基于改进萤火虫算法的配电网故障恢复策略

为提高含高比例新能源主动配电网的故障恢复可靠性,提出一种基于改进萤火虫算法的两阶段故障恢复策略。首先构建了风光储系统模型,减少了风光发电的不确定性对故障恢复的影响;第一阶段采用先广度后深度的组合算法对故障后的配电网进行孤岛划分,该组合算法充分考虑了负荷时变性及用户侧需求,保证了重要负荷被优先恢复;第二阶段采用改进萤火虫算法对配电网重构进行求解,最大限度地保证恢复供电,同时尽可能地减少网络损耗;最后以IEEE33节点配电网作为算例仿真,结果表明所提故障恢复策略能够得到配电网故障恢复最优方案,同时满足负荷用户侧需求,保证重要负荷不断电,提高供电恢复率,降低配电网故障后网损,验证了所述方法的有效性和优越性。

一种改进萤火虫算法的指印图像分割方法

为提高指印图像准确率,有效提取指印采集图像中与指印相关的部分,提出一种改进萤火虫算法的指印图像分割方法。实验结果表明,与对比算法相比,该算法成功降低了时间复杂度,减少了计算所需的时间,并且算法表现稳定。

基于改进萤火虫算法的充电桩选址定容优化方法

针对当前充电桩选址定容不合理,导致电动汽车充电效率低的问题,本文引入改进萤火虫算法,研究充电桩选址定容优化方法。分析电动汽车出行时空特性,计算电动汽车充电负荷。以充电桩在一个运行周期内的费用最小化为目标,建立充电桩选址定容模型。利用改进萤火虫算法求解模型,得到最佳选址定容结果。对比试验证明,应用新的方法选址定容可以合理规划充电桩,提升电动汽车充电效率。

基于改进萤火虫算法的分布式电源优化配置

在分析分布式电源特性的基础上,建立了含分布式电源的购电成本最小、网损费用最小、投资成本最小以及电压稳定裕度最大的多目标优化模型,能够比较实际、科学地反映DG规划布局。在此基础上,应用超效率数据包分析评价方法,明确各目标函数的权重组合方案,将DG多目标规划问题转换成单目标规划问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,将混沌搜索策略和全局思想融入到萤火虫算法,提出了一种改进型萤火虫算法;并将其应用于解决分布式电源的规划问题。通过算例验证所提算法具有良好的实用性和适应性,并且也验证了所提模型的实际意义。

基于改进萤火虫算法的分布式电源优化配置研究

分布式电源(DG)的位置和容量优化配置可确保其发挥更好的技术经济效用。本文在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和投资成本最小模型;鉴于传统萤火虫算法具有容易早熟、收敛速度慢、过度依赖控制参数的缺陷,将混沌搜索策略融入到萤火虫算法,提出了一种改进型多目标萤火虫算法;为克服算法对控制参数依赖性较强缺陷,利用混沌理论的随机性、遍历性及其规律性特性,对萤火虫算法的参数进行调整。最后,以PG&E69节点配电网为例,采用Matlab仿真软件验证本文所提算法在求解DG优化配置问题上的有效性,及其与粒子群算法、常规萤火虫算法相比所具有的更好的寻优精度和优化结果。

基于改进萤火虫算法神经网络的刮板输送机减速器故障诊断

为了对刮板输送机减速器故障进行准确诊断研究,提出了一种基于改进萤火虫算法优化神经网络故障诊断方法。首先对刮板输送机减速器故障特征参数进行特征提取,其次应用特征数据样本进行基于神经网络的故障诊断模型训练,利用改进萤火虫算法对神经网络权值、阈值进行优化,加快目标的优化求解,得到最优的网络模型。初步研究表明将改进萤火虫算法与BP(back propagation)神经网络结合可以有效地解决神经网络收敛速度慢,易陷入局部最优等问题,可以对刮板输送机减速器的故障进行准确诊断。

基于改进萤火虫算法的矿井水害避灾路径规划

矿井水害是煤矿生产中的一种突发性灾害。为了有效地预防矿井突水事故,降低突水事故中的人员伤亡和财产损失,提出了一种基于改进萤火虫算法的矿井水害避灾路径规划。本文针对标准萤火虫算法收敛效果不佳、易陷入局部最优并结合突水环境中路径规划的特点,通过改变和设计萤火虫算法的初始化方式、萤火虫之间的距离、最大亮度、相对亮度等要素,引入考虑逃生巷道干扰因素的当量长度,并调整搜索策略,实现了对避灾路径规划的最优设计。本文结合王家岭煤矿实例将改进的萤火虫算法与A*算法进行比较,仿真结果表明:改进后的萤火虫算法具有较好的收敛性和稳定性,路径更优,具有大范围搜索优化的能力,在发生矿井突水时可有效帮助巷道受困人员脱离危险。

基于改进萤火虫算法的T-S模型辨识

提出改进萤火虫算法的T-S模型辨识方法。针对传统T-S模型辨识方法中将前件参数和后件参数分开辨识而不能全局优化辨识的缺点,应用改进萤火虫算法对前件参数和后件参数整体编码整体辨识。改进萤火虫算法是在原始算法基础上对吸引度系数作自适应变化,目的是增强算法在迭代初期的搜索能力,防止其陷入局部极值点,并降低算法在迭代后期在最优解附近的振荡,以提高解的精度。提出的方法能较好地找到全局最优解,具有较高的辨识精度。仿真示例证明了改进方法的有效性。

基于改进萤火虫算法的压力容器离散变量优化设计

针对压力容器优化设计问题,建立以压力容器壳体质量最小为优化目标,内径和壁厚为离散设计变量的优化数学模型。提出一种改进的萤火虫算法,该算法通过采用自适应步长策略、跳出局部最优策略及空间域约束策略,改善算法的全局寻优能力和收敛性能。仿真结果表明所提出的改进萤火虫算法比基本萤火虫算法可以更快的收敛得到最优解,可有效解决压力容器优化设计问题。

基于改进萤火虫算法的航发叶片3D采样方法研究

航发叶片是航空发动机的重要零件,其加工精度将直接影响航空发动机的使用性能与寿命。对叶片加工精度的评价通常采用3D轮廓测量方式实现。由于作为典型自由曲面代表的叶片结构复杂,存在较大的空间扭曲度,不仅导致其加工困难,也加剧了测量的难度。三坐标测量机是目前叶片轮廓测量精度最高的检测方式,受制于叶片型面复杂度和目前触点式三坐标测量技术限制,需要采集大量的表面数据点才能全面地表征叶片表面特征,使得测量效率极低。从曲面3D模型采样的角度出发,提出了基于改进萤火虫算法的采样点提取方法,首先提取叶片各截面曲线,其次对提取曲线分段并以等弧长方法均匀采点,按顺序提取的初始点位置数据模拟建立小型萤火虫群落,计算群落内点曲率关系并确定目标位置点的移动方向以及步长,实现已知分布点的点位自动更新,最终得到叶片表面所有关键特征采样点。本文算法可实现测量点数自由配置,通过该方式达到调整测量效率的目的,再代入算法实现了采样点还原精度的提升,通过对比等弧长采样算法以及等参数采样算法采样结果,拟合曲线与原始曲线的轮廓偏差、最大位置偏差、平均位置偏差,确定本文采样算法结果明显优于前两种算法。

一种基于改进萤火虫算法的三维Otsu阈值法

基于三维直方图的最大类间方差阈值法(三维Otsu)考虑了邻域均值和中值信息,抗噪性能较好,可以获得理想的分割结果,然而其计算复杂度非常高,效率低下。萤火虫算法(Firefly Algorithm,FA)是一种新型的启发式算法。本文在介绍萤火虫算法基本原理的基础上,提出一种基于莱维飞行的分簇萤火虫算法(CBLFA),并用于改进三维Otsu阈值法的效率。实验结果表明该方法可以快速获得适合的阈值,适应度函数值总体上优于基本萤火虫算法和基本粒子群算法,是一种鲁棒性更强的三维Otsu阈值分割法。

基于改进萤火虫算法的含分布式电源配电网无功优化的研究

由于分布式电源并网带来的配电网结构变化,系统的电压和网损也会随之改变。为了使系统网损得到有效改善,建立了以系统有功损耗最小为目标函数的含有分布式电源的配电网无功优化模型,并针对传统萤火虫算法在迭代后期会出现在极值点附近反复振荡的问题,引入线性递减权重来改进萤火虫算法。以含DG的IEEE33节点配电系统为例来进行无功优化分析,并验证算法的可行性和有效性。

基于改进萤火虫算法的无人机路径规划

针对无人机在自适应巡航路径规划存在的效率低、规划困难等问题,提出一种多角度改进的萤火虫算法;首先利用Chebyshev混沌特性初始化种群,改善了初始种群不易产生的问题;其次利用logistic混沌变异改进吸引度系数,提高了个体跳出当前状态逃离局部陷阱解的概率,加快收敛速度;同时针对步长因子过于固定的问题,引入Levy飞行策略改进位置更新公式和步长更新公式,提高了种群的搜索范围和有效性;最后基于建立的优化函数进行仿真,结果表明,相较基本萤火虫算法,改进算法路径长度减少7.47%,节点减少31.57%,平顺度优于改进前,收敛时间减少18.54%,取得良好的收敛效果,有助于无人机在真实场景完成飞行作业。

集装箱物流运输调度问题的改进萤火虫算法

针对集装箱配送中心对其配送范围内的配送点合理调配集卡的配送路线问题,提出了一种新的集装箱物流运输调度算法。采用改进萤火虫算法对建立的调度模型进行了求解,并结合实际问题给出具体调度结果,较好的解决了集装箱运输调度路径优化问题。

基于改进萤火虫算法的配送中心选址研究

提出了一种离散萤火虫算法(IGSO)对物流配送中心的选址问题进行求解。使用整数对问题进行编码,引入了汉明距离来度量萤火虫个体间的距离,采用了新的个体位置更新构造方法。在Matlab R2013a环境中进行了仿真实验,结果表明,提出的算法在稳定性和运行效率上均具有良好的效果。

求解作业车间调度问题的改进萤火虫算法

作业车间调度问题是将多台机器安排处理多个工件的组合优化问题,使最大完工时间达到最小。应用传统萤火虫算法求解时,萤火虫个体到达最优解附近时,相对吸引力逐渐增强,导致局部搜索能力减弱,造成求解结果在最优解附近震荡,进而使求解精度下降。为改善解的质量,本文在萤火虫算法迭代过程中引入精英选择策略,保护进化过程中的优秀个体,避免最优解丢失;为提高算法收敛速度与求解精度,对萤火虫位置更新方法引入基于种群规模和迭代次数的动态自适应惯性权重;同时对每一代萤火虫种群最优个体引入禁忌搜索算法,提高局部搜索能力。仿真结果表明本文所提出改进算法在解决作业车间调度问题上的有效性与实用价值。

基于改进萤火虫算法的水资源优化配置

构建以经济、社会、环境综合效益为目标的水资源优化配置模型,通过线性加权法将多目标模型化为单目标模型,在萤火虫算法的基础上引入一种自适应型惯性权重,将固定步长改进为可变步长,求解优化配置模型,并结合实例,得到了不同水平年不同保证率下的山西省盂县水资源优化配置方案。研究结果表明:盂县供需水量基本平衡,配置方案科学合理,基于改进萤火虫算法的水资源优化配置模型在孟县具有较强的有效性与适用性。

基于改进萤火虫算法的铁路运行调度算法研究

对铁路运行调度问题的研究,寻找最优调度算法一直是铁路运输的工作重点。针对铁路运行调度中的堵塞问题,分析了萤火虫算法的机理,采用方向向量和动态改变吸引力对标准萤火虫算法进行了优化改进。然后描述了铁路运行调度的数学问题,根据其特点假设了两个函数关系,并分别利用改进的萤火虫算法和标准萤火虫算法进行求解。仿真结果表明:基于改进萤火虫算法得到的结果明显优于标准萤火虫算法,且效率更高。验证了改进萤火虫算法应用在铁路运行调度中的效果,为铁路运输领域的应用提供理论算法依据。

改进萤火虫算法在液压支架试验台装置中的应用

为改善升降液压缸系统性能,对萤火虫算法进行改进,并采用改进的萤火虫算法对液压缸系统中的PID参数进行优化。基于Simulink搭建了升降液压缸系统仿真模型,对比研究了改进的萤火虫算法和基本的萤火虫算法的控制情况。为了进一步验证改进的萤火虫算法优化的PID参数对液压缸位置的控制效果,搭建了液压支架试验台装置,试验结果表明:运用改进的萤火虫算法优化的PID参数的液压缸系统对液压缸位置的控制效果更好,为实现升降液压缸精确调节提供了新思路。

基于改进萤火虫算法的移动机器人多目标路径规划

针对复杂室内环境下移动机器人的路径规划问题,提出一种面向多目标同时优化的改进萤火虫算法;该算法利用栅格地图对机器人作业环境进行建模,将Pareto支配关系引入到萤火虫个体的亮度评价过程,构建精英库保留算法迭代过程中的Pareto非支配解,采用自适应网格划分策略维护种群的多样性;以路径长度、路径安全性和路径平滑度为目标进行运动路径的搜索与优化。仿真结果表明,与经典的带精英策略的非支配排序遗传算法相比,面向多目标同时优化的改进萤火虫算法求得Pareto非支配解集更优越。