改进的收敛性判据在边坡稳定分析中的应用

针对边坡稳定性分析中失稳判据的选择问题,在对几种失稳判据对比分析的基础上,提出了改进的收敛性判据——运行极限时步法。通过选取一均质边坡,比较不同方法下边坡的安全系数,得出改进的收敛性判据的正确性,并应用该判据于工程边坡加固前的稳定性分析中。同时,本文选取加设双排桩的加固方案对工程边坡进行加固,并采用特征点突变判据于工程边坡加固后的稳定性分析中,得出加固后边坡为稳定状态,验证了该方案的可行性。

一种改进的Snake算法

针对动态轮廓模型特性 ,本文提出了一种能量函数的选取和收敛算法改进的新方法 ,结果表明 ,该方法在实际应用中效果理想 .

基于内点法与改进遗传法的无功规划优化混合算法

建立了利用调节发电机端电压、可带载调压变压器分接头与静止电容器组的补偿容量来获得系统年综合费用最小的无功规划优化数学模型。将此问题分成连续优化和离散优化两个子问题,采用非线性内点法和改进遗传算法交替求解的混合算法。在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使两者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率。118节点系统的无功优化计算表明,所提算法可有效提高单一算法的收敛性能和运算速度。

基于改进遗传算法和内点法的无功优化混合算法

文章针对具有离散变量和连续变量共存的高维大规模无功优化问题,采用非线性内点法和改进遗传算法交替求解的混合算法,在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使二者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率。IEEE118节点系统的无功优化计算表明,所提混合算法可有效提高单一算法的收敛性能和运算速度。

基于可达状态集扩张的粒子群算法收敛性改进

针对粒子群算法(PSO)改进设计缺乏数学模型和理论依据支持的问题,研究建立了PSO的吸收态马尔可夫过程模型,并提出了可达状态集作为收敛性分析的关键指标.与以往的收敛性分析不同,研究从可达状态集扩张的角度提出了PSO收敛性对比的理论,并基于此提出了PSO全局收敛性改进的方法.最后,以改进综合学习粒子群算法CLPSO(comprehensive learning particle swarm optimization)为例验证了提出模型与理论的有效性.