基于改进差分进化算法的自由曲面测量路径优化

为解决传统差分进化算法存在收敛速度慢、易陷入局部最优解以及由于个体选择的随机性导致求优稳定性差的问题,文章通过引入多重启动策略,多次运行算法并使用不同的随机种子,增加算法对空间的探索性,在一定程度上解决算法易陷入局部最优解问题;通过使用新的突变策略,在求优稳定性提高了约10%;通过引入参数自适应调节机制,动态地调整算法参数的取值,使收敛速度提高了约10%,并提高了算法的鲁棒性。

基于改进差分进化算法的动态防空资源分配优化

面对动态防空资源分配问题中存在的空袭目标突现和雷达、发射车等资源受干扰现象,在综合考虑雷达、发射车和导弹等武器装备性能的基础上,基于目标集、资源集建立了最小化目标总拦截价值与生存概率的混合整数决策模型。提出了一种新的改进差分进化算法进行求解,采用反向学习策略生成初始解,确保初始种群的质量,设计了一种快速修复与重构的启发式规则作用于多阶段,以提升算法的搜索能力。仿真实验验证了该算法具有求解时间和求解精度上的优越性。该研究能使武器系统在动态事件的随机影响下,保持高效的作战能力和决策效果。

基于改进差分进化算法的步进式加热炉能耗预测方法

为了快速寻找到全局最优解,提高加热炉能耗的预测精度,提出基于改进差分进化算法的步进式加热炉能耗预测方法。首先,采用小波包原理对步进式加热炉的历史运行能耗数据展开去噪处理,提高能耗数据精度;其次,采用时间卷积网络建立步进式加热炉能耗预测模型;最后,采用差分进化算法对预测模型进行求解,采用禁忌搜索算法对适应度值排名前10%的优良个体进行进一步的搜索,使差分进化算法的全局最优解寻求能力得到改进提升。实验结果表明,所提出预测方法去噪效果较高,预测结果与实际能耗结果基本一致,并且最长预测耗时不超过2 min。

基于改进差分进化算法的起重机防摆控制技术

起重机运行过程中的加速和减速以及负载的变化会导致起重机负载摆动,影响起重机的运行效率。为保证起重机能够精准工作,减少意外事故发生,提出基于改进差分进化算法的起重机防摆控制技术。构建起重机系统的拉格朗日方程,利用非线性转换构建起重机状态模型;设置起重机运行限制条件,令系统功能指标函数达到理想状态;制定改进差分进化算法种群大小和个体矢量维数,增加群体的多样性,提高控制技术的收敛性,在适应度函数内加入系统超调量,控制起重机运行不发生碰撞。通过实验证明所提技术能够较好地控制起重机稳定运行,减少摆动情况出现。

基于改进差分进化算法的CCHP型微电网两阶段调度优化方法

由于CCHP型微电网两阶段调度需求的随机性,导致优化难度较大,难以找到有效的解决方案。因此,本文提出基于改进差分进化算法的CCHP型微电网两阶段调度优化策略。将微电网运行状态空间划分,构建CCHP型微电网两阶段调度优化模型,利用改进差分进化算法对微电网两阶段调度优化方案进行求解,实现CCHP型微电网两阶段调度优化。设计对比实验,实验结果证明该方法的调度转化效率最高,能够最大限度地利用。

基于改进差分进化算法的CFB锅炉主蒸汽压力建模

建立准确的主蒸汽压力数学模型对提升循环流化床(CFB)锅炉主蒸汽压力控制系统性能有着实际意义。受现场条件制约,近年来基于数据驱动的闭环建模已趋于实用化。针对模型参数辨识过程寻优速度和精度指标,提出一种引入两个权重系数的改进差分进化(IDE)算法。与传统差分进化算法相比,改进后的算法在模型参数辨识过程中的寻优速度和精度均有提升,辨识所得模型更加准确。该结果证明了改进后算法的稳定性。通过采集山西某电厂350 MW超临界CFB锅炉现场的实际运行数据并进行预处理,将燃料量和汽机阀门开度同时作为输入、主蒸汽压力作为输出,并利用IDE算法寻优得到主蒸汽压力的最佳模型参数。对比结果表明,模型有着更高的拟合度。该研究对350 MW超临界CFB锅炉主蒸汽压力优化控制有一定的指导意义。

基于Voronoi图和改进差分进化算法的变电站规划优化

针对电网中的变电站选址定容规划问题,提出了一种基于Voronoi图和改进差分进化算法的变电站规划优化方法。首先构建了变电站年费用最小的规划模型,然后针对模型求解,通过Voronoi图划分变电站的供电范围,并对差分进化算法中的变异算子和交叉算子的动态调整方式进行优化以提高其寻优性能,采用改进后的差分进化算法进行站址寻优。最后通过具体算例验证了所提规划方法的有效性和优越性。

改进差分进化算法在电力系统最优潮流计算中的应用

电力系统最优潮流是在保证电力系统各种约束条件都满足的情况下,使发电厂发电燃料成本最低,在数学模型上归纳为一个典型的非线性规划问题。利用双曲正切函数非线性地改进差分进化算法的变异因子和交叉因子,解决了收敛速度和收敛精度的问题。经IEEE14节点系统验证,将其应用于解决电力系统最优潮流问题,与其他算法相比,能有效减少发电燃料费用,具有良好的寻优能力和收敛特性。

基于改进差分进化算法的图像识别方法

针对当前图像识别过程中存在的识别率低、清晰度低等问题,研究基于改进差分进化算法的图像识别方法。通过图像标志检测、图像特征的加速鲁棒特征表示、基于改进差分进化算法的图像最优特征,选取并对图像的识别参数进行优化,完成对图像识别方法的整体设计。实验结果表明,相比基于蚁群算法的图像识别方法,基于改进差分进化算法的图像识别方法识别率更高、清晰度更高。

基于改进差分进化算法的阵列侧向测井反演

针对阵列侧向测井反演受给定初值影响的问题,将阵列侧向测井反演问题转化为无约束的非线性全局优化问题,提出了一种基于改进差分进化反演的新方法。在30次随机计算中改进差分进化算法与差分进化算法相比,其寻优成功率可以达到93.3%,平均进化代数为差分进化代数的1/8,其最优适应度也仅为差分进化最优适应度的一半。通过对阵列侧向模型进行反演计算,表明该算法满足电测井反演的需求。改进差分进化方法可有效地解决传统优化方法反演结果对初值的依赖性问题。

改进差分进化算法优化的机器人时间最优轨迹规划算法

协作型工业机器人在执行焊接、装配任务时,因关节状态无法达到最大约束而影响效率。在确保"人-机-环"安全的前提下,为最大限度地提高机器人的操作速度与响应时间,提出了一种改进差分进化(DE)算法优化的协作型机器人轨迹规划算法。采用蒙特卡洛算法获得机器人的操作空间,并采用广义动量方法进行碰撞检测。同时,以机器人在执行任务过程中运行时间最小为目标,兼顾满足运动学约束、动力学约束和负载约束,以保证机器人在运行过程中的平稳性。利用改进DE的全局寻优能力调整运动参数,进行关节空间的轨迹规划。在UR5机器人的平台进行仿真验证,仿真结果验证了算法的有效性、可行性。

改进差分进化算法在非线性模型预测控制中的应用

为了解决非线性模型预测控制在实际工程系统应用时,传统方法求解非凸的非线性规划问题容易陷入局部极小,计算量随着问题维数的增加呈几何级数增长的问题,对传统的差分进化算法进行了改进.通过动态调节差分进化算法的主要参数加快差分进化算法的收敛速度,同时采用多种突变策略增加种群的多样性,有效克服了传统差分进化算法容易陷入局部极小的缺点.在简单三容液位系统上的仿真实验结果证明了该算法的有效性和可行性,在工业应用中具有较好的应用前景.

基于改进差分进化算法的圆阵稀布方法

针对稀布圆形阵列的天线单元,使旁瓣电平尽量降低的问题,应用改进的差分进化算法,取角度差值为个体元素,进行阵列孔径、单元个数、最小间隔一定的稀布优化排列,减小了差分进化算法的搜索空间,提高了搜索效率。仿真结果表明:该方法可有效地提高收敛速度、降低圆阵的旁瓣电平。

基于改进差分进化算法的给水管网优化设计

针对给水管网优化设计问题存在高度非线性、约束性及离散组合性,引入改进差分进化(IDE)算法对其进行求解。IDE算法的操作算子采用sigmoid函数形式时变调整缩放因子F和交叉概率因子CR,以平衡局部搜索和全局搜索,从而有效克服了差分进化算法易陷入早熟收敛、搜索效率不高等缺点。同时IDE算法的变异策略采用锦标赛规则选取参与变异的向量个体,差分向量方向选择有利于搜索的方向,并采用二差分向量形式作为高斯扰动,以提高收敛速率和维持种群多样性。最后,将IDE算法应用于Hanoi管网模型,仿真结果表明IDE算法能在满足工程需求前提下较快收敛到工程造价最低值,与其他算法比较,IDE算法具有较强的全局搜索能力和搜索效率。

基于改进差分进化算法的水火电短期优化调度

在处理具有复杂约束条件的水火电系统短期优化调度问题时,针对差分进化算法(DE)变异率控制难点和"早熟"问题,引入自适应变异算子,以距离方差校验,借正态分布生成种群,提出改进差分进化算法(EDE)。为使可行解在约束范围内收敛,运用双适应度函数对求解过程评价。以国际上通用4个水电站和3个火电站组成的系统仿真分析,EDE使水火电总燃料费用最小,为水火电力系统求解提供了有效手段。

改进差分进化算法辨识加药凝絮过程参数

针对标准差分进化算法收敛速度慢,容易陷入局部最优从而导致收敛精度不高的缺点,提出将DE/rand/1和DE/best/1线性加权相结合以及自适应重构交叉概率因子的改进差分进化算法。该算法中变异策略采用将DE/rand/1和DE/best/1通过线性模拟退火加权策略相结合,交叉因子则根据进化代数自适应重构,使得算法在初期重视全局搜索能力以找到全局最优可能解,后期重视局部收敛速度,以提高算法寻优能力和收敛速度。最后将该算法和其他改进差分进化算法用于城市供水水处理过程的加药凝絮参数辨识中,仿真结果表明,该算法相对于其他3种算法具有更快的收敛速度和更好的收敛精度,所得模型对检验数据的误差平方和很小,表明该模型准确可靠,为投药过程的前馈反馈控制和水厂的优化运行打下了良好基础,具有很好的实际意义。

基于改进差分进化算法的机载激光雷达波形分解

全波形机载激光雷达数据记录了完整的回波波形,包含了目标的立面细节和后向散射系数等信息,但是这些信息无法在未经处理的情况下直接获取,波形分解是处理波形数据以提取有效信息的重要方法。针对波形分解中常用的参数优化算法对初值敏感,易陷于局部最优的缺点,提出一种基于改进差分(Modified Differential Evolution,MDE)算法的波形分解方法:以广义高斯函数为模型,在预估初值后,将全局优化的MDE算法用于参数优化,最终生成点云。实验结果表明,与基于其他优化算法的波形分解方法相比,该方法在分解精度以及点位精度等方面都有提高。

基于改进差分进化算法的液压自抗扰控制器设计

液压伺服系统由于控制精度高、功率密度大受到广泛应用,但其自身在运行中存在较大的扰动和非线性,使其精确位置控制存在一定的难度。自抗扰控制器(ADRC)是一种新型的控制器,它对于强不确定性和非线性有较好的控制能力,但它是一个多参数非线性控制器,其优化设计的难度远远高于PID等传统控制器。提出一种改进差分进化算法,使用了一种新型的目标函数,并将其应用在液压伺服系统的自适应自抗扰控制器设计中。仿真实验结果证明:改进差分进化算法相比较于其他方法具有更强的全局搜索能力,设计的自抗扰控制器能更好地适应液压伺服控制的需要。

基于改进差分进化算法的Ⅱ型频率采样法FIR数字滤波器设计

在传统差分进化算法的基础上,增加缩放因子自适应生成策略、交叉概率抛物线式动态产生策略和新个体基因边界检查和处理方法,提出一种改进差分进化算法并应用于采用Ⅱ型频率采样法的FIR数字滤波器设计中。该优化设计方法以滤波器过渡带样点值为优化变量,以阻带最小衰减值作为优化目标并设计适应度函数,利用改进差分进化算法的全局寻优能力求解最优样点值。文中结合FIR数字高通、低通和带通滤波器设计的3个例子,给出算法实现的具体步骤和实验结果。实验数据表明:采用改进差分进化算法确定的滤波器过渡带样点值是最优的,设计的FIR数字滤波器频响特性(通带最大波动和阻带最小衰减)优于传统查表方法和遗传算法。

改进差分进化算法在大型工件平面度评定中的应用

生产线上检测大型复杂工件平面度误差时,存在检测面积较大、数据量较多的问题,为了提高检测效率及精度,采用优化算法提高其平面度误差评定速度。提出将差分进化(DE)算法应用在其平面度误差的评定中,并提出将粒子群(PSO)算法的优化方法融入差分进化算法的框架,改进变异操作以提高标准DE算法的收敛速度。介绍了大型工件平面度误差评定采用最小区域法的数学模型,阐述了改进的DE算法的原理和实现步骤,最后以叉车外壁板为例,通过对外壁板平面度误差的评定以验证算法的收敛速度与精度。结果表明,改进的DE算法在大型工件平面度误差评定中收敛结果稳定,误差接近于0;精度较遗传算法提高36.83%;收敛速度较遗传算法提高58.33%,较标准的DE算法提高28.57%。可以很好地应用在大型工件平面度误差检测中,提高检测效率。