基于混沌搜索的组合输变电设备过热检测仿真

输变电设备组经常处于发热状态会严重影响其生命周期,针对组合输变电设备发热检测准确性低下的问题,提出一种基于Tent混沌映射与种群演化相结合的参数优化算法,在SVM的基础上构建出MPTTE目标检测模型与CPTTE过热检测模型。首先通过图像灰度化、插值化与均值化处理,降低环境温度噪声与环境背景噪声;接着采用R-CNN算法对MPTTE类进行初识别,同时通过构建能量函数提取目标热特征,并将MPTTE数据集划分成训练集与测试集;然后利用Tent混沌映射算法提高种群演化算法后续参数寻优能力,对SVM的gamma和C参数进行最优解探寻,构建出SVM-MPTTE目标检测模型;最后采用Pearson相关系数分析与均值漂移聚类算法对MPTTE过热目标进行定位,构建出CPTTE过热检测模型。消融仿真结果表明,采用不同优化算法叠加后,MPTTE目标检测模型与CPTTE过热检测模型均产生了正向优化效果。对比仿真结果表明,所提构建的模型较其它三类基线算法相比,模型的综合性能提升了1.03%,且具有最高的精确性。本文提出的算法在设备发热检测上具有较高的精确度与稳定度。

基于饱和参数和混沌搜索算法的同步发电机组励磁分阶段优化控制方法

为了令同步电机励磁控制效果更加优秀,提出基于饱和参数和混沌搜索算法的同步发电机组励磁分阶段优化控制方法。建立饱和状态下同步发电机数学模型,使用模糊PID控制器进行励磁控制,整个同步发电机组的励磁控制分为控制阶段和优化阶段,在控制阶段,PID控制器输入变量为同步电机实际电压和目标电压之间的偏差,输出励磁控制量,作用于同步发电机,并通过模糊推理器对输入、输出变量进行模糊处理,实现同步发电机组励磁控制;在优化阶段,为保证模糊PID的控制效果,选择混沌搜索算法优化模糊PID中不同控制参数的隶属度函数划分,通过在混沌空间内生成多组混沌变量,映射在求解空间中寻找最佳的模糊PID隶属度划分结果,使同步发电机的励磁控制效果达到最好。通过实验可以看出,该方法能够高效完成同步发电机的励磁控制,同步发电机的机端电压由起动到平稳运行的变化幅度小,在平稳运行后能够保证电压长期处于一个相对稳定的状态,并且在非饱和以及饱和参数的情况下调整的速度都十分迅速,并且可以保持平稳运行。

基于混沌搜索的自适应差分进化算法

提出一种基于混沌搜索的自适应差分进化算法(CADE),该算法在计算过程中自适应地调整交叉率,在搜索初期保持种群多样性的同时增强算法的全局收敛性。具有较强局部遍历搜索性能的混沌搜索的引入使得算法具有较好的求解精度,增加搜索到全局最优解的概率。对几种典型的测试函数对CADE进行了测试,实验结果表明,该算法能有效地避免早熟收敛,具有良好的全局收敛性。

用于土壤分层电阻率模型反演的人工蜂群结合混沌搜索算子及混沌算法

土壤结构参数的测量与反演是接地设计中的重要环节。为此基于求解土壤分层模型电位分布的高阶复镜像法以及土壤模型结构反演的原理,开发了基于直接搜索法的土壤分层结构反演算法。进而在人工蜂群算法的基础上,加入混沌搜索算子和混沌池,提出了1种用于土壤分层结构反演的混沌池人工蜂群算法,增强了反演算法的局部搜索能力和全局搜索能力。计算表明,较用于反演土壤分层结构的遗传算法,提出的算法拥有更小的反演误差,最大可以将反演的均方根误差缩小到遗传算法的1/10。通过对比几种基于直接搜索的算法,证明了该算法在收敛速度以及寻优能力上的优势,比遗传算法更加适合作为土壤结构反演的算法。

基于自适应Tent混沌搜索的粒子群优化算法

为解决粒子群优化算法易于陷入局部最优问题,提出基于自适应Tent混沌搜索的粒子群优化算法。应用Tent映射初始化均匀分布的粒群,并以当前整个粒子群迄今为止搜索到的最优位置为基础产生Tent混沌序列,混沌序列的搜索范围采用自适应调整方法。该方法可以有效避免计算的盲目性,还能够快速搜寻到最优解。实验表明该算法在多个标准测试函数下都超越了同类改进算法。

基于混沌搜索和模式搜索的混合优化方法

混沌搜索能够有效跳出局部极小,然而其细搜索能力不足;模式搜索具有很强的细搜索能力,但是其搜索结果的好坏在很大程度上依赖于初始点的选择。为了提高基于混沌搜索的优化方法的搜索精度,基于混沌搜索和模式搜索,本文提出了一种混合混沌模式搜索方法。该方法在混沌搜索的基础上再进行模式搜索得到最终的搜索结果。混沌搜索结果的精度不需要很高,却可以为模式搜索提供有效的初始点,避免搜索陷入局部极小,只需要简单搜索即可得到理想的最优解。仿真结果表明混合混沌模式搜索方法简单、高效。

基于混沌搜索的AMPSO-BPNN在光伏功率预测中的应用研究

以光伏发电系统的输出功率为研究对象,通过分析光伏发电功率的影响因素,利用相似日原理生成训练样本,将混沌搜索和自适应变异思想引入粒子群算法中,提出混沌搜索的自适应变异粒子群优化BP神经网络的预测模型。该模型较好地克服了BP网络初始化的随机性问题,提高了模型的泛化能力、收敛速度与预测精度。利用光伏电站与气象观测站的数据进行仿真分析与验证,结果表明:优化后模型的预测精度高于优化前,且混沌搜索的AMPSO的优化效果好于单纯PSO的优化效果。

具有混沌搜索策略的蝙蝠优化算法及性能仿真

蝙蝠算法是受自然界中的蝙蝠通过回声定位进行搜寻、捕食行为的启发演变而来的一种新颖的仿生群智能优化算法。在分析基本算法仿生原理和局限性的基础上,提出一种改进蝙蝠局部搜索能力的优化算法,通过逻辑自映射函数产生混沌序列,引入到蝙蝠算法中对精英个体进行混沌优化,同时动态收缩搜索空间以加快收敛速度。改进算法有效结合了基本蝙蝠算法的全局优化能力和混沌算法的局部搜索能力,对经典函数的仿真测试表明,改进算法显著提高了优化性能,在寻优精度和全局收敛能力方面优于基本蝙蝠算法,是解决工程应用中复杂函数优化问题的一种有效方法。

基于混沌搜索的混和粒子群优化算法

所提出的算法将粒子群优化算法和混沌算法相结合,既摆脱了算法搜索后期易陷入局部极值点的缺点,同时又保持了前期搜索的快速性.最后通过4个测试函数将该算法与基本粒子群算法进行仿真对比,比较结果表明基于混沌搜索的混和粒子群优化算法在收敛性和稳定性等方面明显优于基本粒子群优化算法.

一种基于混沌搜索的文化算法及其应用

针对文化算法求解函数优化问题存在过早收敛、不稳定等缺陷,基于文化算法框架、嵌入混沌搜索优化,提出了一种混沌文化算法。该算法模型由基于混沌的群体空间和存储知识的信念空间组成,利用标准知识和形势知识分别引导混沌搜索和混沌扰动,有效克服了文化算法过早收敛、混沌搜索优化对初值敏感、搜索效率低等缺陷。实例表明,该方法具有较强的全局搜索能力,在搜索效率、精度和稳定性上有显著表现,并能有效处理高维函数优化问题。

基于混沌搜索的600KW风力机塔架结构优化设计

采用有限元方法对风力发电机塔架进行模态分析,得出了不同结构参数下塔架的固有频率;然后采用支持向量机(the Support Vector Machine)建模方法,建立了塔架结构参数与固有频率之间的快速计算模型;以混沌搜索为寻优手段,对塔架结构进行了优化;将优化结果和正交优化结果进行了比较,并采用有限元方法对所得塔架结构进行强度校核。研究深化了风力机的仿真设计,取得了较好的效果。

混合排名映射概率和混沌搜索的ABC算法

针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC))。首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解。对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法。

混沌搜索方法及其在化工过程优化中的应用

提出利用混沌搜索方法结合精确不可微罚函数求解约束优化问题的新方法 ,并将该方法用于闪蒸过程优化 .结果表明 ,该方法算法简单 ,实现容易 ,求解精度和可靠性较高 ,是解决化工优化问题的有效方法 .

基于支持向量化与混沌搜索的新型直线电机参数优化

以一种新型圆筒直线电机为研究对象,推导出了适合其结构特征的电磁方程;采用变分方法,建立了电机轴对称涡流场的有限元模型;通过仿真计算,得出了电机的启动推力和电流;样机试制和输出性能测试表明了有限元模型的正确性。基于正交和随机混合试验设计方法安排有限元仿真试验,获得了用于非线性电磁建模的样本空间;通过支持向量机对结构参数与计算结果的输入输出关系进行非参数回归建模,然后用混沌搜索方法对回归函数进行优化,得出最优目标结构参数。有限元仿真验证表明,基于支持向量机和混沌搜索的优化方法用于研究新型直线电机电磁结构参数是可行的。

基于混沌搜索的多目标模糊优化潮流算法

提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。该方法利用混沌变量的随机性、规律性、遍历性进行寻优,克服了基于导数的优化方法对于梯度信息的高度依赖性而造成的困难。用模糊集理论将多目标函数和可伸缩约束条件模糊化,把多目标最优潮流问题转化为单目标非线性规划问题,这种方法结构简单,易于实施。试验系统的计算结果表明,该算法具有较好的全局收敛特性,搜索速度快,求解精度高,使用灵活,是解决电力系统最优潮流问题的一种有效方法。

自适应混沌搜索的双粒子群优化算法

为改善粒子群算法容易早熟收敛和精度低等缺点,提出一种自适应混沌搜索的双粒子群优化算法。根据每个粒子的适应度值,自适应地调整粒子的搜索速度,适应当前搜索状态;将粒子种群分为两个子群,这两个子群分别从全局和局部搜索的角度出发,协调种群的搜索状态,利用Tent混沌模型进行更加精确地局部搜索。将该算法用于函数优化实验和支持向量机参数的优化实验,将其与其它算法进行比较,比较结果表明,该算法显著提高了收敛速度和精度。

工程结构可靠度指标计算的混沌搜索方法

基于可靠度指标b的几何涵义提出了一种用混沌搜索工程结构可靠度指标和设计验算点的新方法该方法利用混沌内在的随机性与遍历性进行求解最终获得全局最优算例结果表明该方法简单实用性能良好能够处理基本随机变量的非正态分布和变量之间的相关性是解决非线性功能函数可靠度问题的有效途径

基于混沌搜索的特征选择方法

针对特征选择效率较低的问题,提出了一种基于混沌搜索的特征选择(CSFS)方法。建立候选特征-混沌变量映射模型,将候选特征映射到混沌空间,实现候选特征向量与混沌变量之间的相互转化;利用混沌变量迭代演化进行特征选择;利用分类器对得到的特征向量进行性能评价。以焊缝缺陷特征为例对该特征选择方法进行了有效性验证,并与基于遗传算法的特征选择(GAFS)方法进行了对比。实验结果表明:在获取的特性向量的识别性能相当的情况下,CSFS方法的耗时仅为GAFS方法的61.1%.

组合优化问题的混沌搜索策略

针对组合优化问题,提出了一种混沌优化策略。首先定义了两种解矩阵的变换操作:交换操作和移位操作。然后在寻优过程中,对解矩阵不断执行这两种操作,并利用混沌搜索方法确定所进行操作的矩阵位置,从而完成组合优化问题的求解。对于规模较大的组合优化问题,可结合模拟退火思想来进一步改善算法的寻优性能。仿真结果表明,该方法的搜索效率要明显高于其他优化方法,并可用于解决多种实际工程问题。

一种基于混沌搜索的自适应入侵遗传算法

将生物系统中"入侵"的概念引入遗传算法,提出了一种基于混沌搜索的自适应入侵遗传算法。该算法动态地引入入侵种群,并采用混沌搜索产生入侵个体。入侵种群的扩散使优良基因得以在个体间传播,优化了种群的基因构成,能够促使种群跳出局部最小,并向全局最优的方向进化,从而有效地避免了遗传算法的早熟现象。将该算法用于函数优化及解决模式分类问题的神经网络参数训练,实验结果表明,该算法具有较快的收敛速度和较强的寻优能力。