基于非视觉效应的建筑室内人工光环境动态调控方法

以电子信息制造业中的封闭流水线车间作为研究对象,提出了一种基于光非视觉效应及智能优化算法的动态调光方法.首先,基于流水线车间这一建筑室内照明场景,制定了相应动态调光策略,在此基础上结合脉冲宽度调制技术的LED灯具及DIAlux中的光照模拟,建立了光照调控数学模型;其次,为提升蚁狮算法的寻优能力及鲁棒性,提出了基于PWLCM混沌映射、Levy飞行、萤火虫扰动及自适应混合变异机制的改进蚁狮算法,并利用改进蚁狮算法求解光照调控数学模型,实现了光照的最优控制;最后,设计了算法对比实验、光照调控准确度实验及光照模拟实验.实验证明,改进蚁狮算法相较于其他算法寻优能力更强、稳定性更高;动态调光方法可将照度误差控制在5 lux以内,调光准确;动态调光方法在节能的同时有利于缓解工人疲劳.

基于蚁狮优化算法的虚拟电厂优化调度技术研究

针对燃煤热电机组独特的以热定电工作方式与风电反调峰特性,导致虚拟电厂存在调峰能力不足、碳排放量居高不下的问题,文章开展了基于蚁狮优化算法的虚拟电厂优化调度技术研究,通过碳捕集技术辅之合理的需求响应机制实现虚拟电厂的灵活低碳运行。首先,建立了以一个调度周期内的经济效益最高为目标的优化调度模型;其次,设计了一种基于混沌映射与竞标赛选择的混合策略代替轮盘选择方法对种群进行初始化,采用搜索空间边界检查机制有效避免了寻优过程中过多潜在解处于同一边界点的情况;最后,仿真结果表明,规划的虚拟电厂结构合理,提出的调度策略能通过协调源荷两侧资源,在提高系统新能源消纳能力与总收益的同时达到减少碳排放量的目的。

基于改进蚁狮优化的火炮随动系统控制方法

针对防空火炮对随动控制系统跟踪精度高和强鲁棒性的要求,提出一种基于改进粒子群蚁狮优化(Improved Particle Swarm Optimization-Antlion Optimization,IPSO-ALO)算法的火炮随动系统控制策略。首先在建立火炮交流伺服系统模型的基础上,分析了位置控制器结构;其次,利用改进的蚁狮算法优化了位置环PI控制器,为解决算法迭代后期蚁狮的多样性降低导致陷入局部最优的问题,并且为保证得到最优参数,将PSO算法与ALO算法融合,利用粒子群算法更新蚁狮位置,进一步更新蚁狮算法的精英主义阶段,并且分别在粒子群算法中引入自适应非线性递减惯性权重系数,加强算法在后期的局部搜索能力,在蚁狮算法中引入动态比例系数和非线性动态权重,提高了算法的全局搜索能力;最后,在MATLAB/Simulink建模仿真并分析了各控制器作用下系统的稳定性、跟踪性及鲁棒性。仿真结果表明,IPSO-ALO算法对于PI控制的各种性能指标最优,其调节时间较IPSO和IALO分别提升18.2%和33.1%,所设计的控制器能够使火炮随动系统获得更好的响应特性和跟踪精度,抗干扰能力强,有较强的鲁棒性,证明了该方法的有效性。

基于蚁狮优化算法的瑞雷波频散曲线反演

反演瑞雷波频散曲线获得横波速度剖面,是近地表瑞雷波勘探中最重要的步骤之一;瑞雷波频散曲线反演是一个多极值、高度非线性问题,为此引入蚁狮优化算法求解该类问题。蚁狮优化算法是一种群智能算法,是模仿蚁狮设置陷阱捕食的行为建立的全局优化算法,该算法收敛速度较快且降低了不同的参数设置对结果产生的影响。通过使用蚁狮优化算法对典型的理论地质模型进行了频散曲线反演,反演结果表明蚁狮优化算法能够运用在瑞雷波频散曲线反演中且精度较高,在实测资料中与传统非线性方法进行了对比,验证了基于蚁狮优化算法频散曲线反演的优势与实用性。

基于改进ALO-RBF的高频地波雷达海杂波预测模型

高频地波雷达是海上动目标检测的重要手段,其中海杂波是影响海面目标检测性能的主要因素。为了提高海杂波的预测精度进而有效抑制海杂波,本文提出了一种基于改进蚁狮算法(Ant Lion Optimizer,ALO)优化RBF神经网络的海杂波预测模型(MGPALO-RBF,Multiple elites dynamic guidance Ant Lion Optimizer based on Gaussian difference variation-based learning with Perturbation factor-radial basis function)。由于标准蚁狮算法具有易陷入局部最优且收敛速度慢的缺点,本文在蚂蚁进行随机行走的过程中加入扰动因子以增加种群的活跃性和多样性,并提出多个精英动态引导机制,强化算法前期的探索能力和后期的开发能力,同时对种群中较差蚁狮进行高斯差分变异以提高算法的收敛速度。仿真结果表明:改进的蚁狮算法在对比算法中具有更高的收敛精度和收敛速度,MGPALO-RBF模型具有更好的海杂波预测性能。

基于蚁狮算法的风光水火短期优化调度

为了利用不同能源之间的互补特性来解决电力系统短期优化调度问题,以火电运行成本最小和风光弃用量最少为目标构建含风光的水火优化调度模型。采用一种自然启发的算法——蚁狮优化算法(ALO)来求解新能源接入的水火发电调度问题。通过使用建造陷阱的随机行走机制和轮盘赌操作为ALO提供了很高的探测能力。陷阱边界的缩小和精英行动提高了开发效率,使其在复杂领域具有强大的搜索能力。最后,通过仿真实验和结果对比,验证了算法和模型的有效性,说明采用蚁狮算法求解电网短期优化调度可以实现经济效益和环保效益最大化。

考虑需求灵活性的含风电配电网调度优化

风电供电有较强的不稳定性和随机性,为经典配电网调度运行体系带来了极大挑战。为了弥补现有研究中忽视不确定集外风险、无法充分考虑需求灵活性的不足,在客观量化风电不确定集外期望风险的基础上,建立基于需求灵活性的含风电配电网调度优化模型。为求解所建复杂混合整数非线性规划模型,基于协调分解思路,提出了一种改进蚁狮算法与分支定界算法相协调的双层优化算法,充分利用人工智能算法和经典数学算法的优势,快速求解所建复杂模型。算例结果表明:与现有先进调度方法相比,所提出方法能充分利用需求灵活性,有效降低配电网调度的风险,合理权衡调度计划的经济性和风险性;在实际配电网调度中,可为实现更加高效、稳定的含风电配电网调度提供指导。

基于混沌多目标蚁狮优化算法和核极限学习机的冲击性负荷预测模型

针对冲击性负荷预测问题,提出了一种基于混沌多目标蚁狮优化算法(chaotic multi-objective antlion optimization algorithm,CMOALO)和核极限学习机(kernel extreme learning machine,KELM)的冲击性负荷预测模型。首先,为了降低预测难度,使用集合经验模式分解(ensemble empirical mode decomposition,EEMD)将原始冲击性负荷分解为一系列更为平稳的子序列。为了同时提升模型的预测精度和稳定性,提出了一种MOALO;其次,为进一步提高算法的解搜索能力,将MOALO与混沌运算融合,提出了CMOALO算法,将其用于优化KELM。最后通过某地区真实采集的冲击性负荷数据对所提出的EEMD-CMOALOKELM模型进行验证。通过案例分析可知,所提出的冲击性负荷预测模型,无论是在预测精度还是预测稳定性方面,性能最好。

双重反馈机制的蚁狮算法

针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO。DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利用时空混沌探索策略提高了全局搜索能力,避免算法陷入局部最优;采用多样性反馈高斯变异策略增强种群的多样性而避免算法出现早熟。八个标准测试函数仿真测试表明,DFALO在平衡全局搜索和局部开发能力上有显著提高,收敛速度快、全局搜索能力强、求解精度高。

蚁狮多糖的提取工艺及体内免疫活性研究

目的:优化蚁狮多糖的提取工艺,探究其对小鼠免疫功能的影响。方法:以蚁狮多糖含量为考察指标,比较水提取法、蛋白酶水解提取法(以酶用量、提取温度、提取时间为考察因素进行正交试验优选)和稀碱液提取法(以碱液浓度、提取温度、提取时间为考察因素进行正交试验优选)提取蚁狮多糖的效果。取128只KM小鼠随机分为4个研究组,每个研究组随机分为对照组(等体积生理盐水)与蚁狮多糖低、中、高剂量组(20、40、80 mg/kg),每组8只,尾静脉iv给药,0.2 mL/10 g,每日1次,连用1周,分别用于测定小鼠腹腔巨噬细胞吞噬百分率与吞噬指数、脾和胸腺指数、淋巴细胞转化率和血清溶血素水平。结果:3种方法所得提取液中蚁狮多糖含量分别为14.48%、38.66%、30.62%。蛋白酶水解提取法所得蚁狮多糖含量最高,其最优提取工艺条件为40℃下用100μg/g的木瓜蛋白酶提取3 h。与对照组比较,蚁狮多糖低、中、高剂量组小鼠腹腔巨噬细胞吞噬百分率和吞噬指数、脾指数显著升高(P<0.05),胸腺指数显著降低(P<0.05),而淋巴细胞转化率无显著变化(P>0.05);蚁狮多糖中剂量组小鼠血清溶血素水平显著升高(P<0.05)。结论:蛋白酶水解提取法适于蚁狮多糖的提取,其优选工艺可靠。蚁狮多糖具有增强小鼠非特异性免疫、体液免疫的活性。

蚁狮多糖对小鼠炎症模型影响的实验研究

目的研究蚁狮多糖对小鼠不同炎症模型的抗炎抑制作用。方法将小鼠随机分为对照组、西药对照组和蚁狮多糖高、中、低剂量组(500 mg·kg^(-1)、250 mg·kg^(-1)、125 mg·kg^(-1)),建造不同类型的小鼠炎症模型,各种炎症模型均设5组试药组灌胃给药,实验结束后考察小鼠耳廓肿胀度、毛细血管通透性、肉芽肿湿重、足跖肿胀度等不同炎症模型的检验指标。结果与对照组相比,蚁狮多糖对小鼠耳廓肿胀、琼脂性肉芽组织增生、足跖肿胀有极显著的抑制作用,对实验性腹膜炎的抑制作用显著,显著降低小鼠的扭体反应。结论蚁狮多糖具有显著的抗肿胀性炎症、抗渗出性炎症、抗增生性炎症以及镇痛作用。

地牯牛对烫伤大鼠的治疗作用

目的:探讨地牯牛外用对烫伤大鼠模型创面修复的影响。方法:大鼠背部皮肤用100℃水蒸气持续10s造成烫伤模型;观察地牯牛外敷对烫伤大鼠创伤部位修复情况及相应时间内血清TNF、VEGF、IL的表达。结果:模型建立成功,结果显示地牯牛组组织形态学变化显著,创面愈合明显优于其他组。大鼠血清中血管内皮生长因子(VEGF)表达地牯牛组高于其他组(P<0.05),血清肿瘤坏死因子(TNF)、白介素(IL)的表达地牯牛组低于其他组(P<0.05)。结论:地牯牛外用对大鼠烫伤模型有显著的治疗效果。

一种高精度的儿童成年身高预测方法

精确的儿童成年身高预测对于制定儿童青少年的发展计划、运动员的选材具有重要的参考意义。目前的儿童成年身高预测方法存在方法过时、预测精度不高等问题。针对这些问题,通过分析中国儿童青少年学生体质和生长发育健康工程在浙江省中小学采集的数据,在BP神经网络的基础上提出一种高精度的儿童成年身高预测方法。针对BP神经网络易陷入局部解的缺陷,提出一种基于位置策略的蚁狮算法并对其进行优化。该算法改进了蚂蚁的游走方式,增强了全局搜索能力。通过10个基准函数的对比实验,证明了位置策略的可行性和有效性。实验结果表明:优化后的BP神经网络模型真实值和预测值的差值在±2 cm以内时,男生成年身高预测精确度达到了86.67%,女生达到了85.32%,相较于其他模型而言,该模型对儿童青少年成年身高预测的结果具有更高的精度。

基于改进型蚁狮混合优化系统模型负荷可调节能力预测

为解决传统灰色模型在电力负荷预测应用中存在的问题,文章研究一种电力负荷可调节能力预测模型的性能提升方法。所提方法在传统灰色模型和改进蚁狮优化算法的基础上,结合灰色关联分析方法和动态滚动机制,提出一种改进型蚁狮混合优化灰色预测模型。为验证模型效果,文章采用北京某台区用电负荷可调节量模拟数据建模,并同4种预测模型的结果进行比较,实验结果证明所提模型可有效提升电力负荷可调节能力预测模型的预测性能。

可再生能源电力系统的虚拟同步发电机频率控制策略

为解决可再生能源接入电力系统导致系统频率稳定性下降的问题,将虚拟同步发电机(virtual synchronous generator,VSG)控制策略和优化算法相结合,提出了一种基于算法优化的VSG控制策略。对蚁狮算法进行改进并用于优化VSG的参数,使VSG的性能达到最佳;最后,将优化的VSG用于并网逆变器的控制;建立电力系统仿真模型,并与传统控制方案进行对比测试,结果表明:优化的VSG控制策略降低了系统频率波动的幅值和时间,阶跃负荷扰动下频率波动幅值降低了约0.00042 Hz,波动时间降低了约1.5 s,提高了可再生能源电力系统的频率稳定性。

基于油中溶解气体分析的变压器故障预测

预测变压器潜伏性故障对评估其健康状态至关重要。提出一种新型变压器故障预测方法,首先以LSTM网络为载体搭建时间注意力机制预测框架,并采用IALO算法优化其参数;其次利用优化的模型预测变压器油中溶解气体;然后采用MPA算法优化的SVM模型对气体预测结果进行故障诊断;最后统计诊断结果并与实际运行状态对比验证模型。实验结果显示在第42~58天内运行状态异常次数最多为29次,未来两个月内运行异常几率为86.89%,其中中温过热故障占比最高为88.67%,与实际情况误差仅为2.46%和1.29%,预测结果与实际运行情况符合较高,证明了所提方法在准确预测变压器运行状态异常时间点和故障类型中的可行性。

穴蚁蛉的自然种群动态

本文主要报道了穴蚁蛉 Myrmeleon(Morter) sagax(Walker)幼虫的野外自然种群数量动态。穴蚁蛉 1年发生 1代 ,在自然界其幼虫 3～ 5月份数量平稳略有下降 ,5、6月间数量迅速下降 ,6月初数量最少 ;7～ 9月份数量迅速上升 ,而后下降 ;新一代穴蚁蛉幼虫 (蚁狮 )在 6月份出现。其种群 ,秋季以 1龄幼虫数量为多 ,冬季主要以 2龄幼虫为主越冬 ,春季以 3龄蚁狮占优势。春季野外采集来的蚁狮 ,在每日光照 14小时、每周两饲 (每次饲 1头米蛾 Corcyra cephalonica成虫 )的条件下饲养 ,结果发现 ,采集回时处于 3龄期的蚁狮比自然界大约提前 1个月结茧化蛹和羽化 ;而采集回时处于 2龄期的蚁狮则和自然界中的情况基本一致。

一种采用改进蚁狮优化算法的图像增强方法

针对现有图像增强技术在细节处理方面的不足以及变换后图像直方图分布偏移的情况,同时针对基本的蚁狮优化算法(ALO)存在寻优精度不理想、易陷入局部最优等问题,提出一种采用改进蚁狮优化算法(RBALO)的图像增强方法。其核心在于,根据蚁狮位置的分布调整搜索空间的边界,引导蚂蚁在更有效的区域内进行搜索,并使部分蚂蚁与精英蚁狮进行重组。将RBALO算法用于确定Beta函数的参数,获取适合当前图像的参数值。利用两个标准测试函数进行实验,证明改进后的蚁狮算法有非常好的寻优精度。最后,使用couple灰度图进行图像仿真实验,结果表明使用RBALO算法得到的增强图像适应度优,直方图分布更均匀。

仿生偏柱式减阻深松铲设计及离散元仿真分析

过大的深松阻力是限制深松作业效果及深松机推广的重要原因之一,而深松阻力主要由深松铲引起,因而改进其结构、减小其作业阻力将有助于节能降耗及深松作业的推广。以善于挖掘的竹鼠及蚁狮幼虫为仿生对象,应用三维扫描仪对竹鼠爪趾及蚁狮幼虫进行结构获取,建立竹鼠爪趾及蚁狮幼虫背部的三维曲面。应用逆向工程原理提取优异的挖掘曲线,据此建立偏柱式深松铲三维模型。以深松深度、深松铲宽度及深松铲入土角为设计目标,设计出3种仿生偏柱式深松铲,并提出一种偏柱式深松铲铲柄的设计方法。应用EDEM软件对深松阻力进行模拟可知,深松铲铲柄及铲尖的仿生设计可有效减小其深松阻力,最大可减阻12.92%。仿生偏柱式深松铲设计将为深松铲结构优化提供新的设计思路。

一种基于ALO算法的高频饼式变压器优化设计

此处提出一种基于蚁狮优化(ALO)遗传算法的高频变压器设计方案。为实现LLC电路磁集成设计,提出饼式结构变压器漏感计算方法。在满足漏感、温升、效率与功率密度多目标条件下进行优化设计,并充分考虑了绝缘间距对结构的影响,详细计算了因高频趋肤效应与邻近效应导致的额外铜损。给出了变压器优化设计的流程与漏感计算方法,搭建了800 V/800 V,30 kVA的实验样机,通过有限元仿真和实验测试结果验证了所设计变压器漏感计算方法的准确性。