新型差分进化模型的多等级子群杂草优化算法

针对标准杂草优化算法易出现的早熟、后期收敛速度慢、易陷于局部最优等问题,提出基于新型差分进化模型的多等级子群杂草优化算法(DEMIWO)。首先,引入一种改进型的混合混沌系统对种群进行初始化,提高初始种群的多样性;其次,提出一种按等级分类的组群策略,将种群按适应度分为优、良、中、差四个等级;最后,在繁殖进化阶段,提出新型差分进化模型,对模型中的交叉变异概率进行指数式的非线性动态调整,提高算法的全局寻优能力以及收敛精度。在8个标准测试函数上进行的仿真实验表明,与标准IWO算法及其他常用算法相比,所提算法具有更快的收敛速度和更高的寻优精度,同时能有效避免陷入局部最优。

基于诱发因素响应与DE-SVM模型的滑坡位移预测

三峡库区滑坡的稳定性直接影响到库区沿岸居民的生命及财产安全,而对滑坡变形的预测对于地质灾害防治有着重要意义。基于三峡库区涉水滑坡多存在阶跃式的变形特征和位移监测数据,采用差分进化(DE)算法对支持向量机(SVM)模型参数进行全局优化,并利用优化后的差分进化-支持向量机(DE-SVM)模型对滑坡位移监测数据进行训练,最终实现了对滑坡位移量的预测。以三峡库区典型滑坡——奉节县藕塘滑坡为例,运用DESVM模型并考虑库水位和降雨作为该滑坡的诱发因素,对该滑坡的变形及其发展趋势进行了预测研究。结果表明:基于诱发因素响应的DE-SVM模型对藕塘滑坡变形的预测结果与该滑坡的实际变形特征基本一致,表明该模型的预测精度高,对三峡库区涉水滑坡位移的预测具有重要的参考价值。

基于HANA数据模型的企业数据分析方法

针对海量企业数据应用困难的问题,基于采用下沉分析逻辑、并列执行等处理技术设计了新型的企业数据分析方法,该方法以HANA平台为基础,构建了混沌差分进化算法模型,该模型具有智能化、自动化对内存计算过程中的各种节点寻优的功能,克服了常规技术中存在的并行计算时,数据节点查找困难的问题。构建了新型的存储模块,该模块加入段式管理模块、页面管理模块和段式页面融合模块,能够实现不同方式的数据存储和数据存储方式转换。试验表明,该研究方法寻优能力较好,误差较低,数据存储量较大。

面向用户的区域电网电压协同控制技术研究

针对区域电网电压分布零散,电网电压协同区段控制不力的问题,采用改进型矩阵算法将电网中不同的区段实现节点与优化目标之间的关联。构建改进型离散猴群算法实现离散型区域电网电压节点的搜索,在改进型离散猴群算法模型中加入DE-BP神经网络算法模型,通过差分进化DE算法模型实现待控制电压区域中不同目标函数信息的最优化搜索,BP神经网络算法模型能够实现优化目标的故障诊断,最终实现用户不同区域电网电压的协同控制。实验表明,这种方法检索能力强,平均正确率在95%以上。

An analytical method to calculate station evacuation capacity

The major objective of this work was to calculate evacuation capacity and solve the optimal routing problem in a given station topology from a network optimization perspective where station facilities were modelled as open finite queueing networks with a multi-objective set of performance measures. The optimal routing problem was determined so that the number of evacuation passengers was maximized while the service level was higher than a certain criterion. An analytical technique for modelling open finite queueing networks, called the iteration generalized expansion method(IGEM), was utilized to calculate the desired outputs. A differential evolution algorithm was presented for determining the optimal routes. As demonstrated, the design methodology which combines the optimization and analytical queueing network models provides a very effective procedure for simultaneously determining the service level and the maximum number of evacuation passengers in the best evacuation routes.

An Immune Self-adaptive Differential Evolution Algorithm with Application to Estimate Kinetic Parameters for Homogeneous Mercury Oxidation

A new version of differential evolution （DE） algorithm, in which immune concepts and methods are applied to determine the parameter setting, named immune self-adaptive differential evolution （ISDE）, is proposed to improve the performance of the DE algorithm. During the actual operation, ISDE seeks the optimal parameters arising from the evolutionary process, which enable ISDE to alter the algorithm for different optimization problems and improve the performance of ISDE by the control parameters＇ self-adaptation. The .performance of the proposed method is studied with the use of nine benchmark problems and compared with original DE algorithm ~nd-other well-known self-adaptive DE algorithms. The experiments conducted show that the ISDE clearly outperforms the other DE algorithms in all benchmark functions. Furthermore, ISDE is applied to develop the kinetic model for homogeneous mercury. （Hg） oxidation in flue gas, and satisfactory results are obtained.

基于BW4 HANA内存数据服务平台及关键技术研究

针对海量企业数据应用困难的问题,采用下沉分析逻辑、并列执行等处理技术设计了新型的企业数据分析方法。该方法以HANA平台为基础,构建了混沌差分进化算法模型,该模型具有智能化、自动化对内存计算过程中的各种节点寻优的功能,克服了常规技术中存在的并行计算时数据节点查找困难的问题;构建了新型的存储模块,该模块加入段式管理模块、页面管理模块和段式页面融合模块,能够实现不同方式的数据存储和数据存储方式转换。试验表明,该研究方法寻优能力强、误差低、数据存储量大。