一种催化粒子群算法及其性能分析

针对粒子群算法(PSO)在解决高维、多模复杂问题时容易陷入局部最优的问题,提出了一种新颖的混合算法—催化粒子群算法(CPSO)。在CPSO优化过程中,种群中的粒子始终保持其个体历史最优值pbests。CPSO种群更新由改造PSO、横向交叉以及垂直交叉三个搜索算子交替进行,其中,每个算子产生的中庸解均通过贪婪思想产生占优解pbests,并作为下一个算子的父代种群。在CPSO中,纵横交叉算法(CSO)作为PSO的加速催化剂,一方面通过横向交叉改善PSO的全局收敛性能,另一方面通过纵向交叉维持种群的多样性。对六个典型benchmark函数的仿真结果表明,相比其他主流PSO变体,CPSO在全局收敛能力和收敛速率方面具有明显优势。

基于强化多目标差分进化算法的电-气互联系统最优潮流计算

随着综合能源系统的提出,电网和天然气网之间联系越来越紧密。为了保证电-气互联系统的安全、经济运行,需要对其进行联合规划研究。首先根据系统具有大规模、多维、非凸、非线性等特性,提出一种电-气能源互联系统的多目标优化调度模型;其次,针对多目标求解算法中种群收敛性和分布性冲突不断加剧的现象,提出一种加强非支配解占优关系的多目标差分进化算法;最后,以IEEE 30节点电力系统和比利时20节点天然气系统为例,说明了所提算法能够对所考虑的目标函数产生分布良好的帕累托最优前沿,而且可以在高维目标求解中得到一组较好的优化解,以此满足不同工况下系统的运行要求。

The Linear Stability of a Solution of a Parallel Redundant Repairable System

In this paper,the solution of a parallel redundant repairable system is investigated.by using the method of functional analysis.Especially,the linear semigroups of operator theory on Banach space,we prove the existence of the strictly dominant eigenvalue,and show the linear stability of solution.

基于迁移学习灰支持向量回归机的交互式进化计算

针对机器感知评价和种群进化,提出基于迁移学习灰支持向量回归机的个体适应值预测方法和聚类进化策略.通过共享用户已评价个体适应值学习模型与部分未评价个体适应值学习模型,实现知识模型差异最小化.建立具有迁移学习能力的灰支持向量回归机模型,预测未评价个体适应值.基于聚类子集计算个体平均距离,并设计选择算子和交叉算子,扩大子代搜索区域,增强种群多样性.基于上述策略,采用NSGA-II范式实现交互式进化计算.最后,分析算法时间复杂度,表明算法可提高评价精度,并克服局部收敛问题.将该算法应用于室内灯光调色问题,验证所提出方法的有效性.