基于改进和声算法的叉车车间布局研究

制造企业在生产效率低的原因之一是车间布局问题,因此科学合理的布局对制造企业来说尤为重要。以往车间布局多采用经验布置,存在一定不足,本文以搬运成本最小和非物流关系最大为目标函数建立模型,并选择改进和声搜索算法对模型进行求解,得到最终布局方案,最后通过Flexsim软件对改进前、后的车间进行建模仿真,结果表明改进的和声算法在车间布局应用中取得了良好效果。

基于改进和声算法的配电网风电机组选址定容方法

本文在考虑配电网风机规划时,量化风电的环境效益以突出风电减排效益,建立了考虑风电环境效益的风电并入配电网规划模型,分析风电并网引起的配网成本效益变化,并以配电网风电净收益最大为目标函数,之后,本文提出结合差分进化算法与和声算法进行模型求解,改进和声算法中搜索方向性不定的缺点。算例中通过与未考虑风电环境效益的规划方案进行对比,得到量化环境效益能提高风电在配网中渗透率的结论,通过与基本和声算法的对比,可知改进和声算法收敛性较好。

基于改进和声算法的含DG配电网故障定位

针对分布式电源配电网的故障定位不准确、故障信息畸变导致位置误判等问题,提出一种基于改进的和声算法的故障定位方法。将改进的和声算法应用于含分布式电源配电网故障定位中,构造了适用于多个分布式电源投切的开关函数,结合区域划分方法降低可行解的维数,提高了故障定位的速度。改进和声算法具有较高的全局寻优能力、较快的收敛速度和较高的容错率,通过算例仿真分析,结果表明该算法能够快速实现含DG配电网故障的准确定位,且具有良好的容错性。

基于启发式规则与改进和声算法的配网快速故障恢复网络重构

网络重构是改变配电网运行状态最重要的手段之一,可有效提高配电网经济、安全以及供电可靠性。为此,提出融合启发式规则与网络重构的配电网故障快速恢复方法,采用宽度优先遍历的思想,确定故障隔离后非故障失电区,据此利用提出的启发式规则确定非故障失电区的故障恢复方式,以及实现非故障失电区与非故障带电区的连通;对接入了非故障失电区且除去了主动孤岛恢复部分的配电网络,构建以网络损耗最小为目标,以满足配电网安全运行为约束条件的网络重构模型,利用所提出改进和声算法对模型进行求解。通过69节点系统仿真,表明所提方法相比其他方法具有优越性,同时验证了所提出的配电网故障恢复网络重构模型的有效性。

基于改进和声算法的推力优化分配

推力优化分配的本质是一个带约束的非线性优化问题。采用常规的迭代算法求解推力分配问题时,一般需要将目标函数简化成二次形式以及对约束条件进行线性化处理,从而导致计算得到的最优解存在误差。针对此问题,引入了改进的和声搜索算法来求解推力分配问题,并以能耗最低和推力误差最小为目标建立优化函数,同时兼顾推进器的物理限制而设置动态约束条件。仿真结果验证了该算法的有效性。

基于改进和声搜索算法的车间布局优化

针对车间布局优化问题,通过建立以最小物料搬运费用和最大非物流关系密切度为目标的优化模型,利用改进和声搜索-遗传算法进行求解,在标准和声搜索算法的基础上,引入遗传算法,克服和声搜索算法对和声库过度依赖的缺点,遗传算法交叉、逆序变异算子的加入丰富了和声库的多样性,增强了和声搜索算法全局寻优能力,加快了收敛速度。最后,利用6个算例验证了该方法可以有效降低车间物料搬运成本,增加车间非物流关系密切程度。

基于改进和声搜索算法的电网多目标差异化规划

为提高电网的抗灾能力需对电网进行差异化规划。用全寿命周期内的新增成本和减损效益对规划的经济性和可靠性进行量化,建立了多目标差异化规划优化模型。根据Pareto支配关系制定寻优准则,以效益成本比最大为目标从Pareto解集中选择最优的差异化规划方案。将和声搜索算法应用于模型的求解,引入混沌映射、动态参数设置、改进的音高调整策略以及和声寻优信息共享机制使其能够解决0-1规划问题,并提高其搜索性能。对IEEE 30节点算例的分析表明,该模型正确合理,能得到最优规划方案。与常规的遗传算法和粒子群优化算法进行对比,改进和声搜索算法收敛速度快,具有较好的适应性和鲁棒性。

基于改进和声搜索算法的有源配电网优化调度

优化调度策略是有源配电网对分布式能源实施主动管理的核心技术,也是有源配电网安全经济运行的重要保障。文中以不同类型分布式电源的出力为控制变量,构建了突出电压质量提升和运行成本降低为目标的模糊化调度模型。引入均匀分布的初始和声库及变维数和声记忆库对基本和声搜索算法的改进用于调度模型的求解。通过IEEE33节点系统上的大量仿真测试和比较分析,验证了所建立的优化调度模型和改进算法的正确性和有效性。

采用改进最优模糊C均值聚类和改进和声搜索算法的配电网动态重构

针对配电网络动态重构中的开关操作次数约束难以处理与和声搜索算法寻优效率低的问题,分别提出了改进的最优模糊C均值聚类法和改进的和声搜索算法,利用前者对研究时间区间的负荷进行聚类从而将配电网动态重构转为以聚类中心代表各分段负荷的多个静态重构子问题,利用后者对各静态重构问题进行求解。每个时间点的优化网络结构由相应的聚类中心的重构结果决定,由此得到配电网络重构的操作时间点和操作开关。在IEEE 33节点配电系统负荷数据的基础上构建1天的负荷数据并对该系统进行动态重构。研究结果表明,该方法能够控制开关操作次数,提高静态重构算法的寻优效率。

基于改进和声搜索算法的玉米叶片病害图像分割算法

针对最大类间方差法在图像分割时存在造成噪声干扰和过分割的缺点,提出一种基于改进和声搜索算法的玉米叶片病害图像分割算法。算法将玉米叶片病害图像编码处理,选取图像的类间方差作为改进和声搜索算法的适应度值,通过改进和声搜索算法寻找最优的分割阈值,利用该最优阈值使用经典最大类间方差法对玉米叶片病害图像进行分割。选取强光、中光、弱光条件下三幅玉米叶片病害图像进行分割实验,结果表明采用基于改进和声搜索算法的玉米叶片病害图像分割算法较最大类间方差法和基于混合蛙跳算法的图像阈值分割算法均具有较好的图像阈值寻优能力,可有效提高玉米叶片病害图像中病斑分割的效果。

一种新的多目标改进和声搜索优化算法

针对标准和声搜索算法存在收敛不稳定及不能用于多目标优化问题的缺陷,通过引入交叉算子、自适应记忆内搜索概率和调节概率,改进了传统的和声搜索算法;根据Pareto支配关系,结合算法和声记忆库内信息完全共享的特性,提出了基于动态Pareto最优前沿的能够求解多目标优化问题的多目标改进和声搜索算法。通过几个典型函数的仿真测试表明,提出的算法能够高效稳定地收敛于Pareto最优前沿,获得分布均匀的Pareto解集。

基于改进和声搜索算法的配电网多目标综合优化

针对含分布式电源(distributed generator,DG)的配电网,DG注入配电网的功率直接影响配电网重构结果。提出了一种基于改进和声搜索算法的配电网综合优化方案,该改进算法在产生和声库时引入混沌序列,利用反向学习策略产生新解,在搜索陷入局部最优时引入整体分布算法,使得算法能够快速收敛。将可调整出力的DG引入配电网重构的过程中,从而获得多目标配电网重构与DG注入功率的综合优化方案,最终达到降低网络损耗与电压偏移率的目的。以IEEE33节点测试系统进行了仿真计算,结果验证了文中方法的有效性。

一种改进的和声搜索算法

针对实值函数优化问题,基于基本和声搜索算法及蝙蝠算法,提出一种新的改进和声搜索算法HS-Bat.新算法保留了和声搜索的搜索机理,但对和声搜索中和声记忆库外的搜索方法用蝙蝠算法作了改进,对和声记忆库内新解产生方法也作了相应的调整,从而提高了原算法的搜索效率.利用Matlab编程对改进后算法寻找最优解的稳定性及精确度进行测试.结果表明改进后的算法有更好的效果,值得进一步研究与推广应用.

改进和声搜索算法优化支持向量机的柴油机故障诊断研究

针对基本和声搜索算法在优化支持向量机参数时,其局部搜索能力不足且后期收敛速度比较慢的缺点,提出利用改进和声搜索算法对支持向量机相关参数进行选择优化(IHS-SVM)的方法。在这一方法中,将原算法中控制参数—记忆库取值概率(HMCR)、微调概率(PAR)和调节宽度(bw)由静态值改进为随迭代次数的不同而进行动态变化。通过对UCI中的2个数据集进行分类正确率测试,并与未优化的支持向量机(SVM)和基本和声算法优化的支持向量机(HS-SVM)测试结果对比,证明了该改进方法的优越性。最后,将其用于柴油机故障诊断,并将分类正确率与未优化SVM和HSSVM分类结果进行比较,进一步说明改进和声搜索算法优化的支持向量机(IHS-SVM)能获得更高的分类结果正确率,即证明了该改进方法的实用性。

一种改进的全局和声搜索算法求解线性互补问题

给出求解线性互补问题的一个新方法。将线性互补问题等价地转化为绝对值方程,进而转化为一个不可微优化问题。提出了一个改进的和声搜索算法,算法使用位置更新和小概率变异策略。实验结果表明,本算法具有较强的全局搜索能力、数值稳定性好、参数少等优点。本方法对矩阵M无限制,适用于各类线性互补问题。

基于改进和声搜索算法线路过载控制策略研究

为避免因切除故障线路引起潮流转移造成其它正常线路过载的问题,提出了一种基于改进和声搜索算法的线路过载控制策略。首先,构建包含发电机组与用户负荷有功调整最小和电压偏移最低的双目标优化控制模型;然后,根据所建模型的特点引入基本和声搜索算法,为进一步提高算法收敛性和搜索速度,采用均匀分布的初始和声库及变维数和声记忆库对其进行改进,并应用于该模型的求解,得到线路过载控制策略;最后,采用陕西省实际电网作为算例验证了所提控制策略的有效性。

求解航天器最优交会问题的改进和声搜索算法

针对航天器最优交会问题,基于C-W模型建立一种燃料时间混合指标,并提出一种改进和声搜索(AHS)算法进行求解.在AHS算法中,提出一种全局均匀学习操作,利用了当前全局最优和声的指导作用,取代了原始和声搜索算法的基音调整操作,增强全局搜索和局部搜索的平衡,并对参数PAR进行了有效的动态调整,以更好适应算法的搜索进程.利用几个最优交会实例对AHS算法的有效性进行了测试,数值结果表明AHS算法能够取得满意的结果,并且优于其他算法.

改进和声搜索算法求解一般整数规划问题

设计了一种改进的和声搜索算法对一般的整数规划问题进行求解,在计算机上予以实现。经实验测试,相对遗传模拟退火算法和混合遗传算法,获得了同样甚至更好的解。由于改进和声搜索算法使用灵活,因此对于线性和非线性的整数规划问题都能进行求解。

基于改进的自适应和声搜索算法的时间最优轨迹规划

根据机械臂运动约束,提出了关节空间基于改进的自适应和声搜索算法的三次样条插值轨迹规划。该算法采用自适应的记忆库取值概率、微调概率和调节步长产生新解。利用三次样条插值方法构造各关节位移、速度及加速度均连续的轨迹,然后由IAHS算法解算出最优时间。通过与基本和声搜索算法的对比,表明该算法有更强的寻优能力。

基于改进和声搜索算法的微电网优化调度研究

微电网作为智能电网中至关重要的一部分,以分布式发电(DG)、储能系统(ES)和负荷用户为调控对象,在上级电网正常运行时并网运行,在上级电网故障时能够实现孤岛运行.微电网优化调度对保护环境、提高经济性和提高电网稳定性具有重要作用.文中以最小化微网运行成本、环境保护成本和失负荷惩罚成本为目标建立微电网多目标优化调度模型,并基于动态概率参数和虚拟适应度提出一种改进多目标和声搜索算法应用于本文提出的微电网优化调度模型.以中国北方某微电网为例进行仿真分析.仿真结果表明,文中所提出微电网优化调度方法能够在消纳新能源发电的同时提升微电网的经济性、环保和供电可靠性.