基于改进BBO算法的风电-水电互补优化运行策略

为平抑风电的出力波动,同时考虑到风电与水电具有良好的互补性,提出风电与梯级水电站的互补优化运行策略。鉴于风速的不确定性,将风电出力视为随机变量,从兼顾风电-水电互补运行的稳定性与经济性、保证后续发电能力的角度出发,建立基于机会约束的多目标随机优化模型。采用引入余弦型迁移模型、差分进化算法的变异策略以及动态非均匀变异算子的改进生物地理学优化算法(Biogeography-based Optimization,BBO)求解优化模型,并结合随机模拟技术求解机会约束。通过基于风电预测与径流预测的分时段动态滚动决策,来不断修正风电与水电的后续运行方式,进一步提高互补运行的可靠性。以一个大型风电场和一个三级梯级水电站互补运行为例验证了所提模型、算法以及策略的可行性和有效性。

基于改进BBO算法的多目标柔性作业车间调度研究

为了满足市场的快速变化、降低生产成本,车间调度成为生产的关键环节。为解决作业车间分批调度问题,本文在企业资金收益率最大化、物料周转速度最快的情况下,建立以生产周期、交货期满意度为指标的数学模型,并提出一种将DE算法与BBO算法相结合的多目标优化算法模型。最后经过实例仿真,求得的结果证明了算法的有效性。

一种改进的BBO算法及在热工PID优化中的应用

为了提高BBO算法在热工系统PID控制器参数优化方面的性能,改善其寻优能力,给出一种改进的生物地理学优化算法。在原有的迁移操作的基础上引入粒子群优化算法的寻优策略,使整个迁移过程具备一定的方向性,同时应用淘汰策略剔除迁移突变后较差的参数。一方面方向性的迁移及淘汰机制保证其快速的寻优收敛特性,另一方面突变机制保证广域搜索的全局特性,避免陷入局部极值。将其与原BBO算法进行比较,仿真结果表明改进的BBO算法在收敛速度和收敛精度上较标准BBO算法有较大提高,应用于PID控制器参数优化是可行的。

基于BBO算法的二维交叉熵多阈值图像分割

针对复杂图像的分割问题,提出一种基于生物地理学优化(biogeography-based optimization,BBO)算法的二维交叉熵多阈值图像分割方法。根据二维直方图斜分法得出交叉熵阈值选取公式,并将此推广到多阈值分割,以求得多个极值提高分割效果。由于二维交叉熵法在多阈值分割时计时长、复杂性高等问题,引入BBO算法的思想,实现对多个阈值快速精确的寻优。最后,对标准图像进行分割以验证该算法,结果表明此算法比二维交叉熵穷举法计算效率高。

基于BBO算法的无线传感网络节点优化部署研究

在无线传感网络节点部署时,由于优化算法的差异,使得优化部署后网络覆盖率依旧较低,提出基于BBO算法的无线传感网络节点优化部署研究。基于无线传感器网络结构,生成线性网络,采用该网络完成数据的周期性采集,寻找最佳工作节点和中继节点数量,并通过二者之间的合理分布,确定最优节点传输距离。依托于BBO算法设计节点布局方案,计算网络覆盖率,实现网络节点优化部署。实验结果表明:不同迭代次数以及节点数目下网络平均覆盖率提升了1.20%、2.34%。

基于云模型BBO算法的企业管理资源调度研究

为解除企业管理资源的差异性匹配,从根本上降低资源调度的碎片化程度,提出基于云模型BBO算法的企业管理资源调度算法。通过分析云数字特征的方式,构建待控制资源的时间序列,并确定精准的控制优化参数,整合上述操作,完成基于云模型BBO算法企业管理资源的优化控制。在此基础上,利用SDON体系框架,收集企业管理资源信息,并对其进行动态的调度迁移,至此完成基于云模型BBO算法的企业管理资源调度研究。对比实验结果显示,与传统资源调度算法相比,应用新型调度算法后,企业管理资源匹配差异性数值始终保持在40%以下,资源调度的碎片化程度得到有效控制。

基于BBO算法的轮胎模具设计任务调度系统设计与开发

为了提高国际市场竞争力,轮胎模具企业除了关注先进制造技术,还会通过科学的合理的轮胎模具设计任务调度方法来满足客户的需求和提高自身核心竞争力。如何科学合理的调度设计任务,提高交货的准时性、降低成本和高效利用资源是研究的重点和难点。设计任务调度既是任务调度问题,又是员工调度问题,涉及人力资源这个重要的因素。调度过程不仅要考虑设计人员的知识技术水平、设计经验和综合素质,还要考虑企业的长足发展,关注员工的自主性和均衡企业与员工间的满意度,使企业与员工利益达到'双赢'的状态。通过深化调度的相关研究,完善设计任务调度体系,将对实际的轮胎模具设计任务调度问题提供科学合理的优化方案。

基于改进BBO算法的PSS参数优化的鲁棒性研究

电力系统稳定器(power system stabilizer,PSS)参数配置不合理将会导致低频振荡的抑制效果不佳,严重情况下还会破坏电网运行的稳定性,为此,建立发电机、励磁系统和PSS的线性化方程,构建多种运行方式、多机电振荡模式下的目标函数,对PSS参数进行优化;将差分进化(differential evolution,DE)算法与生物地理学优化(biogeography based optimization,BBO)算法相结合,针对迁移算子和变异部分进行改进;在PSASP中搭建云南电网的滇西北部分电网,通过仿真验证所提PSS优化目标函数和改进的BBO-DE优化算法的有效性,使得PSS的优化参数具有良好的适应性,有效提高系统的阻尼比,能够适应云南电网的多种运行方式。

基于改进BBO算法的火力分配方案优化

将生物地理学优化(Biogeography-based optimization,BBO)算法应用于火力打击目标分配方案的优化中,对BBO算法增加三维变异操作,优化算法的收敛精度。采用改进的Tdv-BBO算法(Three-dimensional variation biogeography-based optimization,Tdv-BBO)来解决火力打击中的目标分配问题,对敌方想定实例进行了目标-火力数量组合优化。算例验证结果表明:改进的BBO算法增强了全局搜索能力,可为海上联合打击的目标分配提供一种有效的方法。

基于混沌BBO算法的非线性模型参数整定

为提升原始生物地理学优化算法(BBO)性能,提出基于动态迁移机制和混合变异算子的混沌生物地理学算法。采用Tent映射生成混沌初始化种群,提升种群遍历性;将反向学习机制和差分算子集成到原始迁移算子中,提升算法收敛速度;采用混合变异算子增强算法跳出局部最优解能力。将该算法应用于非线性Richards模型参数整定,预测谷氨酸菌体生长浓度。实验结果表明,该算法的预测结果比同类文献更优,较对比算法更适用于Richards模型参数整定。

基于改进BBO算法优化KELM的短期风电功率预测

针对短期风电功率预测,文章提出了一种改进的生物地理学优化算法优化核极限学习机的BBO-KELM-2预测模型。生物地理学优化算法(BBO)以生物的地理分布规律为基础,通过栖息地中的物种迁入、迁出和突变的信息交换机制来寻求全局最优解,其优点为计算简单、收敛速度快、设置参数少和稳定性好。传统的BBO算法存在线性迁移模型容易陷入局部最优的问题,因此文章在采用余弦迁移模型的基础上,引入混沌映射理论,并将改进的BBO优化算法应用于KELM网络以优化输入结构,核函数的参数以及Tikhonov正则化系数,对KELM的建模方法做出改进。为验证该方法的有效性,将BBO-KELM-2方法应用于某地区的短期风电功率预测研究中,在同等条件下与采用线性迁移模型的原始BBO-KELM-1等现有方法进行比较,实验结果表明,BBO-KELM-2方法具有很好的预测性能,建模精度最高。

基于改进BBO算法优化KELM的短期风电功率预测

针对短期风电功率预测,文章提出了一种改进的生物地理学优化算法优化核极限学习机的BBO-KELM-2预测模型。生物地理学优化算法(BBO)以生物的地理分布规律为基础通过栖息地中的物种迁入、迁出和突变的信息交换机制来寻求全局最优解,其优点为计算简单、收敛速度快、设置参数少和稳定性好。传统的BBO算法存在线性迁移模型容易陷入局部最优的问题,因此文章在采用余弦迁移模型的基础上,引入混沌映射理论,并将改进的BBO优化算法应用于KELM网络以优化输入结构,核函数的参数以及Tikhonov正则化系数,对KELM的建模方法做出改进。为验证该方法的有效性,将BBO-KELM-2方法应用于某地区的短期风电功率预测研究中,在同等条件下与采用线性迁移模型的原始BBO-KELM-1等现有方法进行比较,实验结果表明,BBO-KELM-2方法具有很好的预测性能,建模精度最高。

基于BP神经网络和SA-BBO算法的汽轮机组最优运行初压的确定

为确定超超临界机组主汽压力设定值及机组优化运行方式,在对1 000 MW机组进行主汽压力寻优试验研究的基础上,利用BP神经网络建立了汽轮机组滑压特性模型。提出了一种基于模拟退火的生物地理学优化法,将BBO(生物地理学优化算法)算法能较快找到全局最优解的能力和SA(模拟退火)算法较强的局部搜索能力相结合,有效地提高了算法的搜索精度和收敛速度。应用SA-BBO算法对所建机组滑压特性模型进行主蒸汽压力寻优,结果表明机组的滑压曲线与设计值存在较大差别,而且受到环境温度等因素的影响。在不同负荷和相关约束条件下,优化后机组热耗率可降低25～60 kJ/(kW.h),供电煤耗率可降低0.8～2 g/(kW.h)。

改进型BBO算法抑制电主轴转矩脉动

电主轴输出转矩脉动强弱对其控制性能有重要的影响。当定子电阻的辨识结果有偏差时,定子磁链轨迹就会发生畸变,会使电主轴输出转矩脉动,因此研究如何抑制电主轴转矩脉动是非常有必要的。通过对电主轴转矩脉动分析,提出了直接转矩控制中生物地理学优化算法(Biogeography optimization,BBO)的应用策略。通过优化算法中算子、概率以及初始值改进BBO算法,改进型BBO算法增强了其开发能力和探索能力。结合非线性约束方程,将改进型BBO算法应用于电主轴转矩脉动的抑制。针对定子电阻辨识问题,提出了基于改进型BBO算法提高定子电阻在线辨识精度的方法,减小定子磁链轨迹畸变,达到了抑制电主轴转矩脉动的效果。针对调制波形中电压矢量作用时间细分的问题,提出了基于TRMPWM模型使用改进型BBO算法优化电压矢量作用时间,在不改变定子磁链轨迹的情况下,频率10Hz稳态时电主轴转矩脉动降低了66%。仿真表明:基于改进型BBO算法提高定子电阻在线辨识的精准度和优化TRMPWM中电压矢量的作用时间,实现了抑制电主轴转矩脉动的目的。

工程结构优化中的改进生物地理学优化算法

为改进生物地理学优化(BBO)算法在工程结构优化设计中的性能,引入非线性物种迁移模型和"精英引导"等思想对BBO算法进行改进,并将算法应用于结构工程优化领域。以2个连续变量的经典桁架结构为例,进行结构在满足各项约束条件下质量最小的优化设计。数值算例表明,改进算法应用于工程结构优化设计时具有收敛速度快、稳定性好的特点,性能比BBO算法有较大提升,可以有效地应用于工程结构优化设计。

生物地理学优化算法研究进展

生物地理学优化(BBO)算法是基于生物地理学上物种的迁徙分布灭亡规律提出的一种优化算法。本文首先简述了BBO的算法思想,其次从BBO算法的理论研究,改进策略及应用领域三个方面详细论述BBO的研究进展,最后讨论了BBO算法的未来发展趋势和研究方向。

基于生物地理学算法的网厂两级经济负荷分配

提出了一种针对大规模机组的网厂两级负荷优化分配策略。首先将电网内所有机组进行分组,预先以厂内负荷优化分配的最优结果拟合虚拟电厂煤耗成本特性曲线,据此完成电网侧负荷优化分配,然后再进行厂内负荷优化分配,所提模型还兼顾了机组的阀点效应。针对虚拟电厂煤耗成本特性曲线的高度非线性,采用生物地理学算法(Biogeography Based Optimization,BBO)来求解网厂两级负荷优化分配问题。仿真结果表明,所提优化策略能够快速高效地处理大规模机组的负荷优化分配问题,更易于寻到全局最优解。

基于BBO改进神经网络的汽车点火系统故障诊断研究

随着人们生活水平的提高和汽车工业的发展,汽车成为人们生活的必需品,然而汽车发动机点火系统故障却频繁发生,且传统方法不容易对故障类型进行定位。基于此,借助优化的BP神经网络算法对点火系统故障时的相关电压波形数据进行分析,能够可靠定位到点火系统发生的故障类型。通过比较可知,BBO算法优化后的BP神经网络在收敛速度和稳定上更具优势,能够满足系统故障定位要求。

基于共生搜索的生物地理学优化算法

为平衡生物地理优化(Biogeography-Based Optimization,BBO)算法在搜索过程中多样性和集约性能力,引入共生生物搜索(Symbiotic Organisms Search,SOS)思想,提出基于共生搜索的生物地理学优化(Symbiotic Biogeography Based Optimization,SBBO)算法。首先,通过共生操作优化初始种群,减小初始种群的随机性。在此基础上,为提高迁移过程对解的多样性的探索能力,避免陷入早熟收敛,提出动态选择迁移算子以及互利迁移算子,并通过余弦自适应因子来平衡两种迁移算子在不同迭代阶段的作用。进一步,提出共栖突变算子,提升算法的种群多样性保持能力。仿真实例表明,该算法可较好地协调局部搜索和全局搜索的能力,能够有效提高求解精度和效率。

基于改进生物地理学算法的均质土坡滑动面搜索研究

临界滑移面是边坡稳定性评价及防治的基本依据,其搜索过程可以看作是一个约束性的全局优化问题.基于传统的生物地理学算法(BBO)理论,在该算法迁移过程中引入随机拓扑结构,以瑞典圆弧法数学表达式为目标函数,提出了改进的生物地理学算法(MBBO),实现了对边坡临界滑动面的全局优化搜索.以某典型均质土坡为例,分别利用遗传算法(GA)、粒子群算法(PSO)、BBO算法和MBBO算法计算得到了边坡的最小安全系数及对应的临界圆弧滑动面.通过对比分析可知,改进的生物地理学算法全局寻优能力与迭代速度均有显著提高.