基于改进二进制灰狼优化算法的配网故障定位

灰狼算法具有结构简单、概念清晰、易实现和全局性能好等优点,但由于存在后期收敛速度慢、局部搜索能力弱等缺点。为提高配网故障定位的准确性和快速性,对灰狼优化算法进行了改进。首先,由于配网故障定位方法可以把问题表示为0～1整数规划问题,故引入转换函数,以解决算法在二进制空间里位置更新问题。然后引进动态权重策略,以平衡算法的全局搜索能力和局部搜索能力且加快算法收敛速度。最后加入概率扰动策略,使算法避免过早陷入局部收敛。本文通过配网故障的算例分析来验证改进二进制灰狼优化算法的可行性和高效性。

基于F-score和二进制灰狼优化的肿瘤基因选择方法

针对肿瘤基因数据维度高、噪声多、冗余性高的现状,结合Spearman相关系数改进F-score算法,在此基础上优化二进制灰狼算法,提出了一种基于改进F-score和二进制灰狼算法的肿瘤基因选择算法.首先,考虑特征之间的相关性,计算每个特征的F-score值和特征之间的Spearman相关系数的绝对值;然后,计算权重系数得出各个特征的权重值,依据重要性进行排序,选出初选特征子集;最后,通过收敛因子的衰减曲线和初始化方法优化二进制灰狼算法,调整全局搜索和局部搜索所占比例,增强全局搜索能力并提高局部搜索速度,有效节省时间开销,提升特征选择的分类性能和效率,得到最优特征子集.在9个肿瘤基因数据集上测试所提算法,在分类准确率和筛选特征数目两个指标上进行仿真实验,并与4种其他算法进行对比,实验结果证明所提算法表现良好,可有效降低基因数据维度,并具有较好的分类精度.

基于改进灰狼优化算法的柔性作业车间分批调度问题研究

针对以最小化最大完工时间为目标的柔性作业车间分批调度问题(Flexible Job shop Batch Scheduling Problem,FJBSP),提出了一种改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,优化对象为工件的分批方案。首次将流体模型应用于FJBSP的求解,提出了一种基于流体模型的解码方法,用于获得更好的子批调度方案;然后改进了狼群的等级制度,避免了算法过早收敛;其次设计了一种全新的适应可变长编码的交叉方法,深入交流2个个体之间的分批信息,增强了算法的搜索能力和稳定性;再次,提出了能够动态更新个体游走率的自适应灰狼游走策略,兼顾了算法的搜索质量和收敛速度;此外,对领头狼使用自适应邻域搜索动态调整每种工件选择各邻域的概率,提高算法的局部搜索能力;最后,设计了9个算例和3组实验,验证了所提出的IGWO算法的有效性和优越性。

粗精选策略二进制灰狼优化算法用于红外光谱特征选择

由于分子结构的高相似性,烃类气体混合物中各组分红外光谱谱峰重叠严重,导致浓度的精确监测一直是化学计量学的难题。为了应对这一挑战,提出一种粗精选策略二进制灰狼优化(RSBGWO)算法,用于优选红外光谱特征,建立高精度定量分析模型。该方法以交叉验证下光谱定量分析模型的均方根误差(RMSECV)平均值作为适应度函数值。在粗选阶段,进行第一次全局迭代,更新α狼、β狼和δ狼所选特征变量的位置信息;在精选阶段,结合α狼所选的特征变量以及剔除α狼未选中特征变量位置后的β狼和δ狼特征变量,更新狼群位置信息,逐步降低RMSECV值,提取为全局最优特征波长,并引入非线性收敛因子加快收敛速度。该算法在采集的359个混合烷烃气体样本的红外光谱数据集上进行了实验测试并验证了所提算法的效果。与bGWO和bPSO特征提取算法比较,基于本文提出的RSBGWO算法建立的MLR模型在分析甲烷、乙烷、丙烷和二氧化碳气体浓度时,特征选择数量均降低了96%以上,预测均方根误差(RMSEP)均低于数据采集过程中所使用的配气系统的仪器误差,相对预测偏差(RPD)均提高了15以上。相对于全谱建模的MLR模型和PLS模型,基于RSBGWO算法建立的MLR模型和PLS模型的预测精度有显著增高,预测效果对定量分析模型的依赖性降低了。实验结果表明,提出的方法具有优秀的红外光谱特征提取能力,能够明显提高定量分析模型的预测效果。该方法能够促进光谱检测技术在生物制药、食品化工、油气勘探等领域的应用,尤其是在含同系有机物混合物的应用场合。

基于改进灰狼优化算法的地面目标最优瞄准点选择方法

针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。

基于改进灰狼优化算法的光伏阵列多峰MPPT研究

针对局部阴影条件下光伏阵列呈现出的非线性多峰值P-V输出特性,提出一种基于改进灰狼优化算法的最大功率点跟踪(MPPT)控制方法。该算法将传统灰狼优化算法中线性减小的收敛因子改进为按非线性规律变化,以改善算法的动态性能。结果表明:所提出的MPPT方法在局部阴影条件下能有效跟踪到光伏阵列的最大功率点,不仅具有较快的跟踪速度,且跟踪精度达到99.1%。

滚动轴承故障特征选择的Filter与改进灰狼优化混合算法

为了从原始高维特征空间中选择最具鉴别能力的特征,提高轴承故障诊断精度,提出了一种Filter与改进灰狼优化混合的故障特征选择算法。首先,针对滚动轴承的原始振动信号,利用一种基于Hilbert-Huang变换的时频域特征提取策略建立高维敏感特征集合。然后,通过由ReliefF算法与拉普拉斯分数构成的混合Filter方法对原始特征集合进行相关性评估并快速筛选重要特征,从而完成特征集合的一次预选。最后,引入改进灰狼优化算法对预选特征集合进行二次筛选,实现冗余特征去除的同时,完成对支持向量机模型参数的优化。利用旋转机械振动试验台获取故障轴承数据进行了验证,试验结果表明,该方法显著提高了分类器模型的诊断准确率,有效实现了故障数据集的特征降维,并且与同类方法相比,所提方法具有更好的综合性能。

基于改进灰狼算法的新媒体网络资源分布式共享系统设计

在共享资源采集层以AD2S1210WDSTZ为核心,设计数据采集装置,并用SPI接口编程实现共享资源传输信号交互。在共享资源处理层,设计多机集群的脱敏处理装置,实现对资源的统一分布式处理。在共享资源服务层,设计API共享接口,保证共享接口稳定。在新媒体网络资源高维空间中,引入非线性收敛因子,改善全局搜索能力。根据非线性收敛因子优化结果,使用Sigmoid函数实现解空间与二元空间数据类型的转换,保证转换结果匹配,实现分布式灰狼位置映射。结合二进制编码,计算待需要处理节点长度和多共享信道传输效益,更新灰狼搜索位置,实现多信道资源分布式共享。由实验结果可知,该系统在2个场景下与理想频谱展示结果一致,且资源最大吞吐量为450 bit,具有良好资源分布式共享效果。

基于改进灰狼优化算法的多区域频率协同控制

微分博弈理论可以解决多区域互联电力系统中频率的协调问题,但对于带非线性约束的微分博弈问题,传统算法难以求解。针对该问题,基于微分博弈理论,建立了多区域频率协同控制模型,考虑了电力系统中常见的非线性约束,并提出了一种基于改进灰狼优化算法的协同进化算法,用于求解该模型的反馈纳什均衡解,从而得到各区域二次调频的协同控制策略。通过仿真验证了所提方法的可行性,并与协同进化遗传算法和协同进化灰狼优化算法进行了对比,结果表明该方法的控制效果更佳。同时,所提方法对系统的功率扰动变化具有稳定的动态响应性能,对机组参数变化具有良好的鲁棒性。

基于改进灰狼优化的文本聚类多阶段特征选择算法

为了降低文本特征维度,提高聚类准确度,提出改进灰狼优化多阶段特征选择与特征提取算法。结合平均绝对差和平均中位数作相关特征选择,利用合并/交叉融合特征子集;根据余弦相似性作特征提取,得到初选特征子集;基于初选特征子集,设计改进二进制灰狼优化算法(IBGWO)求解最优特征子集,利用累计词频和文档频率定义适应度,引入反向学习、非线性收敛系数衰减及精英反向学习机制,提升灰狼优化寻优性能。结果表明,该算法的聚类准确率、召回率及F1值指标优于同类算法,可以有效降低特征维度,提升聚类效率。

改进的二进制粒子群算法的传感器优化配置

传感器组合优化问题是设备状态检测系统设计的重要问题。在研究传感器与故障有向图的基础上,提出了传感器优化配置模型;根据传感器组合优化自身特点,从位改变率、惯性权重两个方面对BPSO算法进行了参数分析。结合免疫算法的"亲和度"思想以及非线性惯性权重递减公式,提出了改进的二进制粒子群算法。案例显示,改进的二进制PSO算法提高了算法在整个解空间的搜索能力,加快了收敛速度,能够很好地用于解决传感器优化问题。

基于改进灰狼算法的电力管廊覆盖优化技术

针对狭长电力管廊环境下无线传感网络覆盖受不规则形状、障碍物及电磁干扰影响导致通信质量降低的问题,构建了基于最低接入速率约束的电力监测覆盖感知模型,提出结合神经元映射和差分进化的改进灰狼覆盖优化算法。首先,通过神经元混沌映射生成均匀的初始种群。然后,利用非线性收敛因子平衡全局和局部搜索能力。最后,引入差分进化算法对灰狼个体进行变异。通过仿真分析对比了不同覆盖优化方法,结果表明:所提算法具有较强的搜索能力,能够在狭长电力管廊环境下显著提高网络的覆盖性能并满足待监测节点的通信需求。

基于改进的灰狼优化算法与SVM风机轴承故障诊断

针对当前风机轴承故障诊断准确率较低、诊断难度较大、耗时较长等问题,提出改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法与支持向量机(Support Vector Machine,SVM)故障诊断方法。为了能够精准地提取故障特征,采用时频域分析中的小波包分解法对故障振动信号进行特征提取,将小波包分解后的8个频带能量作为故障特征并构建特征向量;建立SVM故障模型并利用IGWO算法对SVM模型进行参数寻优,避免了灰狼优化(Grey Wolf Optimization,GWO)算法后期易陷入局部最优、收敛速度过慢等。实验结果表明,IGWO算法平均故障识别率高达99.3%,能够更加快速、高效、准确地识别故障的类型,为故障诊断的发展提供了良好的技术支撑。

基于改进灰狼算法的热电联供系统负荷优化分配策略研究

为了研究热电联供系统中机组的热电负荷优化分配策略,针对传统灰狼优化算法中繁琐的更新机制导致的时效性差等问题,提出了一种改进的多目标灰狼优化(MOGGWO)算法,直接利用前三等级狼的位置和高斯采样完成进化过程,最后将该算法应用于某600 MW双机热电联供系统的多目标热电负荷优化分配中。结果表明:MOGGWO算法能极大缩短负荷分配的求解时间,且在多目标优化下提升系统经济性的同时其可再生能源消纳能力将会减弱,应根据现场实际情况权衡,进而选择热电负荷最优分配策略。

基于改进灰狼优化算法的分布式能源系统优化调度

为了提高分布式能源系统(Distributed Energy System,DES)运行的经济性,以DES运行成本最小为目标函数,建立了基于改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的分布式能源系统优化调度模型。采用Tent混沌映射和非线性调整收敛因子策略对灰狼优化算法(Grey Wolf Optimization,GWO)进行改进,提高了算法的性能。利用某综合大楼分布式能源系统进行算例分析,并与其他优化算法的求解结果进行对比,结果表明,IGWO算法收敛时的迭代次数更少,收敛时间更短,与其他三种算法相比,运行成本最低,各项指标均优于其他优化算法,在此调度方案下,各分布式电源出力合理,验证了本文DES优化调度模型的正确性和求解方法的有效性。

基于改进灰狼优化算法的供水管网压力漏失调控优化研究

针对城市配水系统漏失控制的技术难题,以北方某城市CY区的大中型管网为研究对象,综合分析管网中各节点、管道、泵站及减压阀的水力特性,提出了阀门泵站一体的压力控制模型,以优化管网冗余压力和降低管网漏损率为目标,利用夜间最小流量法进行管网漏失量的分析计算。针对初代灰狼优化算法存在的种群多样性不足和容易陷入局部收敛的缺陷,调整了线性收敛因子的计算并对三只引导狼的权重进行自适应分配,同时引入基于维度学习的狩猎搜索策略对其进行改进,进而将其运用到实际工程的寻优计算中,得出减压阀和变速泵的最优调控方案。通过选取典型时段进行管网工况运行分析,结果证明提出的方案对于降低冗余压力和控制漏失具有显著作用。

改进灰狼算法在含风电的配电网无功优化中的应用

针对风电场并网易造成电网电压波动和线损增高的问题,提出一种改进的灰狼算法对以系统有功网损最低为目标建立的无功优化模型求解。首先采用灵敏度法与分时段法,求出无功补偿装置的最佳安装位置,并将风能不确定动态问题转化为确定的静态问题;其次针对传统灰狼算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用混合策略改进灰狼算法,帮助算法跳出局部最优,增加收敛速度;最后以双馈风机接入的IEEE33节点系统进行仿真分析。研究表明风电并网增加了配电网电压的稳定性,且证明了灰狼算法的改进与所提优化策略的有效性。

基于改进灰狼算法的微电网优化运行

针对微电网并网优化运行问题,建立考虑经济与生态环境的综合成本模型。采用可再生能源优先出力及分时电价策略,提出一种基于Sin混沌初始化种群、自适应调整控制参数、反向学习与柯西变异策略的改进灰狼算法。最后通过算例仿真,验证了改进灰狼算法的可行性与有效性。仿真结果表明:提出的改进灰狼算法较基础灰狼算法,其收敛速度更快,更容易跳出局部最优,全局寻优能力更强。

基于改进灰狼优化算法的区域物流配送点优化分配方法

物流配送通常是选择就近配送,某区域范围内的物流配送点选择方式对提高物流配送质量具有重要意义。为选择最佳区域物流配送点,降低整个物流系统的运输成本,提高其速度,提出基于改进灰狼优化算法的区域物流配送点优化分配方法。定义单独分配指标的隶属度,以边缘评价设定目标函数边界值,划分物流配送点区域范围。基于改进灰狼优化算法构建位置分配模型,获取区域分配最优解。根据聚类分区情况,优化分配区域物流配送点。以10个物流配送点为测试条件,测试配送点优化效果。实验结果表明:所提方法能够进行合理规划,在分配点选择时具有搜索性,以更加简单的分配形式完成分配,降低了物流配送的成本,提高了配送速度。

基于改进灰狼优化算法的立体车库调度优化

针对立体车库存取车效率低的问题,以降低车库存取车总时间为目的,对巷道堆垛式立体车库建立存车优先、取车优先、交叉存取3种存取策略的时间模型,在此基础上提出一种改进灰狼优化算法(IGWO),以得到存取车最短时间及最优操作序列。根据车库调度问题的特点,首先采用2段混合编码对存取车操作进行编码,并结合遗传算法中的交叉操作对灰狼算法的位置更新策略进行改进;其次引入邻域搜索中的扰动和逆转操作,优化算法的局部搜索能力;最后利用MATLAB进行了实验仿真。结果表明:本文算法与已有文献中的改进遗传算法(IGA)比较,总存取时间减少了31.1%~33.7%,与原始灰狼算法(GWO)比较减少了18.8%~19.6%。这也证明了本文改进灰狼优化算法在降低存取车时间上的有效性。