基于混合蛙跳的量子遗传算法

量子遗传算法的早熟问题影响算法的求解性能,为提高算法能力,提出基于混合蛙跳的量子遗传算法。算法引入混合蛙跳和模拟退火准则,采用量子变异策略;利用组内寻优和整体寻优,减少算法整体迭代次数。将改进后的量子遗传算法应用于函数优化方面,用测试函数的寻优来评价算法性能,实验结果表明,该算法有效提高了算法性能,能求解出符合要求的全局最优值,改善了早熟收敛的问题。

交直流电网的无功补偿选点及容量优化研究

目前,有关交直流电网无功优化的研究受到了越来越多的关注。针对交直流电网的无功优化问题,提出了一种基于改进粒子群算法的交直流电网无功补偿优化方法。首先优化了无功补偿的选点方法。在奇异值分解原理的基础上,采用多次潮流计算、逐次定点的方法进行无功补偿选点,避免了无功过补偿。然后提出了一种基于分组寻优的改进粒子群算法,该算法可有效避免陷入局部最优解,提高寻优速度。最后,采用改进的IEEE-57标准节点系统对所提出的方法进行验证。相比传统方法,该方法能够有效提高交直流电网的电能质量,减少无功补偿容量,具有更好的优化效果。

基于改进粒子群算法的矢量量化码书设计研究

提出一种粒子群分组并行寻优码书设计算法,应用于图像的矢量量化编码中。可以得到性能较好的码书。利用同一种群两个分组分别进化,同时相互监督,某一个分组或者两个分组都陷入局部最优时,它能够通过相互作用跳出局部最优;然后通过对训练矢量进行排序,合理选择初始码书,使码字的分布更加合理,增强搜索多样性;最后通过仿真实验验证了该改进算法的合理性。