一种新颖的并行程序配置优化算法

本文提出了一种新颖的并行程序配置优化算法。这种算法利用黑板系统将配置优化问题分解组织为不同层次的知识领域,并利用A*算法对决策树进行搜索。研究了并行程序的任务调度、存储服务器的数据分配、自适应分片、协同I/O和数据筛选五个知识领域。

并行程序执行行为的模板分析及提取算法

并行程序执行行为的模板分析及提取算法沈美明，李程，田新民（清华大学计算机科学与技术系北京１０００８４）ＴＨＥＴＥＭＰＬＡＴＥＡＮＡＬＹＺＩＮＧＡＮＤＥＸＴＲＡＣＴＩＮＧＡＬＧＯＲＩＴＨＭＳＦＯＲＣＡＰＴＵＲＩＮＧＴＨＥＥＸＥＣＵＴＩＯＮＢＥＨＡＶＩＯ...

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。

基于协同进化粒子群优化算法的水资源配置模型及应用

面向新发展阶段的城市水资源配置具有多目标、多变量、约束条件复杂、求解结果非线性、求解过程困难等特征。针对线性规划、动态规划、非线性规划等传统优化算法在解决水资源配置问题中求解结果不合理、计算效率低,求解多目标问题收敛慢等问题,提出了基于协同进化粒子群优化(CPSO)算法的多目标水资源优化配置模型。以郑州市为例,构建了以实现社会、经济和生态效益的最大化为目标,供水量、需水量、供水能力和水库库容为约束的水资源配置模型。通过输入郑州市各计算单元和用水部门的用水需求量和可用水量,该模型计算并输出郑州市9个区在2019年、2035年的缺水率。结果表明:郑州市供水的区域分布比较均衡,缺水率在可接受范围内;该模型算法进化速度较快,进化的稳定性较优,优化结果在种群中可以很好地保留且对进化方向的主导性很强,可以有效地应用于解决水资源配置问题,并提升模型计算效率,为水资源管理部门提供技术支持。

基于多目标优化的变电站消防资源配置算法

针对变电站消防资源分配与分布不均匀的问题,提出了一种基于多目标优化的变电站消防资源配置算法。该算法采用电力生产场所的道路网作为变电站消防责任区划分的依据,并结合各划分区域的消防需求构建消防资源配置模型。根据该模型的特点,在帕累托最优解的约束下提出了一种基于模拟退火的多目标优化算法,来求解该消防资源配置模型。仿真与实验结果表明,所提出的消防资源配置模型更符合实际变电站各场所分布的特点,且所提出的多目标优化算法得到的消防资源分配结果能在消防资源有限的条件下,实现最大的配置效益和快速的消防响应。

船舶协同通信资源配置优化算法

针对船舶协同通信资源分配不合理,多种业务无序传输,导致网络整体吞吐量下降问题,研究新的船舶协同通信资源配置优化算法。在分析基于空天地海通信的船舶协同通信网络模式,了解此类协同通信网络主体后,构建基于优先级的协同通信频谱资源配置优化模型,模型在划分船舶协同通信业务优先级的基础之上,设计实现协同通信下行链路总吞吐量最大化的目标函数,由萤火虫算法求解满足此目标的下行链路船载终端频谱资源配置优化方案,完成船舶协同通信资源配置优化。实验结果显示,该算法优化下,船舶协同通信网络业务传输优先级明确,吞吐量可满足多数船舶通信需求,且大容量传输类、密集接入类、超远程实时类业务数据均可成功、可靠传输。

混合进化算法求解多环节资源配置优化问题

资源配置优化问题是制造业价值链管理的基础问题。然而,现有研究多集中在生产环节,对制造全生命周期的整体考虑不足。研究考虑多环节的制造全生命周期资源配置优化问题(MLCRAOP),旨在通过优化研发设计、生产制造、运维服务和配套设备供应环节的服务资源,提升全生命周期的资源配置客户满意度。将时间、成本、质量指标纳入目标函数构建整数规划模型,提出一种混合进化算法用于求解MLCRAOP。通过在设计案例上的对比实验,验证了混合进化算法具有优异的性能。

猎豹优化算法在水资源优化配置中的应用

水资源优化配置能够解决区域水资源短缺及不合理利用问题,近年来优化算法成为获得水资源优化配置结果的重要工具。为有效缓解现有优化配置算法中存在的收敛缓慢、局部优化和早熟等问题,介绍了一种新型的元启发式算法:猎豹优化算法(the Cheetah Optimizer,CO),利用该算法收敛速度快、鲁棒性强、寻优能力强等优点,将其运用至水资源优化配置问题中。以太原市为研究区域,建立了以经济效益、社会效益和生态效益为目标的水资源优化配置模型,采用CO求解该模型,并与遗传算法(Genetic Algorithm,GA)结果进行对比分析。结果表明:CO的污染物排放总量在规划年(2030)控制目标内,区域用水满意度达到0.98,能够满足基本用水和发展用水需求;与现状年(2020)相比,生活用水占比下降22.58%,三次产业用水占比分别上升10.53%、25.81%、12.5%,地表水和地下水供水比例分别降低21.70%、11.14%,回用水和引黄水供水比例分别提高了5.43%、27.40%,符合太原市水资源配置思路,验证了CO的有效性;与GA相比,CO的区域满意度、综合用水价值和配水公平性分别提高了7.10%、3.57%和56.52%,污染物排放量和缺水率分别降低了3.11%和3.85%,同时有更好的协调性,验证了CO的优越性。研究成果表明用CO求解水资源优化配置模型合理可行,为水资源优化配置模型求解提供了新方法。

基于哈里斯鹰优化算法的光伏储能容量配置优化

在双碳目标下,高比例的光伏等新能源接入对电网造成了冲击。针对此问题,从电站侧出发,基于最低的光伏功率平均波动率和储能系统成本这两个优化目标,提出了一种基于哈里斯鹰优化算法的储能容量配置优化模型,通过聚类算法将天气类型分为四种并分别进行优化。结合算例分析,所提出的模型对储能配置问题在雨雪等较差的工况可将日均波动率从54.61%降低至13.60%,晴天等较好的工况日均波动率可下降约5%。通过双层优化,确定出最终储能配置方案为2.5 MW/4.59 MW·h,结合全年数据进行优化验证,此方案下全年平均波动率从19.41%下降至11.33%,全周期成本814.75万元。

基于差分进化算法的旧采空区水分质利用优化配置

大部分矿井水污染程度低,稍加处理即可供饮用、工业、农业、生态等使用。焦作煤田吴村矿旧采空区水可供水量为718 m^(3)/h,矿区周围饮用、电厂、灌溉、养殖、生态等用户需水量为1073.74 m^(3)/h,旧采空区水仅能满足66.87%的用水需求;旧采空区水需处理达标后才能供给用户,不同用户的水处理工艺和费用差异较大,依据水质优化配置旧采空区水量具有重要意义。目的为了实现矿井排水综合利用效益最大化,方法以焦作煤田吴村矿旧采空区水为研究对象,在计算其供水量和分析水质基础上,结合矿区周围饮用、电厂、灌溉、养殖、生态需水量及水质要求,构建718 m^(3)/h旧采空区水分质利用优化配置数学模型,并利用差分进化算法求解。结果结果表明:灌溉期分配饮用水6.00 m^(3)/h、电厂用水334.95 m^(3)/h、灌溉用水353.89 m^(3)/h、养殖用水19.76 m^(3)/h、生态用水3.40 m^(3)/h;非灌溉期分配饮用水6.00 m^(3)/h、电厂用水688.84 m^(3)/h、灌溉用水0 m^(3)/h、养殖用水19.76 m^(3)/h、生态用水3.40 m^(3)/h时,旧采空区水分质利用年收益最大。结论研究结果可为类似矿井旧采空区水和矿井排水资源化利用提供借鉴。

基于模糊粒子群算法的光纤通信网络路由资源优化配置

光纤通信网络路由资源数据量大且不均衡,导致路由资源分配过程中丢包率升高,效率下降。提出基于模糊粒子群算法的光纤通信网络路由资源优化配置方法。建立光纤通信网络模型,对光纤通信网络参数映射展开定义描述。根据光纤通信网络生命期、路径延时搭建路由资源优化配置模型,采用模糊粒子群算法对模型展开求解。对最优解展开精准判断,实现光纤通信网络路由资源优化配置。实验结果表明,所提方法的丢包率最高仅为0.6%,带宽利用率最高达到了31%,配置时间最低仅为6.8 s,效率高,实际应用效果好。

基于改进鲸鱼优化算法的同步相量测量单元多目标优化配置

针对因配电网节点数目多但投资成本少造成的同步相量测量单元(phasor measurement unit,PMU)供需不平衡问题,建立了考虑PMU配置个数、状态估计误差的PMU多目标优化配置模型,优化问题的目标是最小化所需的PMU个数和最小化状态估计误差。并提出一种改进鲸鱼优化算法来求解模型。首先引入非支配排序和拥挤度计算来选择并排序Pareto非支配解,保证算法求解全局最优值的能力,其次引入Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动,使算法不易陷入局部最优。最后,采用优化配置模型对IEEE 33标准节点系统进行仿真计算。结果表明,与遗传算法和粒子群算法相比,采用改进鲸鱼优化算法求解PMU多目标优化配置模型具有更高的可行性和有效性。

基于改进遗传算法的船舶大容量储能容量配置优化

大容量储能配置不当会增加维护成本,缩短电池寿命。因此,设计一种遗传算法,添加模糊数学规划方法,增加算法多目标优化能力,结合燃油经济性、储能装置冷却需求功率、成本等不同指标,得到不同工况下柴油发电机、蓄电池的出力情况以及储能配置容量。以某电力渡轮为例,仿真结果表明:配置优化后的混合动力系统满足船舶航行可靠性要求,柴油发电机能够工作在效率较高的区域,减少了7.5%的燃油消耗。研究成果可为推动电力渡轮绿色化提供参考。

基于改进遗传算法的配电网储能优化配置方法研究

增加储能设备是配电网解决新能源普及所导致的供电负荷剧烈变化的常用方法,需要从定址和定容两方面来优化配置储能设备。通过分析配电系统中馈线负荷的日内变化特性及与阶梯电价的关联关系,以关联关系作为馈线的遗传属性使其成为遗传个体,在对遗传个体进行编码后,找出线路日内负荷变化最小者为遗传个体,该个体将信息遗传给与其日内变化最接近的馈线后死去,由此产生变异并继续遗传下去,直至遗传个体为几条小于最大容量的馈线为止。仿真结果显示,通过对遗传算法中的生物进化机制做相应的改进,可获得配电网储能利用率最高的配置方案。

蚁群算法在船舶分布式电源优化配置及并行计算中的应用

从节能减排的角度出发,对船舶分布式电源进行配置和运行调度。在此过程中,充分考虑船舶电网的损耗、储能、成本等因素,建立2层分布式电源优化模型,并且利用混合蚁群算法对其求解。最后进行对比实验,实验数据表明,本文算法在计算效率和全局搜索方面优越性突出。

基于蜣螂优化算法的分布式电源配置研究

为了解决分布式电源(distributed generation,DG)的配置问题,提升DG并网的经济性,笔者提出了一种基于蜣螂优化(dung beetle optimizer,DBO)算法的DG配置方法。以用户购电成本、DG投资成本、网络损耗成本和环境惩罚成本构造多目标函数,采用层次分析法确定各目标函数权重,将多目标函数转化为综合目标函数。采用DBO算法对综合目标函数进行优化,采用IEEE33节点系统进行算例分析,并与3种对比算法的结果进行对比。结果表明:DBO算法优化综合目标函数的最小适应度值为841.77万元;相比其他对比算法,基于DBO算法的分布式电源配置效果更好。

云制造环境下基于遗传算法的人力资源优化配置研究

基于要实现企业目标的最大化,人力资源的合理配置的目的,采用了云制造环境,提出了基于遗传算法的人力资源优化配置方法。该研究针对人力资源优化配置模型,设置七条假设。构建生产总效益和人岗匹配度两个目标函数并设置约束条件,将实际问题转化为数学模型。利用遗传算法求解人力资源优化配置模型,得出最佳配置方案。结果表明,所研究方法应用下,配置方案的生产总效益更大,人岗匹配度更高,由此说明该方法配置的人力资源方案更为合理。

基于改进粒子群优化算法的源网荷储系统容量配置研究

随着可再生能源技术的发展,源网荷储系统成为保证电力系统可靠性和稳定性的重要解决方案。合理的容量配置可优化投资成本、保证系统的供电可靠性并减少可再生能源的浪费,对提升系统性能和经济效益至关重要。提出了一种改进的粒子群优化(PSO)算法,结合可变惯性权重,增强算法的搜索能力和收敛速度,采用多目标优化,在保证供电可靠性、尽可能减少弃风弃光量的前提下,寻找投资成本最低的源荷储容量及功率配置方案。将所提算法应用于小岛源网荷储测试系统,并与典型优化算法进行比较。仿真结果表明,基于改进PSO算法的多目标优化方法不仅能够有效实现源网荷储系统的容量配置,而且收敛速度和解的质量都有显著提升,为电力系统规划和运行提供了一种新的优化工具。

基于改进鲸鱼优化算法的邢台市水资源优化配置

为了有效解决邢台市的水资源短缺问题,文章从经济效益和社会效益两方面出发,构建了鲸鱼优化算法的水资源优化配置模型,应用于邢台市水资源优化配置的求解中。结果表明,改进后的鲸鱼优化算法对水资源优化配置模型求解预测结果比较符合实际情况,具有可行性,邢台市水资源供需矛盾较为突出,研究结果为邢台市水资源优化配置提供参考。

基于粒子群和蚁群混合算法的城市园林景观植物群落优化配置方法

研究在分析现有植物群落布局形式的基础上,引入粒子群算法和蚁群算法进行最优配置方案的搜寻,最后提出了一种结合两类算法的新型植物种群配置模型。实验结果表明,该模型的全局得分最高为80分,群落得分为85分,加权均值为85分。最短收敛时间为2.5分钟,空间利用率最大为93.5%。综上所述,研究提出的模型能够实现植物群落配置的最优化,并且有望为城市园林规划和景观设计提供一种新的、更科学的植物配置方案。