交替寻优生成元素幅值结合混沌随机相位构造循环测量矩阵

循环矩阵由于其对应离散卷积且具有快速算法被广泛应用于压缩测量矩阵.本文从循环测量矩阵生成元素的幅值和相位两个方面探索循环测量矩阵的优化构造,提出交替寻优生成元素的幅值并结合混沌随机相位实现循环测量矩阵的最优构造.由一维和二维信号循环测量矩阵的不同表示形式出发,将等价字典列向量之间互相干系数的Welch界作为逼近目标,推导出了一维和二维信号循环测量矩阵生成元素幅值优化的统一数学模型,提出采用交替寻优方法求解生成元素幅值的最优解.利用混沌序列构造循环测量矩阵生成元素的随机相位.与已有的典型循环测量矩阵相比,本文优化构造的循环测量矩阵所对应的等价字典列向量之间具有更低的互相干性,这正是所构造的循环测量矩阵优越性的本质所在.

高比例光伏接入的配电网分布式运行优化技术

高渗透率光伏和储能并网的现代配电网具有规模庞大、设备众多、运行工况复杂多变的特点,传统的集中式优化方法不再适用。与此同时,有载调压变压器、并联电容器等均为传统离散设备,导致配电网有功无功功率协调优化模型呈现非凸特性,而当前通用分布式算法仅适用于求解凸模型。为解决该问题,提出了计及模型非凸特性的配电网分布式有功无功功率协调优化方法。以提高配电网运行经济性为目标,利用随机规划理论进行光伏有功功率不确定性刻画,建立配电网分布式随机有功无功功率协调优化模型。针对所建模型的非凸特性提出基于交替寻优过程的分布式算法,实现该模型可靠求解。最后通过PG&E69节点系统进行算例分析,验证了所提分布式有功无功功率协调优化方法的有效性以及分布式算法的可靠性。

基于布朗运动与梯度信息的交替优化算法

针对群智能优化算法在优化过程中容易陷入局部最优、种群多样性低以及高维函数优化困难的问题,提出一种基于布朗运动与梯度信息的交替优化算法(AOABG)。首先,采用全局、局部搜索交替的寻优策略,即在有变优趋势的范围内切换为局部搜索,有变劣趋势的范围内切换为全局搜索;然后,局部搜索引入基于梯度信息的均匀分布概率的随机游走,全局搜索引入基于最优解位置的布朗运动的随机游走。将所提出的AOABG与近三年的哈里斯鹰优化算法(HHO)、麻雀搜索算法(SSA)、特种部队算法(SFA)在10个测试函数上对比。当测试函数维数为2、10时,AOABG在10个测试函数上的100次最终优化结果的均值与均方差均优于HHO、SSA与SFA。当测试函数为30维时,除了HHO在Levy函数上的表现优于AOABG(两者优化结果均值处于同一数量级)外,AOABG在其他9个测试函数上表现最好,与上述算法相比,优化结果均值提升了4.64%~94.89%。实验结果表明,AOABG在高维函数优化中收敛速度更快、稳定性更好、精度更高。

大孔径超稀疏阵列综合算法研究与应用

超稀疏阵列大孔径场景下最优布阵求解问题是在满足特定副瓣电平要求下,通过对布阵位置和阵元权值的优化获得最稀疏解。该问题属于NP-HARD问题,求解时存在搜索空间大、搜索时间长以及难以求得全局最优解等问题。为了解决上述问题,本文基于交替寻优的思想提出了一种针对大孔径场景下超稀疏阵列方向图综合的快速算法。该算法通过对求解空间进行划分后交替优化快速得出一个初始解,在初始解基础上构建相邻域形成新的求解空间,通过二次搜索寻优得到最优解。本算法通过对初始解空间进行划分和相邻域的构建,可大幅缩短每次优化的时间。本文通过对超稀疏线阵若干场景进行了仿真验证,仿真结果证明了该算法的有效性。