基于拥挤距离的多目标粒子群优化算法在漳河水库优化调度中的应用

针对传统多目标优化算法的不足,提出了基于拥挤距离的多目标粒子群优化算法(MOPSO-CD),该算法用拥挤距离来维持精英策略和选取全局极值,同时引入动态非均匀变异算子,用以维持粒子多样性、减缓算法收敛速度、避免早熟收敛。以漳河水库为例,建立了以灌溉缺水量最小和发电量最大为目标函数的两目标优化调度模型,将MOPSO-CD应用于模型的求解中,得到了足够多且较均匀的非劣(Pareto)解前端。

基于NUDMPSO算法的粗轧机速度优化及补偿研究

针对钛合金棒材连轧过程中由于速度不协调而引起的堆料,拉料及出口棒材直径不均匀的问题,提出了一种基于非均匀动态变异粒子群(non-uniform dynamic mutation particleswarm optimization,NUDMPSO)优化速度控制系统的算法。首先,应用NUDMPSO算法对Rosenbrock函数和Rastrigrin函数进行寻优测试,结果表明NUDMPSO算法不仅收敛速度较快,而且当算法陷入局部最优时,通过非均匀动态变异操作,算法能够跳出局部最优,并最终收敛到全局最优值附近。其次应用PSO算法和NUDMPSO算法对PID控制器进行优化,仿真结果表明了NUDMPSO算法优于PSO算法。最后文中给出负载波动时的速度补偿算法,经实验及仿真证明了方法的有效性。