基于罗盘算子的改进蝙蝠优化算法

优化问题广泛存在于工程技术、经济管理等各个领域。实际问题的复杂性,导致传统的优化方法难以解决这些问题。随着迭代计算过程的推进,标准蝙蝠算法在进化后期容易陷入局部最优且种群多样性差。虽然目前已有大量工作针对蝙蝠算法的性能进行了改进,但难以同时满足收敛速度与寻优精度的要求。针对这些问题,提出了基于罗盘算子的改进蝙蝠算法,借鉴鸽群优化算法,引入了罗盘算子帮助蝙蝠种群快速找到质量高的个体,提高蝙蝠算法的开发和搜索能力。之后在MATLAB环境下,通过6种经典多维测试函数分别对该算法与遗传算法、标准蝙蝠算法进行仿真对比实验与双侧t检验。结果表明,改进算法的进化效率、优化深度和成功率均得到了较大程度的提升,对工程复杂函数有很大的价值。

燃气轮机燃烧室模型仿真

目前燃气轮机由于体积小,清洁无污染而在清洁发电技术领域有较多应用。燃烧室作为燃气轮机主要部件之一,是燃料燃烧产生热能从而通过在后续涡轮中做功输出电能的重要枢纽。为有效提高机组的安全性及可靠性,需要针对燃气轮机系统尤其是燃烧室进行建模分析。由于燃烧室的实际运行情况具有复杂性,因此对其进行简化处理,针对其工作的特性对其进行模拟研究。采用模块化建模,基于能量平衡与质量平衡分析燃烧室的稳定运行工况,并且采用欧拉显式微分方程对其进行了动态数学建模。并利用编程语言对燃烧室模型进行了编译,转化为了二次建模进而基于智能仿真平台对其运行过程中进行分析,即环境温度、环境压力以及燃料品质(燃料热值)变化对燃烧室性能的影响。