基于IA-PSO的库坝梯级系统水资源优化配置与调度

【目的】库坝梯级系统上游建有龙头水库、中下游建有多级拦蓄堰坝,合理分配龙头水库与中下游堰坝的供水任务并高效开展龙头水库供水调度是保障库坝梯级系统供水安全的关键。【方法】以平阳县北港流域为例,通过构建水资源优化配置模型来高效分解各水源的供水任务,以龙头水库供水任务配置结果作为其需水边界,通过构建水库优化调度模型制定了水库各行业供水保证线,采用IA-PSO算法对水资源优化配置和优化调度模型进行求解。【结果】结果显示:经优化,顺溪水库调度图丰富了指导各行业有序放水的调度线,北港流域各行业供水保证率提升至设计保证率。【结论】结果表明:通过水资源优化配置与龙头水库优化调度,可统筹发挥库坝梯级系统龙头水库和中下游堰坝的供水能力,协调流域各行业供水矛盾。

基于PSO的SURF IA选星优化研究

机场场面情景意识显示和告警(Enhanced Traffic Situational Awareness on the Airport Surface with Indications and Alerts, SURF IA)作为广播式自动相关监视(Automatic Dependent Surveillance-Broadcast IN, ADS-B IN)下的一种监视应用,可以使航空器在机场运行时的安全和效率大大提高。以北斗卫星导航系统(BDS)/GPS双系统作为ADS-B IN的数据源,在利用所有可见卫星达到SURF IA运行的性能要求的基础上,为了减少可见卫星的使用数量,降低工作负荷,采用了粒子群算法(Particle Swarm Optimization, PSO)对导航卫星进行筛选,使得采用更少的卫星运行满足SURF IA的要求。仿真结果表明,经过PSO筛选后,可以以更少的卫星满足SURF IA运行最低监视性能要求,提高了机场场面运行监视性能。

基于免疫粒子群的机器人自抗扰控制器参数整定方法

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明:该方法提高了自抗扰控制器的响应速度和稳定性,适用于机器人自抗扰控制器参数的整定。

基于免疫粒子群算法的电力系统无功优化

为提高粒子群优化(particle swarm optimization,PSO)算法的收敛性能,将免疫算法(immunity algorithms,IA)的免疫信息处理机制引入到标准粒子群算法,形成一种新的优化算法,即免疫粒子群算法。该算法将免疫算法的免疫记忆和自我调节机制引入PSO,并采用基于粒子浓度机制的多样性保持策略;同时,用免疫算法的"接种疫苗"和"免疫选择"来指导搜索过程。改进后的算法可以很好的保持优化过程中粒子群的多样性,抑制优化过程中出现的退化现象,保证算法的收敛精度和收敛速度。IEEE30节点系统算例仿真表明,IA-PSO算法与标准PSO算法相比,能够及时跳出局部最优得到全局最优解,且收敛速度快、精度高。

基于混合遗传免疫粒群优化的网络拥塞控制方法

微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.

基于免疫粒子群文化算法的数字电路故障诊断

为改善粒子群算法摆脱局部极值点的能力,提升种群进化的多样性,将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法;为有效提高故障覆盖率和缩短测试生成时间,将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比,结果表明该算法能够有效提高故障覆盖率,缩短测试生成时间,在大规模电路测试生成与故障诊断中更具优势。

基于禁忌搜索-免疫粒子群算法的无功优化

在考虑经济性网损的基础上,研究了电压稳定对无功的影响,建立了多目标无功优化的数学模型,采用模糊权重法将多目标无功优化转化为单目标无功优化进行求解。针对粒子群算法易早熟和后期收敛性差的缺点,提出免疫算法和禁忌搜索算法协同进行机制,并将该算法应用于IEEE-30节点系统上进行测试,证明了改进粒子群算法的有效性。

飞机复合材料构件损伤图像重构算法研究

针对飞机复合材料构件损伤的图像重构问题,对免疫算法和粒子群算法的混合算法进行了研究。以同面多电极系统为平台,利用有限元分析方法求解电容层析成像的正问题,得到灵敏度矩阵,并将灵敏度矩阵由有限元剖分域转换到图像重构域;混合算法将像素灰度向量作为粒子,利用粒子群优化算法进行寻优,并利用免疫算法进行粒子克隆、突变和抑制,避免粒子群陷入局部最优解;仿真结果表明,混合算法在60代左右达到收敛,而基本粒子群算法在100代仍未收敛;因此,混合算法能够以较好的精度和速度重构出损伤灰度图像。

基于免疫粒子群算法的多供应主体应急物资供应模型求解

为了弥补政府应急物资库供应能力不足,提升救灾物资供应种类、时效和能力,提出由政府认证的协议供应商参与的多供应主体模式,并以供应偏差影响度最小和供应耗时最少为目标,构建了多目标多周期混合整数应急物资供应模型,以解决应急物资多种类动态供应问题。结合免疫信息运作机制和粒子群算法的免疫粒子群算法,以青海玉树地震物资供应数据为例,求出物资供应方案。分析了方案与实际供应数据对比差异,以及模型的有效性。结果表明:多供应主体参与的物资供应模式较传统物资库供应在救援及时性和需求满足度上有明显优势;免疫粒子群算法对多供应主体模型的求解时间较CPLEX求解器有大幅缩短,提升了模型在实际场景中应用的可操作性。