不同小生境对喀斯特山区花椒林表土团聚体有机碳和活性有机碳分布的影响

以贵州西南部典型喀斯特地区花椒林下的石缝、石沟、石洞、石槽、石坑及一般土壤为研究对象,对0-20cm土层土壤团聚体有机碳和活性有机碳分布特征进行分析。结果表明,与一般土壤相比,石沟和石坑明显增加了原状土壤和各粒径团聚体土壤有机碳及活性有机碳的含量,而石槽和石洞则有所降低。除石沟外,有机碳含量较高的土壤主要增加了>5mm粒级团聚体含量。随着土壤团聚体粒径的降低,有机碳和活性有机碳呈"∨"形分布,并在<0.25mm粒级达到最大。团聚体对土壤有机碳和活性有机碳的贡献出现2个峰值,分别在5～2mm和1～0.5mm 2个粒级中出现,而<0.25mm团聚体对有机碳和活性有机碳的贡献率最低。相关性分析表明,土壤团聚体活性有机碳含量与土壤团聚体总有机碳含量呈极显著正相关关系(r=0.796),团聚体活性有机碳可以作为衡量喀斯特山区土壤团聚体有机碳动态的一个敏感性指标。

喀斯特石漠化小生境对大型土壤动物群落结构的影响

对花江流域喀斯特地区小生境(土面、石槽、石沟)的土壤动物进行了研究。结果表明:喀斯特石漠化地区小生境共捕获大型土壤动物平均为276.7只,分别隶属3门7纲24类。其中,优势类群蚂蚁占总数的56.75%。土面生境土壤动物的多样性指数为1.199,石沟的为1.592,石槽的为1.962;土面生境土壤动物的均匀性指数为0.616,石沟的为0.989,石槽的为1.095;土面生境土壤动物的优势度为0.545,石沟的为0.353,石槽为0.245。利用统计软件SPSS13.0进行相关分析,结果说明不同小生境和土层对土壤动物个体数量和类群数影响均不显著,组间均方差(F值)分别为0.834和1.226,但小生境对土壤动物的生物量有显著的影响,F值为3.844。三种小生境中,石沟生境比较有利于土壤动物生存。

小生境对硅藻群落组成的影响

通过对长白山区一个冷水泉中的硅藻群落组成的研究，分析了微量元素与硅藻群落的关系。经研究认为：１．小型等片藻（Ｄｉａｔｏｍａｍｅｓｏｄｏｎ（Ｅｈｒ．）Ｋｕｔｚ．）的大量存在与该水体周围有大量浮石有关；２．短缝藻属（Ｅｕｎｏｔｉａ）、羽纹藻属（Ｐｉｎｎｕｌａｒｉａ）、异极藻属（Ｇｏｍｐｈｏｎｅｍａ）等的存在与水体中铁含量有关；３．小型等片藻应属于贫盐型中的喜盐性种，而其它一些属种，如Ｅｕｎｏｔｉａ、Ｔａｂｅｌａｒｉａｆｌｏｃｕｌｏｓａ及Ｐｉｎｎｕｌａｒｉａ应属于贫盐型中的嫌盐种。

基于饥饿变异检索与局部小生境的麻雀算法

针对麻雀搜索算法在迭代过程中在原点与最优解徘徊,造成迭代代价高,在迭代后期,直接跳跃到极值点附近,易于陷入局部最优,且后期种群多样性减小,全局搜索能力差的问题,提出一种基于饥饿变异检索与局部小生境的麻雀算法。首先改进种群中发现者位置迭代方法,提出饥饿短距变异机制,添加变异因子减少在原点与已有最优解的跃迁,提高全局搜索能力;其次改进跟随者位置迭代过程,引入局部小生境概念,将最优解发现者周围划定一个局部小生境,在小生境范围中的麻雀集中搜索最优解附近,小生境外麻雀逃逸到其它位置进行搜索,增强算法最优解附近的搜索能力与增强算法跃出局部空间的能力。对16个基准函数进行仿真对比实验,结果表明提出的基于饥饿变异检索与局部小生境的麻雀算法能够提高算法的搜索精度、收敛速度和稳定性。

融入小生境和混合变异策略的鲸鱼优化算法

鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一种融入小生境和混合变异策略的鲸鱼优化算法(whale optimization algorithm integrating niche and hybrid mutation strategy,NHWOA)。该算法通过引入自适应权重,平衡算法全局勘探与局部开发能力,并加快收敛速度;将种群按照相同规模划分成三个小生境并独立寻优,提高种群多样性;采用混合变异策略对种群进行随机扰动,帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验,并将其应用于特征选择问题,验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快,收敛精度更高,并且鲁棒性更好。

基于小生境协同互联的黑启动网架重构策略研究

随着电网规模的扩大,大停电引发的后果愈发严重,黑启动是重启瘫痪电网的有效措施,网架重构是黑启动过程的重要环节。为提高大停电后电力系统的黑启动效率,充分利用分布式黑启动电源在网架恢复过程中的优势,提出了基于小生境协同互联的黑启动网架重构策略。借助图论中的Kruskal算法,以节点和支路权重为导向对待恢复网架进行图抽象,并以网架恢复时间最短为主要目标,构建黑启动网架重构优化模型。在排挤和预选择的双机制作用下,采用改进小生境遗传算法对该模型进行求解,在此基础上融入串并行配合的恢复策略实现小生境协同互联。由上述求解过程,达到对网架重构过程的优化调节。通过与改进前方法的对比,用恢复时间、电压偏移量和有功损耗的指标对IEEE 39仿真结果进行评价,结果表明所提方法能有效提高网架重构速度,保证协同互联的稳定。同时,借助江苏省某市局部电网数据,证实了所建模型的有效性和可行性。

基于小生境离散粒子群算法的不规则排样优化策略

针对目前二维不规则排样算法中存在的问题,提出一种基于小生境离散粒子群算法的二维不规则排样算法。该算法模拟两个相对独立的粒子群,两个粒子群并行进化,并在每迭代一次后相互交流信息,具有很强的全局搜索能力。实验结果表明,该算法在求解二维不规则排样问题时可以大幅提高板材的材料利用率,具有实际应用价值。

基于小生境遗传算法与径向基代理模型的短期风电功率预测

为提高短期功率预测精度,以赋予风电被电网资产更大规模消纳的优势,建立一种基于主导特征影响因素和小生境遗传算法改进的径向基代理模型的滚动式短期(0~72 h)风电功率预测模型。首先,基于罚函数和排挤机制的小生境技术对传统基本遗传算法进行改进,以径向基代理模型(RBF)作为建模基础,利用改进后的遗传算法以反传误差极小为目标函数对RBF模型的连接权值进行优化,借助其寻优能力来获取最佳权值,以达成对RBF网络的改进和二次训练;然后,基于主导特征气象因素,结合改进的RBF模型最终建立N-SGA-RBF风电出力预测模型,对风电场连续3日0~72 h输出功率进行预测;最后,对N-SGA-RBF模型、RBF模型以及BP模型做预测结果趋势变化、各采样点绝对/相对误差分布、发电预测预报准确率和合格率的对比。以新疆东部某风电场实测数据进行算例验证分析,仿真结果表明,所建预测模型具有较高的精度。

融合小生境机制的增强麻雀搜索算法及其应用

针对麻雀搜索算法SSA易陷入局部最优、算法过早收敛等问题,提出一种融合小生境的麻雀搜索算法NSSA。首先,NSSA使用一种基于发现者相似性形成自适应物种的小生境策略将麻雀种群自动划分为以发现者为中心的若干个小种群或物种,且使跟随者朝所属物种内的发现者位置移动,以保持种群的多样性。其次,通过结合模糊逻辑的差分变异并使用发现者所属物种内的其他个体信息对发现者进行变异操作,以提高算法跳出局部最优的能力。选用CEC2017测试集中的12个函数作为实验测试集,将NSSA与CSSOA、ISSA、MSSSA、SHSSA、MSWOA进行性能测试。实验结果表明,在大多数多峰目标函数上,NSSA与排名第二的算法相比,收敛精度提升了10%以上。对NSSA的各改进策略进行了消融实验,结果表明,在综合改进策略的共同作用下,NSSA的综合优化性能排名第一。最后将NSSA应用于压力容器设计问题,结果表明,相比于其他算法,NSSA仍能够获得最优的解。

基于小生境遗传算法的社区养老公共空间优化设计

常规的社区养老公共空间优化方法构建公共空间网络结构关联性较差,空间优化效果不佳。因此,基于小生境遗传算法,设计了一种社区养老公共空间优化方法。根据网络结构多元化、多层次和系统化的特点,构建社区养老公共空间网络结构,通过计算网络结构的关联性,判断当前网络结构的构建效果,在小生境遗传算法的作用下,通过计算网络结构节点的适应度,生成社区养老公共空间优化模型,从而输出切实有效的社区养老公共空间优化策略。通过上述的设计,完成对社区养老公共空间优化方法的设计。实验结果表明:与以往的社区养老公共空间优化方法相比,设计的基于小生境遗传算法的社区养老公共空间优化方法在实际应用中空间利用率高达97.82%,优化效果更好。

基于多种群进化小生境遗传算法的电力立体式仓储仓位多目标优化配置方法

针对传统电力立体式仓储仓位配置中存在关联性和灵活性不足的问题,提出一种基于多种群进化小生境遗传算法的电力立体式仓储仓位优化配置方法。首先,对物资进行关联性分析,通过聚类方法将物资科学分类,以提高仓储操作的效率和准确性。然后,基于物资的聚类结果和特性设定约束条件,以物资出入库时间和类内物资距离最小化为目标,构建了仓位优化配置目标函数。最后,引入多种群进化小生境遗传算法进行求解,在仓储仓位搜索空间中更好地保持可选配置方案的多样性,避免过早收敛,在全局范围内寻找最优解,实现电力立体式仓储仓位的优化配置。实验结果表明,所提方法能够提高仓储效率、满足物资管理需求,且在具有更高优化程度的同时保持较高的关联性与灵活性。

低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法

三相负荷不平衡是导致线损率增长的主要原因,因此解决了三相负荷不平衡问题就能从根本上将线损控制在允许范围内,实现有效降损。在此背景下,针对传统遗产算法应用效果差的问题,研究一种低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法。利用均方根电流法计算三相电能损耗并计算其占据供电负荷的比例,得出线损率。结合线损数值,构建换相成本最小化目标函数,利用小生境遗传分析算法求解约束条件下的最优换相方案,通过换相调整,促进低压配电变压器三相负荷平衡化,实现降损。测试结果表明:与换相前相比,换相调整后的低压配电变压器三相负荷不平衡度降低,线损率减小,说明所提换相方案起到了线损控制的作用。

基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面:增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性和多样性的能力分别比被比较的6个算法平均高37.7%、32.9%、31.8%、22.2%、43.5%、30.2%。

融合聚类和小生境搜索的多模态多目标优化算法

针对多模态多目标优化中种群多样性难以维持和所得等价Pareto最优解数量不足问题,提出一种融合聚类和小生境搜索的多模态多目标优化算法(multimodal multi-objective optimization algorithm with clustering and niching searching,CSSMPIO)。首先利用基于聚类的特殊拥挤距离非支配排序方法(clustering-based special crowding distance,CSCD)初始化种群;引入自适应物种形成策略生成稳定的小生境,在不同的小生境子空间并行搜索和保持等价Pareto最优解;采用特殊拥挤距离非支配排序策略实现个体选优、精英学习策略避免过早收敛。通过在14个多模态多目标函数上进行测试,并与7种新提出的多模态多目标优化算法进行对比实验以及Wilcoxon秩和检验发现,CSSMPIO的总体性能优于对比算法。最后将算法用于基于地图的测试问题,进一步证明了算法的有效性。

不同喀斯特小生境下普定杜鹃花土壤酶活性变异特征

【目的】研究典型喀斯特不同小生境下土壤酶活性及其变异特征,为喀斯特地区植被恢复提供科学依据。【方法】以贵州喀斯特区(镇宁县、晴隆县、望谟县)的圆果化香树+普定杜鹃花(Rhododendron pudingense)群落为对象,通过测定3种小生境(土面、石沟、石面)中土壤胞内酶(脲酶、蔗糖酶、纤维素酶、蛋白酶)和胞外酶[(酸性磷酸酶(AP)、过氧化物酶(POD)、过氧化氢酶(CAT)、超氧化物歧化酶(SOD)]活性,分析其在不同小生境中的变异特征及其与环境因子的相互关系。【结果】3种小生境下胞内酶和胞外酶均呈现出土面>石沟>石面,且胞内酶活性均小于胞外酶,胞外酶约占总体酶活性的93%;不同小生境下土壤酶活性差异显著(P<0.05),除晴隆的群落土壤脲酶、POD和SOD活性表现为土面>石面>石沟外,其余的土壤酶活性均为土面>石沟>石面;土壤酶活性受到群落中植物物种多样性影响,晴隆的群落中植物生长最旺盛,土壤酶活性相较于镇宁和望谟更高;小生境间的差异性影响土壤酶活性变化,尤其是水分、温度、腐殖质含量及土壤厚度等影响较大,而生境间差异导致地上植物多样性丰度不均,对底物供应也具有一定影响;喀斯特土面小生境条件最优,最适合植物生长,石沟小生境次之,石面小生境条件最差。【结论】喀斯特生境土壤酶活性受小生境类型影响,土面小生境土壤的酶活性普遍高于石沟和石面,土壤酶活性变化一定程度解释特有种普定杜鹃花生长在喀斯特小生境。

基于改进小生境PSO算法的主动配电网中分布式电源优化调度

大量分布式电源接入主动配电网(Active Distribution Network,ADN)后,风电、光伏出力的间歇性和波动性特点给主动配电网的经济、可靠运行带来了新的挑战。基于上述背景,以主动配电网运行成本最低为优化目标,建立了包括源-网-储的主动配电网优化调度模型,提出了一种改进的小生境粒子群优化算法,对构建的主动配电网调度模型求解。结果表明,采用改进的小生境粒子群算法相较传统粒子群算法来说具有更高的全局最优值寻优性能,所提模型也更能满足主动配电网运行的经济性。

基于小生境遗传算法的网络入侵智能检测方法研究

网络入侵智能检测方法使用隶属度矩阵进行全局搜索,易受网络更新迭代作用影响,导致入侵样本误检率较高,因此设计一种新的基于小生境遗传算法的网络入侵智能检测方法。以粗糙集约简理论为基础,利用小生境遗传算法确定入侵检测适应度函数,提取网络入侵智能检测规则,结合输出的决策变量构建网络入侵智能检测模型,实现网络入侵智能检测。实验结果表明,设计的网络入侵小生境遗传算法智能检测方法在不同样本集下的入侵样本误检率均较低,证明该方法的检测效果较好,具有一定的应用价值。

基于小生境的鲸鱼优化算法研究

对鲸鱼觅食的现象建模即为鲸鱼优化算法,文章基于鲸鱼的随机搜索、包围捕食、攻击猎物3个阶段提出了一种混沌小生境鲸鱼优化算法(CNWOA)。该算法为了避免随机种群初始化,采用混沌分散策略,快速地找到较优解;在小生境半径的范围内,比对个体的适应度值,运用罚函数于适应度较差的鲸鱼个体提高全局的搜索效率。最后,在4个典型的测试函数基础上,将WOA算法、CNWOA算法和DE算法进行比较,结果发现CNWOA算法在收敛速度及求解精度方面均优于基本鲸鱼算法。

柔性车间双资源集成调度的小生境遗传算法优化

针对柔性作业车间生产和物流双资源集成调度问题,提出了基于小生境自适应遗传算法的集成调度方法。首先,明确了柔性车间AGV物流流程、路径冲突消除方法和分配策略。其次,描述了车间生产和物流双资源集成调度问题,并建立了以完工时间最短为目标的优化模型。然后,将小生境技术和自适应策略引入到遗传算法中,使遗传策略随小生境特点自适应变化,提出了一种新的小生境自适应遗传(NAGA)算法。最后,制定了基于小生境自适应遗传算法的双资源集成调度流程。经实验验证,小生境自适应遗传算法调度的完工时间短于遗传(GA)算法和文献[1]改进分布估计(IEDA)算法,说明NAGA算法的集成调度性能好于GA算法和IEDA算法。经AGV数量影响分析,车间完工时间随AGV数量增加整体呈下降趋势,且当AGV数量饱和时完工时间不再下降。

小山溪·小生境·小生灵

只水鸟扑棱一声从路旁飞走,吓我一跳。我走过去,从它飞起的地方,发现土坡小洞里有一个鸟窝,没有草铺垫,里面有几个蛋,这是我第一次看见鸟孵蛋。这种白色的水鸟尾巴长,叫不出名。它常在溪中觅食,警惕性很高,远远看见人就飞走。过段时间,在另一地段,又偶遇相似的情形,我不敢停留,怕影响焦急的鸟妈。但过几天上山,鸟和蛋都不见了。