数,建立了微电网动态经济调度模型。采用VC++编制了利用改进微分进化算法的微电网动态经济调度程序,通过改变动态交叉因子,提高了算法的收敛速度和防止陷入局部最优的能力。根据微电网算例结构的特点,分别针对微电网孤网/并网运行情况,制定了微电源的出力原则和运行控制策略。计算结果表明,采用动态优化理论的微电网经济调度较静态调度在成本节约上更具优势,也使得钠硫电池的充放电更具有全局性和实际意义。

基于GIS和微分进化算法的变电站选址及定容

将微分进化(DE)算法引入到变电站选址规划优化问题中,并运用参数动态调整策略,在计算初期保证群体的多样性,后期加快算法的寻优速度,从而改善DE算法的性能。在配电网络变电站选址定容过程中,考虑地理信息系统(GIS)对规划站址的影响,将可建站区域图形进行编码处理以数据形式存储,通过判断待选站址和地理因素的网络拓扑关系,确定可行的待选站址。通过对2个算例优化计算表明,以GIS数据库为平台,将该算法和图形问题相结合,在解决实际配电网络变电站规划问题中取得了良好的效果。

基于改进微分进化算法的负荷模型参数辨识

为了提高电力系统中负荷模型的精确度,提出了一种改进的微分进化算法(IDE)以辨识负荷模型参数。采用不依赖于优化问题的控制参数自适应调整机制,同时考虑搜索速度和搜索精度,使算法摆脱后期易于陷入局部极值点的束缚,克服了微分进化算法参数调整困难的不足,提高了算法的寻优能力。将改进算法应用于静态负荷模型参数辨识的工程实例并与其他算法对比的结果表明,改进DE算法的全局搜索能力强,搜索精度高。

基于微分进化算法的水火电短期优化调度的研究

在电力市场机制不断更迭情况下,针对水电发展趋于完善的过渡时期,充分考虑当前环境下水火电协调的新内涵,以电网经营企业利益为核心,提出了适合当前阶段,含阶梯水电站的水火电混合系统发电侧短期购电费用最低的联合调度模型。初次在国内引入微分进化算法到电力系统短期优化调度,以使水火电的出力分配达到最优。实际算例的计算结果表明,该算法能够较好地实现该模型下的经济调度。

微分进化算法在头部电阻抗成像中的应用

电阻抗成像(EIT)技术是一种功能成像技术,它向未知目标注入(安全)电流,通过测得目标边界的电位来估计它内部的阻抗分布情况。电阻抗成像是一个严重病态的非线性逆问题。本研究应用微分进化算法进行电阻抗成像,并将其用于二维真实头模型的阻抗重建中。仿真结果显示,作为一种简单、鲁棒的算法,微分进化算法在EIT成像中具有优越的性能。

基于量子微分进化算法的分布式电源多目标优化规划

为了克服再生能源的间歇性、随机性导致的分布式电源优化结果不够准确,提出了一种基于概率特性的电源-负荷综合模型,将分布式电源的随机出力问题转化成确定性问题。考虑分布式电源对配网的影响,建立了包含建设运行费用、网络损耗、可靠性费用和环境因素的多目标优化模型。提出采用量子微分进化算法对分布式电源接入配网进行优化配置,该算法采用量子的概率表达特性和叠加态特性,潜在地提高了算法的寻优效率,同时采用变异和交叉操作,保持了良好的种群多样性。通过对算例的分析,表明所提出的模型和算法合理、可行。

基于二进制自适应微分进化算法的机组组合问题

针对机组组合这一典型的非凸、非线性、高维、离散的优化问题,提出了一种二进制自适应微分进化算法。二进制微分进化算法鲁棒性好、搜索效率高,但对控制参数依赖性强,因此采用控制参数自适应调整策略,提高了算法的搜索能力。同时根据机组组合问题的特点,利用优先顺序法则对不满足约束条件的个体进行修正处理,使算法在可行解空间搜索,大大提高了寻优效率。经典算例计算分析结果表明,文中提出的方法稳定性好、寻优速度快、优化结果好,能较好地求解机组组合问题。

一种求解电力经济负荷分配问题的改进微分进化算法

针对电力系统经济负荷分配(economic dispatch,ED)这一典型的非凸、非线性、组合优化问题,提出一种改进的微分进化(improved differential evolution,IDE)算法。微分进化(differential evolution,DE)算法虽有简单、搜索效率高的优点,但是仍然有局部最优的问题。该文在对DE算法搜索机理进行分析的基础上,针对DE算法参数难于动态调整的问题,提出不依赖于优化问题的控制参数自适应调整机制,并根据动态监视群体适应度方差的变化,增加个体迁移策略,进一步提高DE算法的全局寻优能力和鲁棒性。运用该算法对IEEE3机、40机及69机300节点标准测试用例进行计算,并考虑机组的爬坡约束、出力限制区约束、非光滑费用函数曲线等非线性特性,将其计算结果与遗传算法(genetic algorithm,GA)及粒子群算法(particle swarm optimization,PSO)进行比较,分析表明该方法是可行的、有效的。

基于改进微分进化算法的风电直流微网能量管理

针对含蓄电池作为储能元件的风电直流微网系统,提出了能够衡量储能系统老化过程的能量管理模型。该模型通过纳入蓄电池健康状态实现了系统的经济运行,通过功率平衡约束保证系统的稳定性。采用基于群体适应度方差的改进型微分进化算法求解所建模型,并应用Matlab软件在联网工况下对所建模型进行仿真。仿真结果表明:所提方法能够有效减少由蓄电池老化引起的系统运行成本,并基于微网预测信息实现了潮流最优管控,满足了风电直流微网系统经济、稳定运行的目标。

基于改进微分进化算法的电力系统无功优化

针对传统无功优化模型对于大系统编程实现十分困难的缺点,采用矩阵形式的数学模型进行优化。对标准微分进化算法提出了改进,引入增强算子,并采用模拟赌盘操作的方法有目的地使种群中的较差个体参与增强运算,提高了算法的寻优能力。由于微分进化算法中,初始种群的优劣对算法的收敛性有重要影响,根据无功优化的本质,依据初始潮流结果启发初始种群产生,加快收敛速度。在IEEE-14系统上进行校验,并与其他方法比较,结果表明,提出的改进算法具有收敛特性好、运行速度快的突出优点。

采用微分进化算法和径向基函数神经网络的热工过程模型辨识

在热工过程模型辨识中,被控对象动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,这使得难以对其建立比较精确的模型。为了达到精确建模的目的,提出一种基于微分进化算法和径向基函数神经网络的辨识方法。该方法采用基于能量分布正交最小二乘学习算法的径向基函数(radial basis function,RBF)神经网络,通过改进的微分进化算法,对神经网络辨识系统进行参数优化,使RBF神经网络能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,在采用改进的RBF网络对热工复杂对象进行辨识时,通过微分进化算法进一步确定其最佳参数,可以取得更好的辨识效果。

基于改进微分进化算法的风光互补系统发电容量优化配置

为有效兼顾风光互补发电系统的可靠性与经济性,以年缺电负荷率最小及微网系统投资建设成本最低为目标函数,以储能电池充放电次数、微网功率平衡以及电池充放电上下限等为约束条件,搭建风光互补系统发电容量优化模型。针对缺电负荷率、系统成本2个目标函数相悖的特点,考虑将帕累托非劣排序操作引入至常规微分进化算法,并对常规算法中的变异策略进行了相应改进,使得改进后的算法在具备多目标寻优能力的同时,寻优速度也得到了较为显著的提升。最后,应用所提改进多目标微分进化算法对风光互补系统发电容量优化模型进行求解,算例结果验证了该文模型的合理性和所提算法的有效性。

基于微分进化算法的防空导弹火力分配

防空导弹火力分配是防空作战中的关键环节,优化分配方案、提高分配效率都将对提升防空作战效能产生重要影响。在分析防空导弹火力分配过程的基础上,建立了基于最大杀伤效能的防空导弹火力分配模型,并引入惩罚函数,改良了原有模型;在分析微分进化算法优缺点的基础上,结合防空导弹火力分配问题的特殊性,对标准微分进化算法进行了改进,使其适用于离散问题的求解,并将其应用于防空导弹火力分配问题;结合实例对基于微分进化算法的防空导弹火力分配模型进行仿真分析。仿真结果表明,采用微分进化算法解决防空导弹火力分配问题收敛速度快、鲁棒性强、执行效率高。

基于微分进化算法的时间最优路径规划

提出了一种利用微分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提炼处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题。

应用自适应微分进化算法的配电网综合优化

单方面的网络重构或无功优化均不能实现最大程度的配电网优化,因此需要将两者综合考虑,为此提出了基于微分进化算法的配电网综合优化算法。为与无功优化的整数编码方式统一,网络重构采用编码长度最低的环路支路整数编码方式,以将网络重构和无功优化同时引入进化过程。同时将自适应变异及进化参数调整策略引入进化过程,以在确保获得最优解的同时提高收敛速度。最后讨论了减少计算量的措施。算例结果验证了该算法的有效性。

微分进化算法结合有限元应用于避雷器均压环优化

避雷器安装均压环能有效改善电阻片的电压承担率分布情况,均压环优化是以均压环管径、环径、罩入深度为优化自变量,最大电压承担率umax和均压环表面最大场强Emax为因变量,其中,umax为目标函数,Emax小于起晕场强为约束条件,均压环的最优参数难于求解但易于评估。为解决这一问题,采用微分进化算法结合有限元对750 kV避雷器均压环进行了优化计算,优化结果表明:优化后的避雷器电阻片电压承担率分布均匀程度改善明显,电阻片最大电压承担率umax由1.429降低至1.108,均压环表面最大场强由2.555 kV/mm改善至1.673 kV/mm,均满足相关标准要求。

微分进化算法应用于换热网络全局最优化

前言换热网络是过程系统中实现能量回收和高效利用的重要环节,其性能直接关系到整个系统的能量利用水平。目前,换热网络优化设计的方法主要分为三类,分别是夹点法[1-2]、数学规划法[3-4]与启发式方法[5-7]。