Improved gravitational search algorithm based on free search differential evolution

This paper presents an improved gravitational search algorithm （IGSA） as a hybridization of a relatively recent evolutionary algorithm called gravitational search algorithm （GSA）, with the free search differential evolution （FSDE）. This combination incorporates FSDE into the optimization process of GSA with an attempt to avoid the premature convergence in GSA. This strategy makes full use of the exploration ability of GSA and the exploitation ability of FSDE. IGSA is tested on a suite of benchmark functions. The experimental results demonstrate the good performance of IGSA.

Free Search算法率定的Sacramento模型在东北寒旱区的应用

采用模型对比研究方法,以萨克拉门托(Sacramento,SAC)模型为研究对象,以新安江模型为参考,采用基于动物群体的自由搜索(Free search,FS)算法作为率定水文模型的优化算法,选取松花江水系和辽河水系的3个集水区为实证流域,通过对比FS算法率定的SAC模型和新安江模型在3个流域的模拟效果,验证SAC模型在东北寒旱区流域的适用性。研究结果表明,FS算法迭代计算过程简单,需要设置的算法参数较少,在率定SAC模型和新安江模型时效率较高;在相同的模拟条件下,FS算法率定的SAC模型模拟效果更好,其Nash模型效率系数高于新安江模型,表明SAC模型适用于东北寒旱区流域;但SAC模型在东北寒旱区的模拟精度还有待提升,模型尚需进一步发展和完善。

Free Search——一种新的进化算法

随着计算智能技术的发展,出现了一些新的进化算法。在对一类进化算法———群体优化算法特征分析的基础上,从生物学原理、搜索机制、算法结构等方面,介绍了一种新出现的进化算法Free Search,并归纳了与其他进化算法的共性特征,同粒子群优化算法进行了特征比较。

等式约束优化一个无罚函数无滤子的QP-free算法

提出了求解等式约束优化问题的一个不使用罚函数和滤子QP-free算法.算法每次迭代只需解一个线性方程组产生搜索方向;非单调线搜索保证目标函数或约束违反度函数的充分下降.算法不需要传统的滤子法所必须的可行性恢复阶段.在适当的假设条件下算法具有全局收敛性.最后对算法进行了初步的数值验证.

麻雀搜索算法的PMSM固定时间无模型滑模控制

针对永磁同步电机(permanent magnet synchronous motors,PMSM)调速系统的易受外部负载扰动的影响,提出了一种基于改进麻雀搜索算法的PMSM固定时间无模型滑模控制策略。在转速环输入输出超局部模型的基础上构建了固定时间滑模速度控制器,设计了固定时间扰动观测器估计超局部模型的未知扰动,并通过前馈补偿的方式削弱未知扰动对调速系统带来的不利影响,提高调速系统的抗干扰能力,利用李雅普诺夫函数证明了速度控制器和观测器的固定时间收敛性。由于控制器参数较多且会影响系统性能,为了准确获取参数,提出了改进的麻雀搜索算法对控制器的参数进行优化。实验结果显示,本文提出的控制方案与PI控制相比较,有效解决了超调问题,稳定时间加快了22.8%,加载时转速变化减少了75%,表明本文提出控制方案的有效性。

灰色神经网络模型在自由曲面加工误差预测中的应用

为了有效预测自由曲面的加工误差,结合灰色模型和BP神经网络模型提出了一种改进型麻雀搜索算法优化的灰色神经网络模型。通过引入鸟群算法更新麻雀算法中个体的位置,提升麻雀搜索算法的搜索能力;采用改进的麻雀搜索算法优化BP神经网络,避免BP神经网络在权值和阈值选择时的随机性太强,从而提高预测结果的稳定性。实验结果表明,改进麻雀搜索灰色神经网络对自由曲面加工误差预测的最大残差绝对值为8.52μm,比粒子群灰色神经网络和混沌海豚群灰色神经网络的预测结果分别减少了63.74%和61.76%,说明改进麻雀搜索灰色神经网络能有效提高预测精度。

含分布式电源及电动汽车充电站的配电网多目标规划研究

电动汽车充电站的定容选址问题对配电网络和交通网络都会产生影响,所以在分布式电源规划时应同时考虑。文章建立了路径选择模型与交通满意度评价模型,并研究了分布式电源的时序特性与互补性。考虑分布式电源同时为配电网负荷和充电站供电,建立了总成本最小、网络损耗最小和交通满意度最高的电动汽车充电站与分布式电源定容选址模型。并采用新的多目标自由搜索算法对上述模型进行求解,得到Pareto解集。最后以IEEE33节点配电网为例进行仿真计算,并采用交互式模糊决策对结果进行分析。结果表明,上述方法能得到合理的分布式电源与电动汽车充电站接入位置及其容量配置方案,所提模型和算法是可行且有效的。

基于自由搜索的灌区优化配水模型研究

在求解优化配水问题时,遗传算法和粒子群算法是经常被采用的优化算法,然而在优化过程中可能出现早熟,从而会影响到配水模型的有效性。为此,本文引入一种新的基于动物群体的优化算法——自由搜索(FreeSearch)算法,并以实现单位灌溉水量的净收益最大为目标构建了灌区优化配水模型,设自由搜索中动物探查行走时的位置分量为模型寻优参数,应用自由搜索算法对模型进行优化求解。实例应用结果表明:与加速遗传算法和标准粒子群算法求解优化配水模型的结果相比,本文建立优化配水模型能为灌区提供更合理的优化配水方案,可使整个灌区及单位灌溉水量的净收益都获得显著增长。

基于自由搜索算法和支持向量机的燃煤锅炉NOx 建模与优化

利用支持向量机（ SVM）建立锅炉NOx 排放模型，采用自由搜索（ FS）算法对支持向量机模型参数进行优化并对模型输入参数进行寻优。结果表明，FS-SVM模型能够较好地预测NOx 排放，且模型精度较高。通过优化输入参数，NOx 排放量有明显地降低，优化后的参数变化情况与有关文献中实验所得的结果一致。

计及可时移负荷的海岛微网电源优化配置

优化配置分布式电源容量,提高供电可靠性和经济性是微网规划的关键问题。文中在海岛微网规划中加入海水淡化类可时移负荷,以便更好地跟踪可再生能源发电,并解决海岛淡水需求困难。根据海岛用户年负荷需求和供电可靠性要求,结合不同岛屿气象条件、地理位置情况、海水淡化需求,构建风/光/储/柴等多类电源组合,采用混沌自由搜索算法,得到海岛微网分布式电源容量的最优配置方案,并用Matlab编程实现。结果表明,海水淡化类可时移负荷的加入可降低海岛微网优化配置方案的投资冗余度,使资源利用最大化。在算法收敛特性及最优解求解两个指标中,与传统优化算法进行对比,证明了混沌自由搜索算法在快速收敛特性和全局寻优方面具有明显的优势。

渠道轮灌配水优化模型与复合智能算法求解

依据遗传算法理论,在配水求解中,摈弃传统的二进制编码,采用了和人们处理问题思路一致的十进制编码,针对遗传算法的某些局限性,采用自由搜索算法克服了传统基因编码方法容易陷入局部最优解的缺陷,扩大了算法的搜索空间,从而提高了基因序列的质量;同时由于对各个渠道流量调节采用了自由搜索算法,使各渠道的流量在其允许的范围内调节到最佳值,从而使各个渠道在同一时间关闭,不但减少了渠道弃水,而且在目前灌区的管理条件下还减少了人工管理的劳动时间。

基于惯容器的半主动座椅悬架控制和优化

双层隔振具有较好的减振效果,但是应用于车辆时其中间质量会增加汽车荷载质量,为解决此问题用惯容器替代双层隔振中的中间质量,并将其应用于某型卡车座椅悬架。首先提出了包括磁流变阻尼器、惯容器等在内的座椅悬架结构,推导了座椅-人体运动微分方程。根据上述方程设计了基于模型(基于座椅悬架动力学模型)的控制策略,在Simulink中搭建了相应仿真模型,并采用自由搜索算法进行了悬架结构参数和控制器参数的联合优化,对优化结果取人体易发生共振的3个频率的复合激励以及随机激励进行测试都表明此座椅悬架机构及控制策略具有较好减振效果。

基于自由搜索算法的IIR数字滤波器设计

无限脉冲响应(IIR)数字滤波器的设计实质上是一个多参数多目标优化问题。针对自由搜索算法原型优化设计时存在后期寻优效率低等缺陷,提出一种改进搜索策略的优化方法。通过动态调整个体的领域搜索半径和定期轴向搜索等策略,提高算法在多维空间的搜索能力。将其应用于IIR数字滤波器的优化设计,并在最小均方误差、最小通带阻带纹波幅值和两者相结合的优化准则下,对参数空间施加适当的约束条件,建立相应的优化模型。仿真结果表明,在设计IIR数字滤波器时,该算法的优化结果优于同类算法。

基于自由搜索算法的数字多频陷波滤波器设计

数字多频陷波滤波器的作用是同时处理数字信号中多个特定频率分量。传统设计方法通过级联多个单频陷波系统实现,仅适用于陷波频率间隔较大的情况,且存在频率响应不均匀、过渡带增益不对称以及陷波频率点之间增益难以控制等局限性。为此,以改进的自由搜索算法为基础,提出一种数字多频陷波滤波器的设计方法。通过改进陷波系统结构,约束参数空间,建立优化模型,优化配置极点位置,实现具有稳定特性的数字多频陷波系统。仿真实验结果表明,该设计方法在实现准确陷波的同时,可使得过渡带增益对称且可控,通带内频率响应均匀平稳。

基于自由搜索算法的灌渠配水优化模型

国内外现有的渠道配水模型是建立在下级渠道流量相等、上级渠道断面均匀水力参数相同的基础上,无疑限制了模型的应用范围。针对该种不足,该文建立了考虑下级渠道流量不等和上级渠道断面变化的精细化配水模型。在模型求解方面,通过构建合理的适应度函数和对约束条件的高效处理,应用自由搜索算法对模型进行了求解。应用结果表明,采用本模型和算法得到的配水方案与原配水方案相比,输水渗漏损失减少了8.26%;配水过程也更加均匀,有效减少了闸门调节次数。

基于C-FS混合算法的微电网经济调度

为了引导储能设备进行深度充放电,提高其使用寿命,利用雨流计数法得到每次充放电对储能设备寿命的影响,建立起了考虑储能设备运行成本的微网经济调度模型。文中针对自由搜索算法(FS)收敛速度慢、易陷入局部最优等缺点,结合混沌理论和精英策略,提出了一种混沌自由搜索混合算法(C-FS)对微网经济调度模型进行求解。通过对14节点辐射状微网系统进行仿真分析,结果表明,考虑储能设备运行成本能有效提高储能设备使用寿命。同时,与传统算法相比,混沌自由搜索混合算法能迅速跳出局部最优解和快速收敛。

改进人工蜂群算法

针对人工蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,利用自由搜索算法中的信息素、灵敏度模型代替传统的轮盘赌选择模型,并引入OBL策略产生新蜜源取代每次迭代的最差蜜源,提出了一种改进的人工蜂群算法,并结合NIT技术建立一种新的多峰优化方法.对9个标准测试函数仿真表明本文提出的改进算法不仅大大提高了最优解的精度而且缩短了运行时间,改进性能明显优于现有人工蜂群算法.实例测试表明该方法能够有效、精确地搜索各个峰值点.

基于自由搜索的水库入库含沙量预测模型

水库泥沙淤积问题直接关系到水库的规模、寿命以及综合经济效益的发挥。入库水流含沙量是影响水库调度运行以及水库泥沙淤积的主要因素,目前国内结构简单、实用性较强的含沙量预测模型不多。以水库的入库站流量及上游站至入库站的区间流量为研究对象,提出了基于两个水文站流量的水库入库含沙量的预测模型,采用改进的自由搜索算法率定模型参数,并将模型应用于龚嘴水库的入库含沙量的预测。研究结果表明,构建的模型结构简单,参数率定便捷,预测含沙量的精度较高,为水库入库含沙量预测提供了一种简便适用的方法。

加速收敛的人工蜂群算法

针对人工蜂群算法(artificial bee colony algorithm,ABC)存在的收敛速度慢、易陷入局部最优的缺点,提出了一种改进算法。首先,设计新的选择策略和交叉策略,使群体快速向最优解靠近;然后,鉴于控制侦查蜂行为的参数难于确定,且对算法性能影响较大,提出了基于反向学习的变异策略代替侦查蜂行为,同样达到避免陷入局部最优的效果。通过对10个标准测试函数的仿真表明,改进算法几乎都可以得到各测试函数的全局最优解,而且收敛速度快、鲁棒性好。改进性能明显优于现有人工蜂群算法。

基于复合基因编码的渠系水资源智能优化研究

采用和人们处理问题思路一致的十进制复合编码,基因中包含渠道的编号及流量信息,使优化信息更加完备,更加符合实际。针对遗传算法的某些局限性,优化时采用嵌套遗传算法加自由搜索的复合智能算法,对各个渠道流量调节采用自由搜索算法,使各渠道的流量在其允许的范围内调节到最佳值,从理论上实现了渠道弃水为0的最优值。