基于双种群差分进化算法的输电网规划

提出双种群结构的差分进化算法,子种群通过个体迁移实现信息共享,达到平衡算法探索与开发能力的目的。将所提双种群差分进化算法用于输电网规划的结果显示,该算法能够快速精确搜索到输电网规划全局的最优解和最优方案。

改进DE算法求解混合流水车间负荷平衡问题

为解决混合流水车间不相关并行机负荷平衡排产优化问题,建立了混合流水车间负荷平衡优化问题数学模型,以并行工位加工时间负荷平衡代价与总工位等待时间加权求和之值作为负荷平衡评价指标。全局优化算法采用双种群自适应差分进化算法,该算法设计了新的双种群结构和协同进化方式,并引入随停止代数自适应调整进化参数的策略,以增强跃出局部极值、保持进化活力的能力。为进一步提高算法搜索最优解效率,设计了一种基于负荷平衡选择概率的初始种群建立方法,以提高初始种群中初始解的质量、缩小有效解空间。基于汽车生产中的实例数据,将双种群自适应差分进化算法与遗传算法、差分进化算法、自适应差分进化算法进行仿真比较,结果表明,双种群自适应差分进化算法的负荷平衡评价指标有显著的降低。

飞灰含碳量自适应校正WLSSVM软测量模型

针对锅炉飞灰含碳量难以长期准确预测的问题,从提高模型预测精度和自适应能力的角度出发,提出一种基于模型预测性能评价的自适应校正加权最小二乘支持向量机(WLSSVM)软测量模型。构造了基于最大线性无关组的软测量模型训练样本集,使WLSSVM模型具有较好的稀疏性,并减少了训练过程的计算量;建立基于数据相似度加权因子的WLSSVM软测量模型,利用双种群差分进化算法进行模型参数的优化选取;通过模型预测性能在线评估和递推校正实现了模型在线自适应校正。在某台300MW机组锅炉上进行的仿真试验结果表明,该算法模型具有良好的预测精度和自适应能力,能够有效预测锅炉飞灰含碳量。