基于极大极小距离密度的多目标微分进化算法

微分进化(differential evolution)是一种新的简单而有效的直接全局优化算法,并在许多领域得到了成功应用.提出了基于极大极小距离密度的多目标微分进化算法.新算法定义了极大极小距离密度,给出了基于极大极小距离密度的Pareto候选解集的维护方法,保证了非劣解集的多样性.并根据个体间的Pareto支配关系和极大极小距离密度改进了微分进化的选择操作,保证了算法的收敛性,实现了利用微分进化算法求解多目标优化问题.通过对5个ZDT测试函数、两个高维测试函数的实验及与其他多目标进化算法的对比和分析,验证了新算法的可行性和有效性.

基于量子微分进化算法的分布式电源多目标优化规划

为了克服再生能源的间歇性、随机性导致的分布式电源优化结果不够准确,提出了一种基于概率特性的电源-负荷综合模型,将分布式电源的随机出力问题转化成确定性问题。考虑分布式电源对配网的影响,建立了包含建设运行费用、网络损耗、可靠性费用和环境因素的多目标优化模型。提出采用量子微分进化算法对分布式电源接入配网进行优化配置,该算法采用量子的概率表达特性和叠加态特性,潜在地提高了算法的寻优效率,同时采用变异和交叉操作,保持了良好的种群多样性。通过对算例的分析,表明所提出的模型和算法合理、可行。

基于二进制微分进化算法和目标函数分解的大规模机组组合求解

为了避免在机组组合求解过程中将机组启停计划和负荷经济调度两者形成内外双层嵌套求解,从而导致计算比较耗时的问题,引入启运机组的总平均燃料成本和系统旋转备用剩余量这2个可调节的子目标,将传统的机组组合模型分解成2个独立的优化目标,构建了一种基于目标函数分解的二阶段可独立求解的机组组合模型。采用一种改进的二进制微分进化算法对第一阶段的机组启停计划目标进行求解,对每个代表机组启停状态的个体编码采用机组最小启停时间约束、旋转备用约束、机组去组合等处理机制,有效保证了每个解的有效性并缩小了算法的搜索空间。根据求解得到的机组启停状态,采用半定规划法求解第二阶段的负荷经济调度目标。采用经典的测试算例验证了所提方法在大规模机组组合求解中的有效性。

采用多目标微分进化算法的基因表达数据双向聚类

生物基因表达数据的双向聚类已成为近年来生物信息学的研究热点.生物基因表达数据双聚类问题通常需要同时最优化双聚类中基因表达行为的波动一致性以及双聚类的容量.基于单目标优化的双聚类算法难以很好地同时优化这两个目标.针对这个问题,本文采用了多目标微分进化算法来求解基因表达数据的双向聚类问题.算法在真实的基因表达数据集上测试,实验结果表明,本文所提算法具有更优的聚类效果.

基于微分进化算法的磁性目标参数估计方法

根据磁场数据来获得磁性目标参数相关信息的方法称为磁探测技术,其在民用和军用领域都有着重要的应用价值。以磁性探潜为背景,首先基于磁场采集数据将磁性目标参数估计问题简化为一个非线性数学模型,进而选择简单有效的微分进化算法求解上述数学模型,以实现磁性目标磁矩和位置参数的估计,并通过仿真试验对方法有效性进行了检验。仿真计算结果表明,该方法能够准确、快速地优化出磁性目标三分量磁矩和空间位置坐标参数,具有一定的实用意义。

基于微分进化算法的多目标交会策略

采用微分进化算法研究了考虑J2摄动影响的多目标远程最优交会问题。首先,采用虚拟目标点摄动修正策略,提出了考虑J2摄动影响的远程交会轨迹求解方法。然后,建立了多目标远程最优交会的性能指标函数,采用微分进化算法,对燃料最优与任务时间最优的多目标远程交会进行了寻优计算,得到了相应的优化结果和多目标最优交会策略。研究工作可用于多目标在轨服务和拦截任务的远程交会策略制定和和轨道设计。

采用放松支配关系的高维多目标微分进化算法

为了提高进化算法在求解高维多目标优化问题时的收敛性和多样性,提出了采用放松支配关系的高维多目标微分进化算法。该算法采用放松的Pareto支配关系,以增加个体的选择压力;采用群体和外部存储器协同进化的方案,并通过混合微分变异算子,生成子代群体;采用基于指标的方法计算个体的适应度并对群体进行更新;采用基于Lp范数(0<p<1)距离的多样性维护策略更新外部存储器。为了评估所提算法在高维多目标优化中的求解性能,将它在一组标准测试函数中进行了仿真实验。与其他两种经典算法的比较结果表明,所提算法能够在高维多目标优化问题中产生一组收敛性能和分布性能均较优的非支配解。

多目标微分进化改进算法及应用

微分进化算法作为一种新型、简单、高效的并行随机优化算法,近年来在许多领域得到了应用,多目标微分进化便是其中的一种。针对传统多目标微分进化算法中微分进化控制参数不能自适应调整、算法容易出现早熟和退化的现象,采用惯性权重参数自适应调整的控制策略以及改进的拥挤距离算法对多目标微分进化进行改进,并将改进后的算法用于控制系统PID参数优化仿真试验。结果表明,改进后的多目标微分进化算法具有较好的收敛性和分布性以及较高的搜索效率。

基于微分进化算法的销齿传动多目标优化设计

为缩短销齿传动的设计周期,降低产品成本,依据弹性流体动力润滑理论和齿轮啮合原理建立销齿传动的冷胶合强度条件。以齿间最小油膜厚度最大(倒数最小)和销齿传动中心距最小作为设计的追求目标,摈弃传统的多目标优化设计方法,利用修正的微分进化多目标优化算法对范例进行分析计算。优化过程及结果表明,修正的微分进化多目标优化算法能够有效地提高产品的综合经济技术指标。

多目标优化微分进化改进算法的实现

针对基本微分进化算法不适合求解多目标优化这一问题,对基本算法进行了改进。具体采用的方法是对选择步骤进行修正,当且仅当满足一定条件时,新产生的个体才取代原个体。同时,引入动态调整机制控制算法参数,使算法摆脱后期易于陷入局部极值点的束缚,以提高该算法求解多目标问题的效率和寻优能力。算法分析和仿真结果表明,改进算法在实现求解多目标优化问题上具有较好的效果和求解效率。

基于极大极小关联密度的多目标微分进化算法

采用微分进化方法求解多目标优化问题,为了改善解集分布性和提高算法收敛性,提出1种基于极大极小关联密度的多目标微分进化算法。该算法定义了极大极小关联密度。在严格遵守Pareto支配规则的基础上,给出了基于极大极小关联密度的外部档案集维护方法,从而避免或减少最终解集的多样性损失。1种自适应选择策略通过评价个体的关联密度来指导个体优劣的选择过程,在确保最优个体进入下一代种群的同时,尽可能使个体的选择覆盖更广泛的搜索空间。实验结果显示,与多目标均匀多样性差分进化(MUDE)、基于反对称的自适应混合差分进化(OSADE)和非劣排序遗传算法II(NSGA-II)等经典算法相比,该文算法在世代距离(GD)和空间(SP)性能指标上有更好的表现,具有更优的Pareto前沿分布性与收敛性。

多目标优化的微分进化算法

将微分进化算法的应用范围从求解无约束单目标优化推广到求解一般情形的多目标优化。与传统优化算法及一般的进化算法相比,该算法特点在于直接将约束条件以及多目标性结合到进化算子中。算例表明,该算法是有效的。

基于改进微分进化算法的微网多目标优化的研究

针对含多种微电源的微网模型,其中包括SO2、CO2和NOx的排放成本以及运行维护费用,利用改进微分进化算法搜寻最优解,并为达到更强的搜寻能力和收敛速度,在各个阶段使用不同的变异策略。仿真结果表明,该方法的确有利于微电网优化运行。

微分进化算法的研究综述

微分进化(DE)是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域也是不断扩大。研究目的是总结微分进化的研究进展和应用领域,并对它的进一步研究进行展望。

基于微分进化求解多目标优化问题中的退化现象

基于微分进化(DE)的多目标进化算法(MOEA)在求解过程中存在着退化现象,导致算法的收敛性无法保证,同时也降低了求解的效率。针对这一问题,分析了算法中存在的两种退化现象,提出了针对两种退化现象相应的解决办法,最后给出了一种新的基于DE的MOEA。新算法克服了已有算法中存在的退化现象,保证了算法的收敛性和解的多样性,有效地提高了算法的效率,通过数值实验验证了新算法的可行性和有效性。

基于改进微分进化算法的风光互补系统发电容量优化配置

为有效兼顾风光互补发电系统的可靠性与经济性,以年缺电负荷率最小及微网系统投资建设成本最低为目标函数,以储能电池充放电次数、微网功率平衡以及电池充放电上下限等为约束条件,搭建风光互补系统发电容量优化模型。针对缺电负荷率、系统成本2个目标函数相悖的特点,考虑将帕累托非劣排序操作引入至常规微分进化算法,并对常规算法中的变异策略进行了相应改进,使得改进后的算法在具备多目标寻优能力的同时,寻优速度也得到了较为显著的提升。最后,应用所提改进多目标微分进化算法对风光互补系统发电容量优化模型进行求解,算例结果验证了该文模型的合理性和所提算法的有效性。

基于微分进化算法的深空轨道全局优化设计

针对多目标多任务的深空探测轨道设计问题,提出一种新的将探测目标、探测方式、探测顺序以及发射窗口同时作为优化变量,并采用微分进化算法进行全局优化的设计方法.使用该方法在只考虑太阳中心引力作用的二体模型下,基于圆锥曲线拼接法建立第三届全国深空轨道设计竞赛问题的优化模型并进行求解.最后利用该方法求解ESA的ACT研究团队的深空探测任务算例并对结果进行对比分析.结果表明,提出的全局优化设计方法对解决多目标、多任务深空探测轨道优化设计问题是可行和有效的.

基于改进微分进化算法的分布式电源优化配置

为研究分布式电源接入对配网的影响,建立了包含发电收益最优、有功耗损最低和电压稳定度的多目标优化模型,并运用改进的微分进化算法对接入配网的分布式电源进行整体寻优,该算法将自适应策略融入到传统微分进化算法中,并结合Pareto占优概念将所有代非占优解存储到外部精英存档中。通过对IEEE-33节点的标准配电网算例分析,表明分布式电源的合理配置可使配网电压水平提升、减小有功网损、提升电压稳定指标,且所提模型和算法合理、可行。

基于可拓距K-均值聚类和正弦微分进化算法的风储联合系统优化配置

以最大化风储联合投资商的收益和风电就地消纳率为目标,考虑源网荷协同优化和需求响应构建了风储联合系统的多目标优化配置模型;采用可拓距K-均值聚类算法对分布式风电出力和负荷需求的不确定性进行多场景分析,以实现更为准确而均衡的场景缩减;通过引入多核并行运行环境与正弦函数的思想,提出基于并行多目标正弦微分进化算法对优化配置模型进行高效求解;以IEEE 33节点配电系统为算例进行风储联合系统的优化配置,仿真结果验证了所建模型的有效性和优越性。

基于改进非劣排序微分进化算法的安全约束环境经济调度

提出一种改进非劣排序微分进化算法用于求解考虑系统安全约束的环境经济发电调度问题,对相互冲突的发电费用函数和污染气体排放量函数同时进行优化。该算法采用非劣排序和拥挤距离排序对种群进行选择操作,并引入控制参数自适应调整策略来改善算法性能。在IEEE 30节点系统上进行验证,结果表明所提算法的寻优性能优于非劣排序遗传算法。