基于两阶段搜索与动态资源分配的约束多目标进化算法

解决约束多目标优化问题(CMOP)的难点在于平衡目标优化和约束满足的同时兼顾解集的收敛性和多样性。为解决具有大型不可行区域和较小可行区域的复杂约束多目标优化问题,提出一种基于两阶段搜索与动态资源分配的约束多目标进化算法(TSDRA)。该算法在第一阶段通过忽略约束跨越不可行区域;然后在第二阶段通过动态分配两种计算资源协调局部开发和全局探索,兼顾算法的收敛性和多样性。在LIRCMOP和MW系列测试问题上进行的仿真实验结果表明,与四个代表性的算法CMOEA-MS(Constrained Multi-Objective Evolutionary Algorithm with Multiple Stages)、ToP(Two-phase)、PPS(Push and Pull Search)和MSCMO(Multi Stage Constrained Multi-Objective evolutionary algorithm)相比,所提算法在反转世代距离(IGD)和超体积(HV)上得到了更优异的结果。在LIRCMOP系列测试问题上,TSDRA获得了10个最佳的IGD值和9个最佳的HV值;在MW系列测试问题上,TSDRA获得了9个最佳的IGD值和10个最佳的HV值,表明所提算法可以更有效地解决具有大型不可行区域和较小可行区域的问题。

基于两阶段搜索的密度聚类算法

为克服当前密度聚类算法存在的随机性、主观性和连带错误等问题,提出一种基于两阶段搜索的密度聚类算法。给出密度阈值和簇最近邻定义及计算方法。采用密度排序、簇最近邻分配和自适应搜索策略构建算法的两阶段聚类机制,设计邻域递归搜索和簇最近邻搜索两个阶段的聚类算法,实现不同密度数据点的准确聚类。8个数据集聚类实验结果表明,该密度聚类算法聚类稳定,无噪声,且自动确定类簇数,聚类精度优于比较的密度聚类算法。

跨省送电梯级水电站群调峰调度两阶段搜索方法

中国水电大规模跨省跨区输送为调控配置多个电网间优质资源以缓解日益严重的调峰压力提供了重要途径。该文以跨省送电梯级水电站群调峰问题为背景,提出一种两阶段搜索方法。第一阶段采用负荷重构策略将多个省级电网差异极大的负荷曲线重构为一条总负荷,在此基础上采用变尺度优化方法确定水电站出力过程,避免电网间负荷大小和高峰低谷等特性不同导致的出力搜索困难;第二阶段提出外点搜索方法优化电站出力在受端电网间的分配过程,采用逐次切负荷生成初始解,并将负荷高低作为启发信息,迭代修正各受端电网的高峰电力大小,以满足多个电网调峰要求。提出的方法通过华东电网新–富梯级和中国南方电网红水河干流梯级水电站群调度得到验证,2个实例的应用结果都满足多个省级电网调峰需求,较实际调度的调峰效果更为显著。

两阶段搜索的多模态多目标差分进化算法

在多模态多目标优化问题中,Pareto前沿的同一位置对应决策空间的多个Pareto最优解,而已有的多目标优化算法往往只能获得其中的一个Pareto最优解,因此,提出一种两阶段搜索的多模态多目标差分进化算法。该算法将优化过程分为精英搜索和分区搜索两个阶段:在精英搜索阶段通过精英变异策略生成高质量个体来保障种群的搜索精度和效率;在分区搜索阶段将决策空间分为若干子空间,利用已探测到的种群对各个子空间进行深度探索,降低问题复杂度的同时提高种群在决策空间的扩展性和均匀性。在MMF1等18个多模态多目标优化测试函数上与NSGAII、MO_Ring_PSO_SCD、DN-NSGAII、Omni-Optimizer、MMODE 5种经典算法进行性能比较。实验结果表明,本文算法在帕累托近似性(PSP)性能指标上有16个测试函数优于其他5个对比算法。

两阶段搜索的A^*全局路径规划算法

A*算法通过启发函数来规划路径,规划出的路径易出现转折点,不符合机器人运动学原理。针对这一问题,提出一种改进的A*算法。采用添加角度约束的方式重新定义评价函数,并引入新的约束函数,同时采用两阶段搜索方式,在降低折点以及转折角度上效果显著。实验结果验证了两阶段搜索的A*算法的有效性。

基于两阶段禁忌搜索的工业危化品运输优化研究

针对工业危化品灌装运输过程中缺乏系统性优化问题,在确定各项优化指标基础上,建立一种工业危化品物流选址与选线的多目标优化模型,并应用两阶段禁忌搜索算法对多目标模型进行求解。MATLAB仿真结果表明,工业危化品运输过程中,分别采用两阶段禁忌搜索算法和单目标求解方法对费用最小化单一目标和风险最小化单一目标进行求解时,单目标求解算法更优,费用更低;然而在对以费用最小化和风险最小化为目标进行多目标求解时,本研究提出的两阶段禁忌搜索算法求解结果更优,总费用更低。因此,对于含多目标优化的工业危化品运输而言,本研究提出的两阶段禁忌搜索算法可为其提供更为经济、合理、科学的运输路线。

神华铁路动态货物列车开行方案编制优化研究

重载铁路作为我国大型战略物资的重要运输通道,其货物流向及列车径路较为简单。货物列车开行方案既是货物运输组织的重要计划,也是影响货主装运需求与货运到达时限的关键。以神华铁路为研究对象,以重车作业时间与空车延误时间最小化为目标,构建神华铁路动态开行方案编制优化模型,并设计两阶段遗传-禁忌搜索算法的求解策略。最后以包神南线与神朔线作为实例验证,优化后总目标函数值为30010min,其中重车运输作业时间30010min,空车延误时间0min。实现了重空车的合理接续,最大化的保障了货主运输需求,证明了上述模型与算法的有效性。

不确定条件下基于烟花算法的无人机任务分配

无人机任务分配问题是近几年的研究热点,但同时考虑不确定性和多目标的研究尚处于起步阶段。基于不确定性理论,建立了一种目标函数和约束条件均包含不确定变量的不确定多目标任务分配模型,并分别引入期望值准则和机会约束将其转化为确定型优化模型。针对传统烟花算法只能解决单目标问题和在收敛速度方面的不足,引入幂律分布函数和Levy变异算子,结合多目标优化理论和两阶段搜索策略设计了一种两阶段搜索的多目标烟花算法。通过实例仿真验证所提模型及算法的可行性和有效性。

面向配电网设备利用率提升的分布式储能优化配置

随着配电网中负荷峰谷波动特性加剧以及分布式电源的渗透率加大,分布式储能势必成为配电网构建“供储销”新形态,提升存量变配电设备利用率和分布式可再生能源消纳能力是一种可行的技术方案选择。针对配电网时段性、局部性设备重过载负荷平衡需求,提出基于线路和变电设备两阶段潮流灵敏度搜索的分布式储能选址定容优化模型,以储能总投资最小为优化目标,考虑配电网潮流约束及储能运行约束,采用遗传算法优化求解分布式储能配置策略。算例分析表明,结合配电网发用电负荷分布特性、配变电能力,优化规划分布式储能,可发挥分布式储能对传统配电网投资的替代效应,提升配电网资产整体利用率。

一种有效混合量子进化算法求解带容量约束的车辆路径优化问题

针对带容量约束的车辆路径优化问题,提出一种有效混合量子进化算法。设计了基于二维量子位观测模型和可见度的解生成方式,实现了由该模型引导的全局搜索,将其用于发现解空间中的优质解区域;构造了一种基于客户间距离相近度的交换操作来提高解的质量;提出基于问题性质的交换和逆转操作来构造两阶段混合变邻域局部搜索,可对优质解区域进行快速细致的搜索,使算法的全局和局部搜索能力得到平衡。通过不同规模经典测试问题上的仿真实验和算法比较,验证了所提算法的有效性和鲁棒性。

不确定环境中的飞行器航迹快速搜索算法

本文提出了一种飞行器两阶段航迹规划算法,该方法能够在具有不确定信息的飞行环境中进行实时规划。首先根据获得的先验信息建立概率模型———概率图;其次为保证航迹的鲁棒性及可行性,先用RYG算法确定飞行器的安全走廊,有效地缩小了搜索空间。在此基础上,考虑到实际约束条件,再利用A*搜索算法进一步细化,得到一条最优航迹。仿真结果表明,该算法能够快速有效地完成规划任务,获得较满意的航迹。

预测Au_(13-75)团簇基态结构的启发式算法

针对具有NP难度的团簇结构预测问题,提出启发式求解算法——TP-ISDO作算法.该算法包括两阶段局部搜索、内部操作、表面操作和扰动操作.利用TP-ISDO算法预测了Aun(13≤n≤75)团簇的基态结构,其中Au团簇采用Sutton-Chen势能函数模型描述.实验结果表明,该算法能快速地得到Aun(13≤n≤75)团簇的当前已知最低能量结构.特别是对于Au58团簇,得到了两种新构型,这两种构型都是10面体结构,它们的势能值分别为-15648.5689和-15648.8754能量单位,小于当前已知的最低势能值.

Lennard-Jones团簇最低能量构型的预测

针对Lennard-Jones(LJ)团簇的结构优化问题,在前人工作的基础上,提出了一个新的无偏优化算法,即DLS-TPIO(dynamic lattice searching method with two-phase local searchand interior operation)算法.对LJ2-650,LJ660,LJ665-680这666个实例进行了优化计算.为其中每个实例所找到的构型其势能均达到了剑桥团簇数据库中公布的最好记录.对LJ533与LJ536这两个算例,所达到的势能则优于先前的最好记录.在DLS-TPIO算法中,采用了内部操作,两阶段局部搜索方法以及动态格点搜索方法.在优化的前一阶段,内部操作将若干能量较高的表面原子移入团簇的内部,从而降低团簇的能量,并使其构型逐渐地变为有序.与此同时,两阶段局部搜索方法指导搜索进入更有希望的构型区域.这种做法显著地提高了算法的成功率.在优化的后一阶段,借用动态格点搜索方法对团簇表面原子的位置作进一步优化,以再一次降低团簇的能量.另外,为识别二十面体构型的中心原子,本文给出了一个简单的新方法.相比于文献中一些著名的无偏优化算法,DLS-TPIO算法具有较高的计算速度与成功率.