基于改进混合差分进化算法的水轮机调速系统空载PID参数优化

为优化水轮发电机组调速系统空载PID相关参数,提出一种改进混合差分进化算法(IHDE),即先根据某电站混流式水轮发电机组建立相应空载工况数学模型,其次引入IHDE对空载工况数学模型PID参数进行优化,由于DE算法易出现早熟收敛问题,对该算法缩放因子的取值进行优化;同时,为了增强差分进化算法(DE)的全局搜索性能,在DE的选择阶段加入模拟退火算法的个体更新机制进行选择操作;然后,提出一种改进的综合ITAE指标用于评价空载扰动的仿真结果,使得目标函数的评价方式更加准确且符合相关标准要求;最后,通过试验仿真与不同算法进行对比,验证了IHDE优化水轮发电机组调速系统PID参数的有效性。

混合整数优化问题的差分进化算法研究

为求解混合整数优化问题,提出了混合整数差分进化算法(Mixed Integer Differential Evolution,MIDE)。该算法结合整数变量的特点,为整数类型变量设计了专用的变异算子,使整数变量可以在差分进化算法中直接进化;为了维持种群多样性,采用了灾变策略;采用双编码方式,使整数变量与连续变量并行进化,进而提出了混合整数差分进化算法。通过与其它混合整数优化算法的比较,证明该算法具有较好的收敛速度、全局收敛性及算法稳定性等优点。

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。

基于差分进化粒子群混合算法的多无人机协同区域搜索策略

为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过程中的能耗为目标,建立无人机区域搜索滚动时域优化目标函数,指导无人机在线决策搜索路线;然后针对传统群智能优化算法易陷入局部最优的缺陷,设计差分进化粒子群混合算法在线求解该多目标优化问题,提高算法的寻优性能,从而提高无人机的搜索效率。最后,通过数值仿真实验,对所提算法进行验证,仿真结果表明,文中设计的基于差分进化粒子群混合算法的多无人机协同区域搜索策略与传统的群智能优化算法相比具有更高的区域搜索效率。

基于差分进化改进混合核极限学习机的指纹定位

针对极限学习机(extreme learning machine,ELM)指纹定位泛化性能弱、鲁棒性差等问题,提出一种改进的差分进化算法优化混合核极限学习机的指纹定位方法。该方法利用改进型的Logistic混沌映射提高差分进化算法全局搜索的能力,同时利用动态控制参数法避免差分进化算法陷入局部最优,然后通过改进差分进化算法自适应调整混合核极限学习机的参数,提高训练效率。在线阶段,利用混合核函数提高极限学习机的学习性能和泛化性能,并引入L1惩罚函数防止过拟合。其泛化能力相较于单一核极限学习机提升明显。该方法有92%的测试点定位误差小于0.5 m,平均误差相较于加权K近邻法(weighted Knearest neighbor,WKNN)降低了32.6%。

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。

基于改进混合蛙跳算法优化SVM的道岔故障诊断

针对道岔故障难以模拟导致的故障样本少、故障诊断困难等问题,提出一种改进混合蛙跳算法优化的支持向量机模型,基于小样本数据进行道岔故障诊断。支持向量机需要对参数择优选择,否则会造成过拟合或者欠拟合现象。将差分进化算法及模拟退火算法与混合蛙跳算法相融合,解决了混合蛙跳算法易陷入局部最优的问题,并将其用于优化支持向量机参数,提高支持向量机模型的故障诊断能力。通过对实测数据进行试验,测试结果表明:在相同条件下,本文提出的模型比支持向量机模型与混合蛙跳算法优化的支持向量机模型的平均故障诊断准确率提高了34.28%,比仅融合差分进化算法的混合蛙跳算法优化的支持向量机模型的平均故障诊断准确率提高了5.71%。故障诊断结果表明,本文提出的方法对基于小样本数据的道岔故障诊断更加有效。

求解混合整数非线性规划问题的改进差分进化算法

针对混合整数非线性规划问题的特点,在差分进化算法的变异操作中加入取整运算,提出了一种适合于求解各种混合整数非线性规划问题的改进差分进化算法.同时,采用时变交叉概率因子的方法以提高算法的全局搜索能力和收敛速率.用四个典型测试函数进行了实验研究,实验结果表明,改进的差分进化算法用于求解混合整数非线性规划问题时收敛速度快,精度高,鲁棒性强.

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE传统变异策略不能有效平衡全局搜索和局部搜索,并且算子固定,导致算法早收敛、搜索效率较低。基于DE变异策略性能,提出一种混合变异策略,力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性;后期偏重局部搜索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F和时变交叉概率因子CR,进一步改善算法性能。几个典型Benchmarks测试函数实验表明:该改进型差分进化算法能有效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。

非线性混合整数规划问题的改进差分进化算法

针对非线性混合整数规划问题,本文采用非固定多段映射罚函数法处理约束条件、用混合整数编码技术处理连续变量和整数变量,并在基本差分进化算法中加入一种新型的凸组合变异算子和一种指数递增交叉算子,由此构造出了一种求解非线性混合整数规划问题的改进差分进化算法。实验表明,所提出的算法全局收敛速度快,精度高,鲁棒性强。

基于改进差分进化和粒子群混合算法的电力系统最优潮流计算

针对电力系统最优潮流典型的非线性多峰值的非凸规划问题,提出一种将差分进化与粒子群优化算法结合在一起的混合优化算法.采用双种群进化策略,分别利用粒子群优化算法和差分进化算法进行寻优迭代,通过信息分享机制,使两个种群在寻优过程中协同进化.提出一种老化机制和精英改选机制,根据最优粒子的引导能力动态改变其寿命.在其引导能力不足时,采用一种多项式变异策略引入一个竞争个体与最优粒子竞争,使算法全局寻优能力得到加强.IEEE30节点系统仿真结果表明,算法收敛速度快、精度高,具有一定的有效性和可行性.

基于自适应权重调整与差分进化策略的并行式混合蛙跳算法

针对标准混合蛙跳算法(SFLA)在复杂优化问题中出现的收敛速度慢、求解精度不高和运行效率低等问题,提出了一种基于自适应权重调整与差分进化(DE)策略的并行式混合蛙跳算法(P-DE-ASFLA)。在局部搜索过程中,采用邻近学习策略更新子群中的最优个体以加快算法的收敛;采用动态蛙跳规则更新子群中的最差个体以避免算法早熟收敛;在全局搜索过程中,采用DE策略对混合后的种群进行基因更新,增强算法的全局寻优能力。同时基于主从式并行架构,采用多进程技术使子群的局部搜索过程并行化,大幅提高了算法的运行效率。实验结果表明,所提算法在6个标准测试函数中的求解质量和运行效率要远优于标准SFLA和DE算法。

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。

改进差分进化算法求解混合流水车间调度问题

对于求解混合流水车间调度问题,标准差分进化算法存在易陷入局部极值的缺点,为此,以最小化最大完工时间为目标函数建立了仿真优化模型,并提出了一种改进差分进化算法进行求解。将所提算法结合反向学习策略生成初始种群,在差分进化中进一步引入自适应差分因子,并在个体选择机制中引入模拟退火算法的Metropolis准则,有效提高了该算法的全局搜索能力。最后基于不同规模算例对所提算法和经典算法进行了仿真实验结果对比,验证了所提改进差分进化算法的有效性和优越性。

基于差分进化和分布估计的改进混合算法在NLP及MINLP工程优化问题中的应用(英文)

In this paper, an improved hybrid differential evolution-estimation of distribution algorithm (IHDE-EDA) is proposed for nonlinear programming (NLP) and mixed integer nonlinear programming (MINLP) models in engineering optimization fields. In order to improve the global searching ability and convergence speed, IHDE-EDA takes full advantage of differential information and global statistical information extracted respectively from differential evolution algorithm and annealing mechanism-embedded estimation of distribution algorithm. Moreover, the feasibility rules are used to handle constraints, which do not require additional parameters and can guide the population to the feasible region quickly. The effectiveness of hybridization mechanism of IHDE-EDA is first discussed, and then simulation and comparison based on three benchmark problems demonstrate the efficiency, accuracy and robustness of IHDE-EDA. Finally, optimization on an industrial-size scheduling of two-pipeline crude oil blending problem shows the practical applicability of IHDE-EDA.