一种基于IQGA的UWB陷波天线的设计

给出了一种改进的量子遗传算法(IQGA),克服了其易陷入局部极值的缺点,再将其与基于矩量法的体面积分方程和最佳一致逼近结合,加速了超宽带天线的特性分析,设计优化了一副采用微带线馈电的超宽带陷波天线。该天线在3.1～10.6GHz频带范围内反射系数低于-10dB,而在5.8GHz的窄带范围内具有反射系数高于-10dB的陷波特性。最后制作出了该副天线,优化结果与实测结果的比较反映了该方法的正确和有效性。

NIQGA改进及基于可变角距离的新型量子进化算法

为了提高量子进化算法的执行效率,在NIQGA算法基础上,通过改进Δθi和S(αi,βi)参数表提出了一种改进算法INIQGA.又通过引入量子比特间角距离定义,提出了一种基于可变角距离旋转的量子进化算法QEA-VAR,该算法采用旋转门操作进行种群进化时,依据当前染色体中量子比特φ〉i与最优解对应基态0〉或1〉的角距离Δθφ〉i,*来动态选取旋转角度和方向,无须进行繁琐的查表操作.与以前基于查表机制的量子进化算法相比,QEA-VAR算法的执行过程更简单灵活,易于理解.0/1背包问题实验表明:INIQGA算法收敛速度和进化结果优于NIQ-GA原算法;QEA-VAR算法性能又优于INIQGA算法和其他同类进化算法QEA,CGA等,且随着物件个数的增长这种趋势越来越明显.

基于改进量子遗传算法的光伏智能楼宇负荷优化

针对楼宇用电负荷优化的问题,考虑用电成本、储能折损、用电舒适性和电网侧峰谷差波动的因素,提出一种多目标动态规划的办公楼宇负荷优化模型。结合分时电价建立楼宇净用电成本最小的目标函数,采用改进旋转门动态调整的量子遗传算法进行求解,通过动态调整量子旋转门,改变量子态的概率,提高了量子遗传算法求解的精确度;在保证得到全局最优解的同时完成负荷优化和供给侧的能量调度。实验结果表明,所提算法保证了用电舒适性,有效降低了楼宇用电成本和储能装置的折损费用,具有良好的经济收益;在降低峰谷差方面也起到了较好的效果。

基于IQGA的混合动力车辆传动系参数优化

为了协同改善混合动力车辆的动力性、燃油经济性和排放性,以并联式混合动力救援车辆为研究对象,对其传动系参数进行了多目标优化设计。基于ADVISOR分析并搭建了车辆仿真模型;以车辆最高速度、最大爬坡度、规定速度区间内加速时间、等效燃油消耗量和排放量为控制目标,以车辆动力要求、变速器设计原则、蓄电池荷电状态平衡为主要约束条件,采用系数转换法建立了传动系参数优化模型;针对传统优化算法容易早熟收敛的缺点,提出了融合动态量子旋转门和灾变操作的改进量子遗传优化算法;在MATLAB平台通过调用ADVISOR后台函数实现了车辆传动系参数的联合仿真优化。结果表明,所提出的优化方法可明显改善车辆的整体性能,且相比于遗传算法和量子遗传算法,可取得更好的优化效果。

基于改进量子遗传算法的虚拟电厂在多时间尺度下参与AGC优化调度

介绍虚拟电厂参与AGC调频控制过程,建模分析新能源机组及柔性负荷出力特性;提出一种计及传统发电机组、新能源发电机组、储能系统和柔性负荷的虚拟电厂参与AGC调频多时间尺度优化调度方法,使得虚拟电厂整体在多时间尺度下参与AGC调频收益最大、综合调频效果最佳。研究一种引入量子交叉和量子变异的改进量子遗传算法,并与传统AGC分配方法及自适应遗传算法进行仿真对比,结果表明所提算法具有收敛速度快、全局寻优能力强的优点。

局部放电信号稀疏表示去噪方法

局部放电(partial discharge,PD)(简称局放)信号易受噪声干扰,影响监测效果。针对局放信号噪声抑制问题,提出了一种局放信号稀疏表示去噪方法。该方法以信号的稀疏表示及其匹配追踪算法为核心,构建了与局放信号特征相匹配而与噪声信号不相关的局放脉冲匹配原子,并组成过完备原子库。在该原子库中采用匹配追踪算法对染噪局放信号进行稀疏表示,提取最佳局放脉冲匹配原子;并通过改进量子遗传算法加速最佳匹配原子搜索进程,减小计算时间复杂度;同时以残差比阈值作为MP算法迭代终止条件,避免因迭代次数选取不当对去噪结果的影响。最后利用各次迭代提取的最佳脉冲匹配原子仅能对染噪局放信号中原始无噪局放分量进行有效稀疏表示实现去噪目的。运用该方法对仿真信号及实测信号进行了去噪处理,并与基于传统小波理论的局放去噪结果作对比。结果表明,该方法能准确抑制局放信号的噪声干扰,去噪效果优于传统小波方法。

基于可信性理论的输电网规划方法

输电网规划中存在着大量的随机性和模糊性的不确定性因素,传统方法将其分开考虑,作为单重不确定问题进行建模和求解;可信性理论是数学基础领域最近完成的数学分支,提供了随机性和模糊性综合评估的严格数学基础;运用可信性理论建立了双重不确定性的输电网规划模型,模拟了新增发电机节点出力、新增节点负荷变化值和新增线路造价的不确定性因素,结合随机模糊模拟技术和改进量子遗传算法对模型进行了求解,最后用一个18节点系统算例验证了所提模型和方法的有效性。

基于改进量子遗传算法的电力系统无功优化

提出一种基于改进量子遗传算法的电力系统无功优化方法。该方法借鉴量子计算的一些概念,采用量子比特对控制变量编码,这种编码方式能表示出许多可能的线性叠加态,从而更好地维持种群的多样性。同时利用搜索到的最佳个体信息更新量子门,加快了该方法的收敛速度,采用群体灾变策略防止该方法陷入"早熟"。分别采用线性规划算法、复合形算法、改进禁忌搜索算法、标准遗传算法、自适应遗传算法和该方法对IEEE6和IEEE30节点系统进行无功优化,实验结果表明,该方法全局寻优能力强、收敛速度快。

运用改进的量子遗传算法进行结构损伤识别

利用振动得到的模态参数进行结构的损伤识别,是当前结构损伤识别领域中采用较为普遍的方法之一。文中引入量子遗传算法处理模态参数,为了让量子遗传算法更适用于复杂结构的损伤识别,还提出了改进的动态策略调整量子门旋转角,并应用于某框架结构的损伤识别。在识别过程中,以结构损伤前后柔度矩阵差的1范数为基础建立改进的量子遗传算法的目标函数,进行结构的损伤识别。结果表明该方法能准确、有效地判断框架结构的损伤发生、损伤位置以及损伤程度,并且具有一定的抗噪能力。

改进量子遗传算法在输电网规划中的应用

输电网规划是复杂的多目标非线性组合优化问题。针对传统遗传算法(GA)在求解输电网规划模型中存在收敛速度慢,容易陷入局部最优的不足,提出一种基于改进量子遗传算法(IQGA)的输电网规划方法。该算法在量子遗传算法(QGA)的基础上提出直接将量子染色体与当前最优解相比较来确定旋转门的旋转角策略,保证种群中个体以不同的收敛速度分别进行局部搜索和全局搜索,并同时采用量子全干扰交叉策略和量子非门变异策略有效防止算法陷入局部最优。所提三种改进策略各有针对性,能有效改善量子遗传算法在输电网规划中的收敛性能。分别采用传统遗传算法、量子遗传算法和该方法对Garver-6节点系统进行规划仿真,实验结果表明,该方法全局寻优能力强并且收敛速度得到显著提高。

计及后备保护优化级数的改进阻抗修正反时限过流保护整定方法

提出了一种计及后备保护优化级数的改进阻抗修正反时限过流保护整定方法。首先,对常规的阻抗修正反时限过流保护算法进行改进,通过增加后备保护优化级数提升其远后备保护的动作速度;其次,针对优化后的阻抗修正反时限过流保护算法整定复杂且存在失配风险的问题,以优化后的阻抗修正反时限过流主保护和后备保护总动作时间最小为目标函数,以保护选择性、灵敏性要求为约束条件,建立反时限保护参数优化整定数学模型,并引入量子遗传算法进行求解。理论分析和基于PSCAD的仿真结果表明,所提基于量子遗传算法的改进阻抗修正反时限过流保护优化整定方法能够有效提升保护的选择性和速动性。

一种改进型量子遗传算法

针对量子遗传算法在复杂连续函数优化中存在的收敛速度慢、易陷入局部极值等缺点,提出一种改进型量子遗传算法。采用动态策略调整量子门旋转角,以加快收敛速度,采用优体交叉策略实施交叉操作,以增强局部搜索能力。通过典型复杂连续函数的测试验证该算法的可行性和有效性。

改进的多目标量子遗传算法在南水北调东线工程江苏段水资源优化调度中的应用

构建南水北调东线工程江苏段水资源优化调度模型,采用改进的多目标量子遗传算法(multiobjective quantum genetic algorithm,MOQGA),运用组合赋权方法对非劣解集进行多属性决策,提出南水北调东线工程江苏段水资源优化调度方案。在平水年、枯水年和特枯水年3种典型年来水条件下,相对于常规调度,优化调度的受水区总缺水量分别减少了0.89亿m3、0.87亿m3和0.08亿m3,系统总抽水量分别减少21.04亿m3、39.14亿m3和50.76亿m3。该优化调度方案能够充分利用湖泊的调蓄能力,提高各用水户的需水满足度,降低抽水成本。

改进量子交叉遗传算法在TSP问题中的应用

为提高遗传算法求解旅行商问题的效率,提出了一种改进量子交叉算子遗传算法.与经典量子全干扰交叉算子中城市的选择完全依赖于其位置的选择策略相比,新算子在选择城市时加入了父代优质解的有用信息,从而在维持解的多样性的同时,提高交叉所产生新解的质量.仿真算例结果表明,改进交叉算子遗传算法有着良好的全局搜索和局部挖掘能力,针对TSP问题的最优解、平均解均优于传统算法.

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学混沌控制与同步的关键问题.提出了具有良好全局搜索能力的改进量子遗传算法,将其用于混沌系统参数辨识问题。通过减小实际系统与数学模型的状态同步误差构造适应度函数,将参数辨识问题转化为多维优化问题.用此改进的算法对超混沌Chen系统进行了研究,并与基本量子遗传算法进行了比较,结果表明改进的算法具有更好的寻优能力,并证实了改进量子遗传算法的有效性、可行性.

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。

大坝变形空间函数监控模型

对于传统的大坝变形监控模型,温度分量有着欠拟合的现象,对此进行了改进。为了反映大坝整体变形规律,引入空间坐标向量,建立了基于温度分量改进的大坝变形空间函数监控模型。所建的监控模型由于因子较多,因此应用量子遗传算法及逐步回归分析选择了显著性因子并剔除了不显著因子。最后将所建的大坝变形空间函数监控模型应用于某混凝土坝变形监测中,结果显示,所建模型较传统大坝变形监控模型精度高。

基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度

针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境-行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。

求解组合优化问题的改进型量子进化算法

根据组合优化问题的特点,提出了一种求解组合优化问题的改进型量子进化算法。借鉴小生境协同进化思想初始化种群,增加了个体多样性;采用动态策略调整量子门旋转角,加快了收敛速度;采用"优体交叉"策略实施染色体交叉操作,增强了局部搜索能力。利用典型组合优化问题——2个多维0/1背包问题实例对算法性能进行验证,结果表明了该算法的可行性和有效性。

基于改进量子遗传算法的配电网无功优化研究及应用

提出一种基于改进量子遗传算法的配电网无功优化方法。采用量子比特概率幅对控制变量进行编码,提出交换个体局部最优目标值的量子交叉方式和互换量子个体α和β值的量子变异方式,丰富了种群多样性,缩短了运算周期,提高了算法计算效率与全局寻优能力。规范、简洁地给出配电网无功优化数学模型,详细阐明基于IQGA的无功优化方法。分别采用遗传算法、量子进化算法和文中方法对某城区局部中压配电网中选定节点系统进行仿真计算,验证了该方法的有效性和优越性。