基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测

短期电力负荷预测在电力系统安全调度、经济运行方面起到关键作用。在用最小二乘支持向量机进行负荷预测时,参数选择将直接影响预测精度。为了提高LSSVM负荷预测精度,文中提出一种基于Levy变异自适应视野人工鱼群-蛙跳算法对LSSVM进行参数优化的方法。以某县负荷、天气等历史数据对LSSVM进行训练,建立LAVAFSA-SFLA-LSSVM、AFSA-LSSVM、LAFSA-SFLA-LSSVM共3种预测模型,对该地区某日24 h的电力负荷进行预测。算例结果表明,LAVAFSA-SFLA-LSSVM预测精度比AFSA-LSSVM和LAFSA-SFLA-LSSVM更高,预测误差更小。

基于人工鱼群与蛙跳混合算法的变压器Jiles-Atherton模型参数辨识

变压器铁芯磁化特性的准确建模是研究变压器直流偏磁现象的关键,在使用Jiles-Atherton(J-A)模型对变压器的磁滞回线进行建模分析时,需要对变压器直流偏磁工况下J-A模型中的5个关键参数进行准确识别。提出了人工鱼群与蛙跳混合算法对J-A模型中的关键参数进行辨识,该算法将两种仿生算法有机融合,在鱼群算法寻找到最优区域后切换至蛙跳算法进行局部搜索,兼具了人工鱼群算法前期收敛迅速与蛙跳算法局部搜索准确的优势。分别将所提混合算法及多种现有识别算法应用于数值仿真算例与变压器直流偏磁实测曲线的参数识别,结果表明基于人工鱼群与蛙跳混合算法得到的变压器磁滞回线与实测曲线吻合良好,且具有识别精度高和计算效率高的优点,验证了该算法在变压器J-A模型参数识别中的有效性,进而可以应用于对变压器直流偏磁下运行特性的准确分析。

一种人工鱼群-蛙跳混合优化算法

针对蛙跳算法(SFLA)前期搜索速度慢且易陷入局部最优的不足,提出一种人工鱼群-蛙跳混合优化算法(AFSA-SFLA)。算法结合人工鱼群算法(AFSA)前期收敛速度快和SFLA局部搜索能力强的优势,提高了青蛙种群的质量。选取典型测试函数进行测试,测试结果验证了人工鱼群-蛙跳混合优化算法的有效性和优越性。

基于人工鱼群和蛙跳混合算法的光伏阵列多场景参数辨识

光伏阵列模型的准确性对大规模光伏发电系统的并网运行与调度至关重要。在建立光伏阵列机理模型的基础上,采用人工鱼群和蛙跳混合算法对模型中的未知参数进行辨识,并将辨识结果与人工鱼群算法和蛙跳算法单独辨识的结果进行了对比分析,证明了混合算法兼具两种算法的优点,并能有效克服两种算法的不足,验证了其优越性和有效性。为使光伏阵列模型的输出与实际光伏电站任意1 d的实测曲线均能很好拟合,采用混合算法对不同场景下的参数进行了辨识,并采用任意2 d的实测数据对辨识结果进行了适应性验证,证明了辨识结果的准确性,进一步验证了混合算法的有效性和实用性。

基于人工鱼群-蛙跳神经网络的变压器故障诊断

为提高电力变压器故障诊断的准确率,提出一种基于人工鱼群-蛙跳混合算法(AF-SA-FLA)优化的神经网络模型,并用于电力变压器的故障诊断.人工鱼群-蛙跳混合算法融合了人工鱼群算法前期全局收敛速度迅速以及蛙跳算法局部搜索能力强的优势,其运算速度和优化精度有了极大提升.仿真实验结果分析表明,该方法能对变压器各种类型故障加以有效诊断,故障诊断正确率高、速度快,能满足电力变压器故障诊断的实际工程需要.

基于混合蛙跳算法优化人工势场的路径规划方法研究

针对传统人工势场在路径规划时易陷入局部极小、目标不可达和狭窄通道左右摆动的问题,提出了一种改进人工势场算法。该改进算法将目标距离引入斥力函数解决目标不可达问题:将斥力分解为由障碍指向机器人的分量和垂直于机器人与障碍连线的分量,分别用于阻止机器人接近障碍和引导机器人离开障碍。针对蛙跳算法迭代速度慢的问题,提出了改进混合蛙跳算法来提高蛙跳算法的进化速度和精度,并用于优化人工势场的参数以提高路径规划性能。仿真试验验证了所提出算法的有效性。

混合改进人工鱼群算法逆向回收车辆路径问题的研究

以电子废弃物回收为例,考虑车辆路径问题(VRP),以运输成本、时间窗下的惩罚成本和碳排放成本最小为目标,构建多目标VRP非线性规划模型,并提出用混合改进人工鱼群算法对该模型进行求解。在确定初始人工鱼群规模前引入ε-约束法,实现人工鱼群规模的自适应生成并加快算法收敛速度。通过对人工鱼群算法视野、步长及拥挤度因子的自适应改进以改善算法易陷入局部最优解的缺陷。利用算例仿真实验验证设计的混合改进人工鱼群算法在求解精度和收敛速度上的优越性。结果表明,该算法具有较强的全局寻优能力,能有效地解决逆向回收车辆路径优化问题,可为电子废弃物逆向回收车辆路径规划提供参考建议。

基于改进的混合蛙跳算法机器人路径规划的研究

对于采用混合蛙跳算法进行机器人路径规划容易产生局部最优、收敛速度慢等问题,把人工鱼群算法融合到混合蛙跳算法。人工鱼群算法的追尾行为有利于加快收敛速度,群聚行为提高了跳出局部最优解的能力。把机器人路径规划问题转化为最小化问题,使用改进的算法对其进行优化,最终得到全局最优路径。仿真结果表明,与改进前的算法相比,改进后算法具有较强的全局寻优能力和较快的收敛速度。

基于IFWA-SFLA算法的区域综合能源系统两级优化调度

为发挥区域综合能源系统的优势,制定合理有效的优化调度策略至关重要。构建针对区域综合能源系统的日前-日内两级优化调度模型,日前调度为一个运行周期内的经济调度。基于日前调度方案,提出考虑可再生能源和负荷波动的调整模型。为适应上述模型高维非线性的特点,提出一种基于Levy变异的改进烟花-混合蛙跳算法,对模型进行求解。仿真结果表明,两级优化调度模型可以提高经济效益和能源利用率,平抑负荷波动。仿真结果验证了所提算法的可行性。

基于人工鱼群和蛙跳混合算法的特高压电力变压器的建模研究

为研究特快速暂态过电压(VFTO)对大型电力变压器绕组绝缘的影响,首先基于短路导纳参数计算VFTO作用下绕组的电压传输函数,然后用人工鱼群与蛙跳混合算法改进的矢量匹配法实现电压传输函数的有理拟合,最后用网络综合技术实现过电压分布的计算。结果表明,该方法不仅具有快速全局搜索的特点,且提高建模精度达15. 7%。

群体智能优化算法

讨论四种群体智能优化算法——蚁群算法、微粒群算法、人工鱼群算法和混合蛙跳算法,对其算法的原理、发展及应用进行了综述。提出了群体智能优化算法统一框架模式,并对群体智能优化算法进一步发展进行了讨论。

基于IAFSA-SFLA的新能源电站公平调度方法研究

随着我国的新能源电站的装机容量的不断增加,区域电网限电现象越来越严重。本文针对新能源电站发电受限时,如何公平的制定各电站调度计划的问题,提出了一种基于IAFSA-SFLA的新能源电站公平调度方法。本文所提方法主要包括两部分,第一部分为新能源电站二阶段公平调度模型,第二部分为基于IAFSA-SFLA(改进人工鱼群-蛙跳算法)用来对调度模型进行求解。通过测试函数验证本文所提算法的有效性,并编写程序用来对所提公平调度模型进行求解,结果表明本文所提算法能够克服人工鱼群和蛙跳算法的缺点,进一步提高收敛速度和收敛精度,并且能够快速准确对本文所提公平调度模型进行求解,进行公平调度计划的制定。

基于信息共享的二次特征选择算法

为解决特征选择算法在面向不同特性的数据集时完备性差的问题,提出一种基于信息共享的二次特征选择算法。基于信息共享的观念,利用两种传统特征选择算法得到预选特征子集,通过信息在人工鱼群算法和混合蛙跳算法中的传递,实现二次特征选择,得到最优的特征子集。实验结果表明,在不同分类器和不同数据集下,该方法可以减少特征空间维数,保证较好的分类准确率。

群体智能在旅行商问题中的应用综述

旅行商问题是一个NP-hard问题。作为一类生物启发式最优化方法 ,群体智能优化为NP-hard问题提供了全新的求解方案。文章介绍了五种群智能优化算法的仿生原理和算法模型,综述了五种算法在求解旅行商方面的优缺点及其改进措施,并给出了算法在性能改善方面的建议。

食品冷链物流企业绩效评价模型研究

针对目前食品冷链物流企业绩效评价过程中存在的问题,提出应用层次分析法(AHP)构建食品冷链物流企业绩效评价指标体系及其指标权重,建立基于BP神经网络的食品冷链物流企业绩效评价模型,采取人工鱼群-蛙跳混合算法(AFS-FLA)训练优化BP神经网络结构参数.仿真实验结果分析表明:该评价方法大大提高了食品冷链物流企业绩效评价的客观性、快速性和精准度.

基于ELM的永磁直线同步电机位移跟踪动态面反步滑模控制

针对永磁直线同步电机(PMLSM)易受到参数摄动、负载扰动等不确定因素的影响,进而影响其位移跟踪控制精度的问题,提出一种基于非线性干扰观测器(NDO)和极限学习机(ELM)的动态面反步滑模控制方法.首先,通过构造NDO对系统模型中的非匹配不确定项进行动态观测,并将反步控制、动态面控制与滑模控制相结合,完成PMLSM位移跟踪控制器的设计,在提高系统抗干扰能力的同时,避免常规反步控制中的"微分爆炸"问题;其次,采用ELM神经网络对系统模型中的匹配不确定项进行逼近估计,并将输出的估计值引入设计的动态面反步滑模控制器中进行补偿;再次,采用人工鱼群-蛙跳混合算法对所设计控制器的主要参数进行优化设计,提高系统的收敛速度和稳定精度;最后,将所提出控制方法与其他控制方法进行仿真对比,仿真结果表明了所提出方法的有效性.