多策略融合的改进万有引力搜索算法

为解决传统万有引力搜索算法(GSA)易陷入局部最优和开发能力弱等问题,提出了一种多策略融合的改进万有引力搜索算法(MFGSA)。首先,提出动态调整引力常数G的更新策略,以增强算法的探索能力和收敛精度;其次,为保留粒子的多样性,提出了基于对称思想的粒子越界处理策略,以提高算法的收敛精度;为适应前两个策略,还引入精英思想,用最优粒子改善最差粒子位置策略,以避免算法陷入局部最优;同时,提出了自适应因子更新粒子速度和位置策略,以提高算法的收敛速度。为验证改进算法的性能,将改进算法与传统万有引力搜索算法和其他四种改进万有引力搜索算法在10个基准函数上进行了对比实验,结果表明MFGSA在收敛速度、搜索精度方面优势较大,表明MFGSA性能的优越性。

基于改进万有引力搜索算法的南中环桥模型修正

为了得到南中环桥的基准有限元模型,结合Kriging模型和改进的万有引力搜索算法(GSA),利用荷载试验数据对初始有限元模型进行修正。叙述Kriging模型和万有引力搜索算法的基本原理,引入随机交叉变异的方法到基本万有引力算法中,提出了一种改进优化算法,并通过测试函数对其进行验证;介绍南中环桥的工程概况、荷载试验内容和初始有限元模型;接着选定6个待修正参数,通过试验设计得到修正参数所对应的频率和位移的样本,并建立Kriging模型来预测结构响应;以频率和位移的试验值和计算值残差为目标函数,分别利用改进的GSA、粒子群优化算法(PSO)和GSA算法在修正参数的设计空间内寻找目标函数的最小值,对比分析修正结果。结果表明:改进算法对于测试函数具有较好的稳定性和更高的精度;经过模型修正,除个别测点外,频率、位移的相对误差显著降低;相比PSO和GSA,改进的GSA得到了更小的目标函数值,修正后的频率、位移相对误差更小。

基于SVM与改进型乌鸦搜索算法的风电功率预测方法

针对如何提高风力发电功率预测的准确率,研究设计了一种基于改进乌鸦搜索算法(ICSA)优化支持向量机(SVM)的风电功率预测模型。在乌鸦搜索算法的基础上引入高斯变异算子和差分变异策略,提出改进型乌鸦搜索算法,并将之与支持向量机相结合,搭建ICSA-SVM风电功率预测模型。使用该模型,所得预测结果的均方根误差、平均绝对误差、平均绝对百分比误差等指标的值分别为4.42%、3.56%和5.22%。结果表明ICSA-SVM模型可实现参数优化,并有效提升了预测精度。研究成果可服务于含风能的电力系统日前调度,对推广清洁能源、实现碳达峰和碳中和具有重要意义。

一种用于微电网经济调度的改进型内部搜索算法

为解决微电网的经济优化调度问题,首先建立分布式电源模型,并引入负荷侧的需求响应模型;其次,通过改进自适应系数的取值,提出一种改进型内部搜索优化算法;最后,运用该优化算法对孤岛运行模式下的微电网进行优化调度,并将其计算结果与典型调度策略计算结果进行对比。结果表明,该优化算法具有更高的灵活性,并可以有效降低运行成本。

改进的十字—菱形运动估计搜索算法研究与实现

提出了一种改进的十字—菱形搜索(ICDS)算法,给出了在搜索的初始阶段使用小十字搜索模型对小的运动矢量搜索并在相继的搜索过程中使用具有方向性的菱形搜索模型对大运动矢量进行搜索的步聚。介绍了该算法的实现结构,并分析了该算法搜索性能。

基于改进GSA算法的多能源移动电源车优化配置

传统能源供给模式很难覆盖高原高寒地区的能源孤岛,而多能源移动电源车因其机动灵活、环境适应性强的特点成为较好的解决手段。现有多能源移动电源车尚缺乏针对高原高寒独特背景下的应用研究,且当前研究中的多能源配置算法存在收敛速度慢、易陷入局部最优等问题。本文提出一种基于改进型万有引力算法的多能源配置算法,以多能源移动电源车年经济成本为目标,在万有引力算法的基础上,引入粒子群算法的思想,将个体历史最优和全局最优位置赋权,引入粒子群速度迭代计算,提高粒子群收敛的速度和方向性。依据西藏某地区实际应用算例,该算法在收敛速度和全局搜索能力的优越性得到验证。结果表明,本文设计的移动电源车多能源配置具有更好的经济性,可为高原高寒地区多能源移动电源车的优化配置提供设计依据。

基于改进GSA-SVM算法的电能质量扰动分类方法

针对不同类型电能质量扰动信号分类准确率不高的问题,通过MATLAB/simulink搭建常见的9种不同的电能质量扰动信号的模型进行仿真分析,提出一种改进的万有引力搜索算法(improved gravitational search algorithm,IGSA)对支持向量机(support vector machine,SVM)的惩罚因子和核函数参数进行寻优的方法,通过优化SVM的惩罚因子和核函数参数,构建IGSA-SVM分类器,再把提取到的特征向量进行归一化之后输入到所构造好IGSA-SVM分类器中进行训练与分类。仿真结果表明,IGSA-SVM分类器的分类准确率比SVM和GSA-SVM这2种分类器都要好,可以实现对9种不同的电能质量扰动信号的快速准确分类,有利于解决实际的工程问题。

改进型混合式永磁调速器的优化设计

提出通过改进混合式永磁调速器的结构来弱化轴向与径向磁场耦合;基于面心立方复合设计法构造训练样本,并使用支持向量机建立改进型混合式永磁调速器的预测模型;对和声搜索算法进行改进并将其用于改进型混合式永磁调速器预测模型的求解,得出了混合式永磁调速器的最优结构。通过仿真软件进行仿真研究,仿真结果表明采用该优化方法设计的改进型混合式永磁调速器性能得到了较大的改善。

全直流型船舶微电网多时间尺度综合能量管理

为了解决船舶微网在短期不同工况切换时功率波动大和长期运行经济性问题,采用多时间尺度分层控制的综合能量管理策略,在考虑船舶微网运行、负荷需求以及系统运行成本三者之间关系的基础上,对船舶微网系统进行了两层调控,其中针对短期运行下的负荷波动,采用基于规则的能量管理策略,通过对比所搭建的模型在不同模式以及不同运行工况下的仿真,结果表明当负荷处于短期波动时采用该策略能够在平抑功率波动的同时有效提高电能质量;长期运行下考虑可时移负荷对船舶运行经济性的影响,提出改进型的乌鸦搜索算法对燃料和储能电池总运行成本进行优化,通过算例分析表明:该算法考虑负荷时移性,不仅起到了削峰填谷的作用,而且相较于传统的乌鸦搜索算法经济性提高了4.4%。

基于改进GSA算法的LSSVM参数优化

针对现有故障诊断方法诊断精度低等问题,提出基于改进万有引力搜索算法的最小二乘支持向量机故障诊断方法.将所提方法应用于TE过程中进行验证,并与标准万有引力搜索算法——最小二乘支持向量机诊断结果进行比较,实验结果表明,改进万有引力搜索算法——最小二乘支持向量机有良好的诊断精度和泛化能力,诊断有效.

基于改进麻雀搜索算法的雷达功率与带宽联合分配算法

在雷达资源有限的情况下,为了提高多目标跟踪的精度,提出了一种基于改进型麻雀搜索算法的雷达功率与带宽联合分配算法。使用具有预测性质的后验克拉美罗下界构建优化目标函数,提出一种改进型麻雀搜索算法,对麻雀搜索过程中的安全值进行非线性调整,并在麻雀追踪过程中加入遗传算法的交叉运算,提高跳出局部最优的能力,使用改进型麻雀搜索算法对目标函数进行求解。仿真结果表明,相比于平均分配算法、传统麻雀搜索算法和灰狼优化算法,所提算法在提高多目标跟踪精度的同时,减少了雷达系统功率与带宽的使用。

基于EMD-SC和AGSA优化支持向量机的超短期风电功率组合预测

风电功率存在较大的随机性、波动性和相关性,这会对风电并网带来极大的挑战。为提高超短期风电功率预测精度,提出一种基于经验模态分解(empirical mode decomposition,EMD)、谱聚类(spectral clustering,SC)和改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化支持向量机(support vector machine,SVM)参数的超短期风电功率组合预测方法。首先通过经验模态分解对风电原始数据进行去噪处理,剔除不规则的数据;然后应用谱聚类对经验模态分解后的子序列进行聚类分析,再应用改进型引力搜索算法优化支持向量机模型对各个子序列进行预测;最后将各子序列的预测结果相加得到最终预测值。以某风电场的实际数据为算例,仿真研究表明,所提出的组合模型能够提高风电功率预测精度,且预测效果较好,同时也证明了所采用方法的合理性。该方法能够用于风电功率的精确预测。

EEMD-IGSA-BP的电机轴承故障诊断方法研究

为了提高轴承故障诊断的准确性与快速性,提出一种集合经验模态分解(EEMD)、BP神经网络与改进引力搜索算法(IGSA)相结合的故障诊断方法。以电机轴承故障诊断为例,对电机轴承的故障信号采用EEMD分解,利用经过IGSA优化BP神经网络的权值、阈值对故障特征进行诊断。试验结果表明所提方法具有更快的诊断速度和更高的诊断率,能够有效地对电机轴承故障进行诊断。

考虑多风电场相关性的场景概率潮流计算及无功优化

针对结合K-means聚类和Copula函数建立场景概率模型时,K-means聚类不能根据风电出力数据分布特点自发确定最佳聚类数这一不足,提出通过基于密度的聚类有效性指标确定最佳聚类数。并以此建立最优场景概率模型,采用改进型回溯搜索算法(BSA)进行无功优化。以澳大利亚的两个相邻风电场实测出力为例,在含多风电场的IEEE30节点系统中对所提方法进行验证,算例结果表明采用所提方法确定的最优场景概率模型能准确描述多风电场输出功率之间的相关性。

自动存取系统多载量轨道小车避碰调度方法

针对自动存取系统(AS/RS)货物装卸顺序约束和轨道小车(RGV)潜在碰撞的问题,引入装卸顺序冲突和碰撞冲突的概念对问题进行描述,以最小化任务总完工时间为目标,建立了消除冲突的数学规划模型.针对小规模问题,应用CPLEX获取其最优解;对于中大规模问题,构建了改进型和声搜索算法.在算法设计中,通过拆分、合并和声记忆库加快搜索速度,并融入4种变邻域搜索策略和1种变异操作以克服基本和声搜索算法早熟收敛、易陷入局部最优等不足.仿真实验与其他算法的对比结果表明,所构建算法具有较高的求解质量和良好的收敛性能,能提高AS/RS的运行速度和实用性.

有源配电网重构与多级无功联动优化

优化控制策略是提升分布式电源消纳能力的核心技术,也是有源配电网安全、经济、高效、优质运行的重要保障。为解决分布式电源接入后引起的潮流分布剧变、电压抬升、源荷分布不均衡等问题,提出了配电网拓扑重构以及有载调压器、补偿电容器等多级无功调节设备联动优化策略,建立了含网损、负荷均衡以及节点电压偏差的多目标综合优化模型。通过参数自适应动态调节及变维数和声记忆库机制,提出了改进型多目标和声搜索算法对优化模型进行求解,大幅提高算法收敛速度与寻优能力。在IEEE 33节点算例中进行了多个场景的测试验证,并将改进型多目标和声搜索算法与多目标和声搜索算法、基本和声搜索算法进行了比较,结果表明模型和算法的有效性。

考虑装卸顺序约束的AFHS系统RGV线路规划方法

针对自动化航空货运系统具有装卸顺序约束的RGV线路规划问题,通过对装卸顺序约束和死锁等问题进行描述,以规划线路总成本最小作为目标,建立考虑装卸顺序约束的数学模型。针对小规模问题,应用CPLEX获取其最优解,对于中大规模问题,构建了改进型和声搜索算法。在算法设计中,融入四种变邻域移动策略以解决基本和声搜索算法早熟收敛、易陷入局部最优等缺点。通过与其他算法的对比仿真实验表明,该算法搜索结果较优,能有效解决优化问题。