基于切线飞行的麻雀搜索算法

为解决在临近全局最优条件下,原始麻雀搜索算法(sparrow search algorithm,SSA)存在种群多样性降低,局部开发能力薄弱导致不容易跳出局部最优点的问题,提出基于切线飞行的麻雀搜索算法(tangent flight sparrow search algorithm,tanSSA)。首先,使用自适应t分布策略改进发现者位置更新公式,可以提高麻雀个体的寻优能力,同时防止算法早熟。然后,利用切线搜索算法中切线飞行策略所具有的可以增强算法探索搜索空间能力,且能使算法跳出局部最优解的优势,在原始麻雀搜索算法中使用切线飞行扰动策略对最优解进行扰动。这两种策略相结合,可以有效提升tanSSA算法的勘探与开发性能。最后,使用12个标准基准测试函数,结合Wilcoxon秩和检验来测试验证tanSSA算法的优化性能,并与原始SSA算法、鲸鱼优化算法、粒子群优化算法以及自适应t分布SSA算法进行比较。实验证明,基于切线飞行的麻雀搜索算法的寻优能力和收敛速度都有显著提升。

融合FDB策略和切线飞行的改进白鲸优化算法

针对传统白鲸优化算法(BWO)存在的不足,提出一种融合适应度距离平衡(FDB)策略和切线飞行的改进白鲸优化算法。在种群初始化时引入基于莱维飞行扰动的Tent映射,增强了种群多样性;在BWO的探索和鲸落阶段融入FDB选择策略,跳出局部最优;利用切线飞行改进鲸落阶段的种群位置更新模式,提升收敛精确度。通过对8个常用的基准函数进行寻优试验,可证明相比于基本的BWO,所提改进算法具备更优越的鲁棒性和全局寻优能力。

融合差分变异和切线飞行的天鹰优化器

针对天鹰优化器(aquila optimizer,AO)虽然拥有强大的全局勘探能力,但局部开发能力不足的问题,提出融合差分变异和切线飞行的天鹰优化器(differential evolution mutation and tangent flight aquila optimizer,DEtanAO)。首先,根据差分进化算法中的变异操作能使算法具有较强的开发能力弥补了AO算法的不足,然后,利用切线搜索算法中切线飞行策略具有较强的探索搜索空间的能力并能使算法跳出局部最优解的优势,用其替换了AO算法中的莱维飞行。这两种策略的结合有效地平衡了DEtanAO算法的勘探和开发阶段。最后,为验证DEtanAO算法的优化性能,在12个标准基准函数、高维函数、Wilcoxon秩和检验以及工程优化问题上来测试改进算法的寻优能力。实验结果表明,相比其他智能算法,DEtanAO算法具有更强的寻优能力和更快的收敛速度。

基于TF-NGO算法的CFB锅炉床温系统建模研究

床温是循环流化床(CFB)锅炉重要的运行参数之一。针对床温耦合性强、干扰因素多、控制复杂的问题,亟需建立床温的数学模型,以实现床温控制,从而保证CFB锅炉安全、平稳地运行。为此,首先引入了混沌映射、切线飞行(TF)和柯西变异策略改进北方苍鹰优化(NGO)算法,并用实际工况的系统模型测试TF-NGO算法。测试结果表明,TF-NGO算法拥有更快的收敛速度和更高的寻优精度。其次,采集并预处理山西某电厂350 MW超临界CFB锅炉的现场运行数据。最后,采用TF-NGO算法对所建模型的参数进行辨识,并用实际工况数据进行模型验证。辨识和验证结果表明,由TF-NGO算法辨识的床温模型与实际输出拟合度高,能有效反映床温的动态特性,证明所建模型的有效性。该研究为后续对350 MW超临界CFB锅炉床温的优化控制研究奠定了基础。

基于改进麻雀搜索算法优化SVR和FLAC3D的开采地表沉降预测

准确地预测矿山地下开采造成的地表沉降一直是矿山安全发展的难题。为了能够提高采空区地表最大下沉量预测的精度,分别利用机器学习和数值模拟的方法预测某磷矿的采空区地表沉陷,并进行对比研究。综合考虑地表最大下沉量的影响因素,参照有关文献对国内矿山相关数据的统计成果,利用探索性因子分析(EFA)实现影响因素降维,用t分布和切线飞行机制改进的麻雀搜索算法(tSSA)优化支持向量回归机(SVR),从而构建采空区地表沉降EFA-tSSA-SVR预测模型,并用该模型和FLAC3D数值模拟模型对某磷矿地下开采所造成的地表沉降进行预测。结果表明,两种模型对一步骤盘区开采后的最大下沉量预测结果相近,与一步骤开采后的实际下沉量做对比,FLAC3D数值模型预测的地表最大下沉量的相对误差是EFA-tSSA-SVR模型的3倍,表明EFA-tSSA-SVR模型预测结果较好。用EFA-tSSA-SVR模型预测该磷矿未来的二、三、四步骤盘区开采后的地表最大下沉量,预测结果分别是为22.3 cm、24.1 cm、25.9 cm。