一种基于全局劣汰策略的混合粒子群优化算法

提出一种改进的粒子群优化算法——基于全局劣汰策略的混合粒子群优化算法(GTPSO)。GTPSO在保持PSO算法快速收敛的基础上,以郭涛算法(GuoA)的寻优机制确保种群的多样性和算法的坚韧性。数值计算结果表明,对于高维(维数≥10)复杂非凸多峰函数的数值优化问题,GTPSO算法的计算结果均优于GuoA算法和粒子群优化算法。

一种多接地极主动互联及隔直装置协同的直流偏磁治理策略

高压直流输电系统在单极不平衡运行时会产生较大的接地极入地电流,严重威胁变压器乃至交流电网的安全稳定运行。研究表明,单纯采用隔直装置全局优化投切、多接地极主动互联等治理方案均无法保证在所有电网交流拓扑变化场景下满足直流偏磁治理要求。为此,提出了一种多接地极主动互联及隔直装置协同的直流偏磁治理策略,对待选方案集满足/不满足治理要求的场景选取了不同的评估指标,采用量子遗传算法和组合赋权法,选取得到所选评估指标下的最优治理方案。基于宜昌地区电网拓扑结构搭建了仿真模型,仿真验证了所提策略的有效性。所提策略可为未来偏磁治理方案的选择提供必要参考。

基于MPI的全局并行遗传算法的SOI MOS器件模型参数提取

提出了将全局并行遗传算法应用于模型参数提取,并应用于标准的1.2μm CMOS/SOI工艺的SOI MOS-FET器件,一次性提取BSIMSOI3模型主要的42个直流参数.实验结果表明,该方法不依赖参数初始值、精度高、效率高,降低了SOI模型参数提取工作的难度,具有很强的通用性,易于移植优化及数据拟合.

基于KPCA降维分析的特高拱坝监测模型

为提高大坝变形预测精度,针对变形数据影响因子间的多重共线性问题,构建了基于核主成分分析(KPCA)、全局搜索策略的鲸鱼优化算法(GSWOA)和门控循环单元(GRU)的组合预测模型。首先利用KPCA对高维变形序列进行降维处理,同时使用GSWOA对GRU参数进行优化,进而构建出最优变形预测模型。以小湾特高拱坝变形数据为例,将KPCA-GSWOA-GRU模型与KPCA-WOA-GRU模型、PCA-GSWOA-GRU模型以及传统模型进行预测拟合对比。结果表明:KPCA-GSWOA-GRU模型有效降低了多重共线性问题,且在均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数(R^(2))等方面均优于对比模型。

城市交通干线绿波带全局优化方法

通过分析城市信号交叉路口交通流的复杂性,我们得出模糊控制方法在单个交叉路口的控制特性更为适应交通流的不确定性、随机性和突发性。但是在将模糊控制理论引入绿波协调控制中去,对多个交叉路口设计模糊控制器时,不可避免的造成模糊逻辑的爆炸性增长以及控制效果的直线下降。本文结合模糊控制算法和粒子群优化算法,提出一种对多交叉路口进行全局优化的控制策略,使用粒子群算法对全局性能参数进行优化,在保证单个交叉路口控制效果不变的情况下,在交通路面上形成整体平均等待时间最小的绿波带。