基于IDCS能量优化的船舶舵/翼舵航向保持控制

船舶舵/翼舵能够有效提高翼面的升力系数,减小系统能耗,但操控面的增多会带来角度分配问题。根据航向控制机理,通过航向检测装置检测到的航向角,计算出系统的艏摇扶正力矩,并建立舵/翼舵角度优化分配规则,在系统驱动能量损耗指标下,提出了一种改进的动态布谷鸟搜索(IDCS)算法,提高了系统寻优过程的全局探测及局部搜索能力,实现舵角/翼舵角度的智能优化分配。仿真结果表明:舵/翼舵能够避免了单体舵出现的舵速饱和现象,提高了航向控制效果并有效降低系统能耗;同时相较于遗传算法(GA)和布谷鸟搜索(CS)算法,基于IDCS算法的舵角/翼舵角分配策略也能够取得更小的能耗指标,从而证明了所提出的算法有效性和工程应用价值。

基于改进布谷鸟算法的自适应负载均衡算法

针对负载均衡算法在高负载请求下服务器集群效率不高,负载不均衡及低负载请求下影响服务器效率的问题,文中基于Nginx负载均衡服务器,提出一种基于改进布谷鸟算法的自适应负载均衡算法。该算法通过熵权法确定CPU、内存、磁盘IO性能和网络带宽等各项负载指标的权系数,衡量各项负载指标对负载评价影响的重要程度,并基于Nginx加权轮询算法和服务器实时负载情况,设计了高并发负载情况下的动态负载均衡算法。引入转化阈值计算,通过引入基于种群熵的改进布谷鸟算法计算Nginx静态加权轮询算法,转变为动态负载均衡算法的转化阈值。通过实验测试,相较于WRR算法、least-con算法和动态权重算法,该算法在响应时间和实际并发数等方面具有表现更好,在数值上相比于动态权重算法有18%左右的提升,验证了本文算法具有更好的负载均衡效果。

基于改进离散布谷鸟算法的干扰资源分配研究

该文对二次雷达机制的协同式敌我识别系统的干扰资源分配问题进行研究,将离散布谷鸟算法(Discrete Cuckoo Search,DCS)引入敌我识别系统的干扰资源分配问题。首先给出协同式敌我识别系统的干扰效果评估指标,建立干扰资源分配模型,将模型简化为一对一、多对少模型,使用DCS算法求解模型。针对Levy飞行后期出现搜索速度慢和精度低的问题,将遗传算法中的交叉与变异操作引入DCS算法得到改进的离散布谷鸟算法(Improved Discrete Cuckoo Search,IDCS),用以求解分配模型。仿真分析表明:所提干扰效果评估指标可以合理地评估干扰效果;IDCS算法比DCS算法收敛更快、耗时更短;IDCS算法与做出相应改进的遗传算法(Improved Genetic Algorithm,IGA)相比具有更好的寻优能力。

铁路应急资源动态多阶段调度决策模型及算法研究

近年来,铁路突发事件时有发生,严重影响铁路的正常运营,合理地进行应急资源的调度是提高铁路整体应急救援能力,减少突发事件所造成损失的有效途径。以博弈论为理论基础,将各应急点看作博弈局中人,考虑救援点到应急点的运力限制以及不同资源在不同应急点的重要度等因素,构建了资源动态需求函数,并用应急点对资源缺少量的时间累积来刻画系统损失。将多应急点的资源调度描述为一个多阶段非合作博弈过程,以系统总损失最小为目标,建立多应急点—多救援点—多种资源的动态多阶段资源调度模型,并设计了求解该模型Nash均衡的改进布谷鸟算法,从而得到最优的铁路应急资源调度方案。通过具体算例验证了模型的可行性与算法的优越性。结果表明该模型较为切近实际、适用性较强且改进后的算法更具高效性,可为铁路应急资源调度决策提供依据和支持。

列车节能运行决策问题的模拟优化研究

轨道交通运输耗能巨大,研究列车节能操作运行具有重要的理论意义和实用价值。从节能角度出发,分析列车运行过程中的能量转换机制,建立单列车耗能最低优化模型、多列车节能优化模型及列车延误多目标优化控制模型,针对模型本身及其约束条件的复杂性,提出基于改进布谷鸟优化算法与动态搜索方法的"模拟优化"求解方法,对列车节能运行决策问题进行求解,并通过与其他同类算法的比较,阐述了所提方法的优越性。得到列车在不同运行工况下的最优节能运行控制策略,确定各情况下列车运行的最优速度距离曲线,结果符合实际情况。改进算法的搜索效率更高,研究思路与模型对于列车节能操作运行具有一定的借鉴意义,所提出的针对复杂优化模型的求解方法合理有效,适用性强,有一定的参考价值。

基于IMOCS算法的IPD团队激励池动态分配问题研究

在IPD项目交付模式实施中,如何有效地解决各参与方的风险分担及利益分配问题一直是阻碍该模式广泛应用的最大瓶颈。通过研究合适的利益分配比例对IPD团队各参与方起到实现整体项目利益最大化的激励作用为出发点,提出激励池模型,引入时间因素、激励机制和满意度,考虑影响因素在整个项目实施过程的动态性,建立了IPD团队动态激励池分配模型,采用IMOCS算法对模型进行求解。通过算例验证了模型、算法的科学性和有效性。优化了激励池分配方案,促进了IPD模式的实施。

基于改进的布谷鸟算法的南湾水库增效扩容改造研究

南湾水库电站长时间运行以来,设备老化问题相当突出,发电效率低下,水能利用率同样很低。为了提高水能资源的利用率,对南湾电站进行增效扩容改造是势在必行的。为此,应用布谷鸟搜索算法对南湾水库进行增效扩容改造的水能复核计算,并与传统的动态规划算法进行比较,计算表明,布谷鸟搜索算法结果可靠合理且计算效率高,可为水库调度提供新思路及新方法;同时,根据计算结果,进行综合评价,建议南湾水库电站的装机容量由原来的5440 kW增加到7840 kW。

基于改进布谷鸟算法的城镇环状给水管网优化

城镇环状给水管网的优化设计对于降低整体工程造价起到重要作用。以管网投资总费用最小为目标,以各管段管径为决策变量,构建了环状管网的离散非线性优化模型。针对环状管网优化模型中等式约束多、决策变量离散化、极易陷入局部最优等问题,提出了一种耦合水力模拟引擎的布谷鸟算法(CS-EPANET)。此外,通过螺旋更新机制,进一步平衡了该算法的全局和局部寻优能力;并通过对该算法参数的动态改进,提升了算法迭代后期的搜索速率和精度。通过Two-loop、Hanoi算例和多环供水管网实例计算,验证了该算法的可行性和有效性。

基于全寿命周期成本的电力变压器检修决策

电力变压器作为电网系统中的枢纽设备,其运行的可靠性和经济性与电网的安全运行有着必不可分的关系。为统筹兼顾变压器可靠性与经济性,确定最佳检修策略,从全寿命周期成本的角度出发,考虑了大修方式下动态的役龄回退因子以及小修对役龄回退和故障率的影响,建立了大修和小修同时影响下的动态的役龄回退模型,并据此建立以全寿命周期成本最小为目标的电力变压器全寿命周期成本模型;同时将搜索步长的自适应和参数Pa的自适应策略相结合对布谷鸟搜索算法进行改进,然后应用改进的布谷鸟搜索算法对变压器检修成本模型进行了优化,得到变压器最优的大修时间以及对应的全寿命周期成本;最后将3次大修、2次大修以及等时间间距大修情况进行了对比,结果表明,在保证可靠性的前提下,3次大修的方案具有最优的经济性。

改进布谷鸟算法在锂电池剩余寿命预测中的应用

本文提出一种将改进布谷鸟算法(ICS)用于优化相关向量机(RVM)的锂电池剩余寿命预测(RUL)方法。首先,本文详细介绍了RVM模型原理以及权值系数ω的概率分布式,同时给出RVM预测模型的主要流程。接着,通过双参数动态调整策略改进CS算法,并利用ICS算法对RVM模型中的权值系数ω进行了优化。然后通过美国航空航天局开源数据库中锂电池数据阐述了锂电池RUL预测主要步骤,并最终通过实际实验与一系列误差指标验证了本文提出的ICS+RVM方法有着更高的锂电池RUL预测准确度。