部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器...部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器(sea horse optimizer,SHO)的PV-TEG混合系统重构方法。该方法以PV-TEG混合系统的输出功率为目标函数,利用SHO调整电气开关动作来改变混合系统阵列中PV-TEG组件的位置,以提高系统整体功率输出。为验证SHO的可行性和优越性,在实际PSC条件和标准PSC条件下对4×4阵列、9×9阵列和15×9阵列进行仿真分析,并与粒子群优化算法、遗传算法、人工蜂群算法和蚁群算法进行全面对比(失配损耗、平均输出功率和开关动作数量),证明采用SHO算法可以缓解遮蔽带来的影响,提升系统功率。仿真结果表明,通过SHO重构后的PV-TEG混合系统功率在4×4阵列中提高38.36%,在9×9阵列中提高20.74%,在15×9阵列中提高21.14%。此外,基于RTLAB平台进行硬件在环实验(hardware in the loop,HIL),验证了PSC下SHO应用于PV-TEG混合系统的硬件可行性。展开更多
医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中.医学图像配准的实质为使用优化算法寻找某种空间变换,使两张图像在空间以及结构上对齐.配准过程中往往由于优化算法寻优精度不高、易陷入...医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中.医学图像配准的实质为使用优化算法寻找某种空间变换,使两张图像在空间以及结构上对齐.配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低.针对此问题,提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight,LTEO),首先针对种群初始化容易分布不均匀,且随机性太高的问题,引入Logistic-Tent混沌映射对种群进行初始化,提高种群多样性,使它们尽可能地分布于搜索空间内;对迭代函数进行更新,使得优化算法更注重全局范围的搜索,提高算法收敛速度并利于找到全局最优解;引入Levy飞行策略对停滞粒子进行扰动,防止算法陷入局部极值.最后将改进的平衡优化器算法用于2D/3D医学图像配准任务,并对配准过程中数据的频繁传输进行优化,降低配准耗时.通过基准函数测试和临床配准实验对算法进行验证,改进后的平衡优化器可有效提高寻优精度和稳定性,并提高医学图像配准的质量.展开更多
文摘部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器(sea horse optimizer,SHO)的PV-TEG混合系统重构方法。该方法以PV-TEG混合系统的输出功率为目标函数,利用SHO调整电气开关动作来改变混合系统阵列中PV-TEG组件的位置,以提高系统整体功率输出。为验证SHO的可行性和优越性,在实际PSC条件和标准PSC条件下对4×4阵列、9×9阵列和15×9阵列进行仿真分析,并与粒子群优化算法、遗传算法、人工蜂群算法和蚁群算法进行全面对比(失配损耗、平均输出功率和开关动作数量),证明采用SHO算法可以缓解遮蔽带来的影响,提升系统功率。仿真结果表明,通过SHO重构后的PV-TEG混合系统功率在4×4阵列中提高38.36%,在9×9阵列中提高20.74%,在15×9阵列中提高21.14%。此外,基于RTLAB平台进行硬件在环实验(hardware in the loop,HIL),验证了PSC下SHO应用于PV-TEG混合系统的硬件可行性。
文摘医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中.医学图像配准的实质为使用优化算法寻找某种空间变换,使两张图像在空间以及结构上对齐.配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低.针对此问题,提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight,LTEO),首先针对种群初始化容易分布不均匀,且随机性太高的问题,引入Logistic-Tent混沌映射对种群进行初始化,提高种群多样性,使它们尽可能地分布于搜索空间内;对迭代函数进行更新,使得优化算法更注重全局范围的搜索,提高算法收敛速度并利于找到全局最优解;引入Levy飞行策略对停滞粒子进行扰动,防止算法陷入局部极值.最后将改进的平衡优化器算法用于2D/3D医学图像配准任务,并对配准过程中数据的频繁传输进行优化,降低配准耗时.通过基准函数测试和临床配准实验对算法进行验证,改进后的平衡优化器可有效提高寻优精度和稳定性,并提高医学图像配准的质量.