基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。

基于改进混沌遗传算法的炮兵火力分配方法

根据炮兵火力分配原则,构建炮兵火力分配模型,再通过改进混沌遗传算法进行最优计算,最终得到实用的炮兵火力分配方案。将混沌优化的算子应用到遗传算法选择过程,利用混沌优化算法具有随机性和遍历性的特点,解决了遗传算法容易陷入局部最优解的早熟问题,使得新算法同时具有较强的局部搜索能力和全局寻找最优解的能力。并通过炮兵火力分配的实际战例完成了对新算法的验证,证明该改进混沌遗传算法的有效性,为解决炮兵火力分配问题提供了新的方法。

基于全局优化改进混沌粒子群遗传算法的物料平衡数据校正

结合遗传算法(GA)和粒子群算法(PSO)的优点以及混沌运动的特性,提出了加入混沌扰动的混沌粒子群遗传算法(DCPSO-GA),并使用5个高维非线性测试函数考察全局优化混合算法的性能。DCPSO-GA解决了在寻优搜索时出现的停滞现象,扩大了全局优化的搜索空间,丰富了粒子的多样性,且不需要函数梯度信息。测试结果证明,针对本文的5个测试函数DCPSO-GA能找到全局最优解,其收敛速度很快,大大减少了计算量。而且,经过与其他相关算法比较可知,当总的目标函数调用次数较接近或更少时,改进算法不论在计算精度还是收敛速度上,均有很大的提高。并将DCPSO-GA算法应用到重油裂解参数估计和预测中,测试结果证明,其提高了参数估计和预测的准确性,降低了误差,能有效找到全局最优解,收敛速度快,大大减少计算量。

带选址的关联运输调度问题研究

对零售点的选址问题和关联货物配送问题建模,分别应用改进的混沌遗传算法和免疫克隆选择算法求解该模型,前者采用混沌初始化方法产生初始种群,使种群具有较好的多样性,并采用混沌搜索策略以提高算法的收敛速度和全局搜索能力。最后比较两种算法的求解结果,结果证实了改进的混沌遗传算法求解该模型的有效性与优越性。

航线联盟下航空货运网络枢纽点选址问题研究

本文研究航空联盟下航空货运网络的枢纽点选址问题(HLP),基于枢纽点的数量及位置随机与容量的限制。首先引入航线联盟选择概率函数,确定不同航段上的航线自营运输或外包运输的概率;其次根据选址中心法则,以网络总成本最小化为目标,建立枢纽点选址模型;再次采用改进的免疫混沌遗传算法求解模型;最后,以顺丰航空公司案例进行实例分析。结果表明:1)本文改进的算法较免疫混沌遗传算法并与免疫遗传算法及CPLEX结果对比,发现本文设计的算法有较强的收敛性和计算速度,且计算结果与CPLEX求解器求解结果相差不大;2)枢纽点数量不确定时,枢纽点的位置多集中在东部城市;3)航空公司选择联盟环境可以大大降低运营成本,航空公司为提高自身利润,应考虑加入联盟,从而降低自身成本。