粒子群算法在梯级水库优化调度中的应用研究

针对PSO算法易陷入局部最优和后期收敛速度慢的缺陷,引入进化遗传算法中的"变异"算子并采用自适应的权重因子,以改进其全局优化能力和搜索效率。引入粒子矩阵,通过对粒子在多维空间中最优位置的搜索来实现逐时段的优化计算,并将该算法应用于金沙江复杂梯级水电能源系统中长期优化调度计算中。计算结果表明,智能优化方法在复杂系统全局优化问题上较常规数学优化算法有更优越的优化性能,从而为解决复杂水电能源非线性动力系统的全局优化计算问题提供了一种新的有效的方法。

模糊优选在电网规划综合决策中的应用

利用模糊优选方法,采用多目标优化规划,获得电网规划的优化多解方案集,并计算出方案的定量目标及其特征值矩阵;对于定性准则,建立基于规划知识和经验的专家系统,获取方案的定性目标模糊评价矩阵.对定量和定性目标的两种矩阵,采用统一的决策目标相对优属度进行方案优选决策.当不满意决策优选的规划方案时,则修正和调整多目标间的权重及其隶属函数,重新进行优化规划方案的计算,直至获得满意方案.该方法既能计及定量、定性因素,又能体现系统的整体优化性能,将其应用于规划决策支持系统,可实现具有智能模拟的电网规划方案决策功能.

多策略改进的蜣螂优化算法及其应用

蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。

轴向撞击作用下内充泡沫铝薄壁铝合金腔体最优尺厚比选择

内充泡沫铝薄壁铝合金腔体在防撞吸能领域已经具备广泛的使用价值,但在最优截面尺寸选择方面的研究与应用较少。为进一步研究铝合金内充泡沫铝腔体最优截面尺寸,通过有限元软件ABAQUS建立了常见的方形铝合金腔体在撞击作用下的有限元模型。结果表明:建立的有限元模型在模拟内充泡沫铝铝合金腔体抗撞击性能方面具有良好的拟合度,同时,针对现有市场中方形铝合金腔体多尺寸截面,提出尺厚比作为其截面选择参数,通过运用数值建模和非线性拟合工具,得出常见尺寸下组合截面吸能最大化的截面尺寸。研究得出的低、中、高3种撞击能量下的截面最优尺厚比可为结构防撞击装置的设计提供参考。

改进势场蚁群算法优化路径自动规划

针对势场与蚁群联合的自主路径规划存在局部最优解、初始路径选择随机导致效率不高及环境适应性差等问题,提出了基于自适应域和参数自适应设置的改进算法。算法首先基于自适应域改进势场目标不可达问题,并过滤震荡点以平滑路径;其次,通过状态转移函数和信息素更新等相关参数的自适应设置,提高算法在收敛效率和搜索能力上的平衡性,进而提高对障碍环境的适应性。实验结果表明,所提算法能够有效避免局部最优、目标不可达和复杂环境的适应性问题,在路径长度和效率上优于实验采用的已有算法,从而验证了算法的有效性。

求解TSP的离散野马优化算法

针对求解TSP问题,提出一种新的元启发式算法离散野马优化算法(DWHO),应用最小位置匹配值法(MPMV)对求解结果进行离散化解码;为提高算法搜索能力,结合野马放牧、交配、领导者交流与选拔行为,引入变邻域搜索策略,增强了算法的局部搜索能力、加快算法收敛速度。选取TSPLIB标准库33个算例进行实验,并与交换序列人工蜂群算法(ABCSS)、离散蜘蛛猴优化算法(DSMO)两种算法进行比较。实验结果表明,DWHO求得的最优解与ABCSS、DSMO两种算法的最优解相比,最优解改进率最大值分别达到4.52%和3.41%。同时,将离散野马优化算法求解TSP收敛速度与以上两种算法进行比较,其收敛速度具有一定的优势。结果表明离散野马优化算法求解能力和精度具有优势。

基于改进遗传算法的PC构件生产调度优化

基于流水线车间生产调度理论,建立以生产成本为决策变量、以最大化生产利润为目标的数学模型;结合预制构件车间生产的实际情况,设计最优选择法、局部变异算子改进遗传算法,求解最优生产调度方案。某预制构件公司订单生产调度仿真研究表明,基于改进遗传算法的PC构件生产调度优化可以在较短的时间内获得更高的利润,为提高预制构件智能化生产效率提供了技术基础。

基于综合优属度的大风区高速铁路线路方案优选研究

为了应对西部路网扩张过程中必须面临的大风环境高铁建造问题,从问题的本源出发,研究选线设计与大风环境的耦合关系,建立科学的决策模型成为实现高速铁路高质量建设的关键内容。通过分析大风区高速铁路线路方案设计的主要影响因素并参考选线原则,从工程技术、生态环境、防风工程和社会效益4个方面选取22项指标,建立大风区高速铁路线路方案优选的多层次指标体系。采用三角模糊数对定性指标量化后,引入最佳去模糊性能值的方法将其转化为精确数,并融合粗糙集理论中的属性约简算法与信息熵理论,根据属性重要度将冗余或不重要的属性去除,实现初选指标的筛选。为使结果既能反映决策者的主观经验,又能反映指标数据的客观真实性,同时兼顾数据的变异和相互影响程度,分别采用G2法和CRITIC法进行主、客观赋权,并引入最优卡方距离的思想计算最终权重。最后,统筹考虑距离相似性和几何相似性维度,采用靶心距确定距离优属度以及与集合曲线趋势变化的趋同程度确定几何优属度,建立基于综合优属度的大风区高速铁路线路方案决策模型,并结合工程实例对模型进行验证。结果表明,基于本模型的大风区高速铁路方案的决策结果与工程实际具有较好的一致性,验证了模型的可靠性和适用性,为大风区高铁线路方案优化设计提供一定的理论支持。

基于实际案例数据库性能调优技术研究与实践

随着数据量的爆炸式增长,数据库性能调优已成为确保系统高效、稳定运行的关键。研究通过实际案例,深入探讨了数据库性能调优的技术与实践,包括索引优化、查询优化、存储优化等,并结合具体代码编译展示了调优效果。

多目标模糊优化方法及其在工程设计中应用

应用多目标模糊优化方法,以工程设计中桥式起重机箱形主梁设计为实例,建立了桥式起重机箱形主梁多目标模糊优化设计的数学模型,构造了模糊目标集,确定了多目标函数的模糊性和约束的模糊性,并应用最优水平截集法实现了模糊约束到实数论域上的集合转换,从而用遗传算法寻求到子目标函数在可行域空间的最优解和约束最优值.优化结果表明,在工程设计中应用多目标模糊优化方法是可行和有效的.

绿色优质节水抗旱稻新组合‘旱优640'的选育及制繁种技术

‘旱优640‘是以沪旱5A为母本、旱恢1640为父本,由上海市农业生物基因中心选育而成的绿色、优质、节水、适应性广的抗旱新品种。2021年通过上海市审定(沪审稻2021009)。本文详细介绍了‘旱优640’的选育过程、特征特性、繁种与制种技术,为‘旱优640’的大面积推广应用提供参考。

基于正向解析式和多目标博弈优化算法的复杂装备体系优化设计方法

针对复杂装备体系(Complex Equipment System-of-systems,CES)优化设计中指标变量多、仿真依赖性强、易陷入局部最优的问题,提出一种基于正向解析式和多目标博弈理论(Multi-Objective Game Theory,MOGT)优化算法的CES优化设计方法。为提升CES优化设计的可解释性,构建任务级—能力级—装备级的评估指标体系;在此基础上,基于装备机理和效用函数表征装备评估指标与作战能力之间的正向映射关系,并利用相邻优属度熵权法计算各指标权重;通过正向解析式与约束条件建立多目标优化模型,并采用MOGT优化算法获得最佳优化结果。以某作战推演平台中防空攻防想定为例,开展算例评估与验证分析。研究结果表明,该方法能够实现CES中最优设计方案的求解,可显著提高设计效率和降低设计成本,为下一代装备发展论证、设计评估和作战试验提供了基础性工作。

弓网滑动电接触多目标条件下最优压力载荷决策研究

在电气化铁路的弓网系统滑动电接触中,受压力载荷影响的载流效率、载流相对稳定系数、磨损率、接触电阻是反映弓网摩擦和受流效果的重要参数。利用实验数据,通过蛇算法优化极限学习机得到四个参数的预测模型,以此为基础建立最优压力载荷目标函数;针对压力载荷寻优问题提出一种参考点生成方式对非支配排序遗传算法—Ⅲ进行改进,并对压力载荷进行寻优得到均匀广泛的pareto前沿解集;采用CRITIC法计算pareto前沿解集的客观权重,考虑机车运行速度的影响引入自适应因子,得到自适应权重,最终通过虚拟最劣解TOPSIS法决策确定最优压力载荷,为弓网压力载荷的主动控制提供理论基础。

高产优质香型杂交水稻组合玉龙优1611的选育

玉龙优1611是用香型优质不育系玉龙1A与香型抗稻瘟病恢复系泸恢1611杂交配组选育而成的中籼迟熟组合,在3年试验中产量表现稳定,所有试验点100%增产。该组合米质优,抗性中,适宜绿色轻简化栽培;因不育系柱头外露率高、生活力强、授粉姿态好等特点,在杂交制种中易取得丰收,产量在3000.00~3750.00kg/hm2。2021年通过国家农作物品种审定委员会审定(国审稻20210038)。2022年获得四川省“稻香杯”食用稻米品质特等奖,同年被中国农学会评选为中国农业农村重大科技新成果;2023年入选四川省农业主导名录和国家农作物优良品种推广目录。

混合策略的沙猫算法求解化工动态优化问题

化工动态优化问题的求解是实现化工过程自动控制的基础,对环保与经济效益方面均有理论和实际意义。提出一种ISCSO(混合策略的沙猫优化算法)来达到反应器高效优化的目的。首先,针对SCSO(沙猫算法)种群初始化缺乏多样性、容易聚集的问题,引入Circle混沌映射初始化种群,提高多样性。其次,针对沙猫算法在迭代后期收敛速度较慢、容易陷入局部最优的问题,引入随机游走策略。同时,采用柯西变异策略扰动全局最优解,生成新解,避免陷入局部最优,增强局部搜索能力。最后将其应用于3个具有挑战性的化学动态优化工程问题上,并与其他方法进行对比分析。结果表明,改进后的算法具有更强的寻优和求解能力,证明了其有效性和优越性。

基于病毒溯源优化思想的元启发式优化算法

为提高当前元启发式算法的优化精度和收敛性能,模拟病毒溯源过程的优化思想,文章提出一种元启发式病毒溯源多目标优化算法。给出更早感染者、最早感染者、误差最优解和算法性能评价指标的定义,构造追踪方向、追踪指令和追踪范围启发式更新算法,建立具有目标偏好的感染度函数,由此设计具有快速精准搜索能力的启发式追踪算子和筛查算子。通过17个单目标和多目标测试函数优化实验验证了所提算法在优化精度、优化速度和平均误差上均优于参与比较的其他6个元启发式算法,为复杂优化问题的求解提供了一种新的有效方法。

融合混沌灰狼优化算法的K-均值聚类算法

针对K-均值聚类(K-means)算法对初始聚类中心位置敏感、容易陷入局部最优的缺点,提出一种融合混沌灰狼优化算法的K-means算法。算法利用混沌系统的随机性和遍历性产生分布较均匀的Tent混沌序列来初始化灰狼种群,获得分布较均匀且多样性较高的初始解,提高了算法的全局搜索能力;在搜索全局最优聚类中心的过程中引入基于精英个体的变异操作,维持种群的多样性,提高了算法的的局部搜索能力,避免算法陷入局部最优。实验结果表明,与基本K-means、基于粒子群算法(PSO)改进的K-means、传统灰狼优化算法(GWO)改进的K-means相比,以上算法具有更优的聚类效果,更强的寻优能力。

基于多目标优化的变电站消防资源配置算法

针对变电站消防资源分配与分布不均匀的问题,提出了一种基于多目标优化的变电站消防资源配置算法。该算法采用电力生产场所的道路网作为变电站消防责任区划分的依据,并结合各划分区域的消防需求构建消防资源配置模型。根据该模型的特点,在帕累托最优解的约束下提出了一种基于模拟退火的多目标优化算法,来求解该消防资源配置模型。仿真与实验结果表明,所提出的消防资源配置模型更符合实际变电站各场所分布的特点,且所提出的多目标优化算法得到的消防资源分配结果能在消防资源有限的条件下,实现最大的配置效益和快速的消防响应。