改进烟花算法求解同时送取货选址路径问题

针对同时送取货的选址路径问题(Location-routing Problem with Simultaneous Pickup and Delivery,LRPSPD),设计一种改进烟花算法(Improved Firework Algorithm,IFWA)求解。首先,考虑仓库建设、车辆启用、车辆路径等成本因素,建立最小成本的LRPSPD模型,该模型强调需求点的送货需求和取货需求只能由一辆车同时进行服务。其次,设计一种改进烟花算法,该算法结合贪心聚类算法生成初始解,由烟花爆炸算子操作生成邻域解,利用变异操作协助产生新种群。最后,通过使用混合免疫算法、模拟退火算法求解相同算例,对结果进行分析比较,验证模型的可行性和改进算法的有效性。

基于改进果蝇算法的车架焊接机器人避障路径规划

针对车架焊接机器人在避障路径规划时需要综合考虑多种因素而导致难度上升的问题,提出了基于改进果蝇算法的新方法,并将其用于车架焊接机器人的避障路径规划。首先,确定车架焊接机器人的目标点位置,以焊接路径最短为目标,结合焊点总数、机器人初始位置和目标点的距离,构建一个避障路径规划模型。然后,引入自适应步长和烟花爆炸操作改进果蝇算法,使用改进后的果蝇算法求解路径规划模型,通过不断更新果蝇的位置和速度,在搜索和优化过程中找到最佳的避障路径,从而实现车架焊接机器人的自动避障功能。试验结果表明,文中所提算法可在较短时间内获得避障最短路径,车架焊接机器人避障路径规划效果良好。

基于改进烟花算法的配电网优化重构

为了提高配电网重构效率,构建了降低网损和开关次数最少的多目标优化函数。同时为了解决求解过程中原始烟花算法和其他传统智能优化算法精度不高和求解速度慢的问题,提出了一种改进的烟花算法。算法采用实数编码减少变量维数,用环路开关数组确定烟花个体爆炸空间,减少了寻优中的无效搜索;引入柯西变异代替传统高斯变异,提出一种自适应爆炸半径和精英方向学习选择策略,大大提高了优化算法的求解速度和精度。以IEEE33节点系统为例进行仿真验证,仿真结果证明本文改进算法具有寻优速度快、寻优成功率高的优点。

基于改进烟花算法的极限学习机超短期负荷预测

提出了一种改进烟花算法优化极限学习机的超短期负荷预测模型。首先,对原始烟花算法的映射规则和变异规则进行优化改进,形成改进烟花算法;其次,针对极限学习机随机形成的权值和阈值导致模型不稳定的问题,利用改进烟花算法对极限学习机进行优化。以权值和阈值为变量,以极限学习机的误差系数为目标函数,利用改进烟花算法寻求最优权值和阈值。最后仿真数据分析表明,改进后的烟花算法具有更快的收敛速度和更好的全局寻优能力。改进后的预测模型使负荷预测精确度和稳定性都有显著提升,这表明该模型能够适用于实际电力系统超短期负荷预测。

改进烟花算法在虚拟士兵路径规划中的应用

针对虚拟士兵作战仿真路径规划中存在不连续路径的问题,提出一种改进的烟花算法。采用可视图法进行地图建模,把路径规划转变为寻求最佳路径点的组合。通过结合士兵视觉模型实现对环境威胁的判断,加入对路径节点的插入和删除操作以消除不连续路径,从而得到最优路径。仿真结果表明,与A*算法相比,该算法能减少路径长度和节省规划时间,具有较强的搜索能力。

改进烟花算法在火电厂负荷优化分配中的应用

现有的负荷分配解决办法较少考虑机组快速响应网调速率与机组少变动策略,并且没有很好地解决厂级分配中快速性与经济性的矛盾.针对这些问题,利用改进的烟花算法,通过自适应动态改变负荷边界和结合爬坡速率约束,实现对负荷变化的快速响应;同时按规定的优先顺序对机组进行排序,当机组负荷发生变化时,在满足约束条件的前提下,实现最少机组变动负荷;通过引入运行切换的方法,使最低煤耗、快速调节和少机组变动之间的矛盾得到一定解决,实现柔性优化.最后给出了厂级负荷在线优化分配的具体算法步骤,并进行了4个机组的算例分析,仿真结果对比验证了算法的有效性.

基于改进烟花算法的中俄商品多式联运路径优化

中俄双边贸易随着“一带一路”倡议的深入落实呈现出稳定增长的态势,商品需求量的增多以及需求时间的多样化使得商品运输方式发生了重大转变,运输方式由原来的单一运输转变为现在的多式联运.通过多式联运构建综合交通运输方案,既能够满足商品需求量的激增以及商品需求时间的多样化,同时又能够发挥不同运输方式之间的优势,形成优势互补.为了求解多式联运物流路径优化问题,本文以中俄贸易区间的运输路线与运输方式为研究对象,综合考虑中俄贸易区间的商品种类、需求特点以及运输方式,建立了以运输成本、运输时间、碳排放量为优化目标的多目标优化模型.针对中俄贸易实际运输情况,本文仅考虑公、铁、海3种运输方式之间的多式联运,同时针对所构建模型的随机性和隐并行性,设计了求解该模型的改进烟花算法(improved FWA).通过以中俄两国之间的多品类商品运输为例进行算例分析,获得了多式联运运输路线的Pareto非劣解以及相应的运输成本、运输时间和碳排放量,并且与基本烟花算法进行对比,验证了模型和改进算法的有效性.同时,本文以运输时间作为灵敏度分析变量,分析不同时间需求下,运输方案在运输成本、运输时间和碳排放量3个属性之间的变动趋势,为中俄多式联运物流发展提供决策参考.

基于改进烟花算法的室内服务机器人路径规划

针对传统烟花算法进行室内服务机器人路径规划存在的随机性较大及易陷入局部最优等问题,文中提出一种在全局静态已知环境下的改进烟花算法(IFWA)。首先,在传统烟花算法(FWA)的基础上,IFWA将当前路径节点与上一路径点的位置信息作为适用度函数,引入惩罚函数筛除落在障碍物区域的火花,降低子代火花的随机性,进一步减少路径代价;然后,针对FWA路径规划过程存在的局部最优问题,将非零因子β引入爆炸半径中,避免最优烟火花爆炸半径为0;最后,引入“八叉树”避障策略,以解决烟花算法路径规划中出现的路径穿过障碍物问题。通过Matlab进行IFWA、FWA与蚁群算法的对比仿真实验,结果验证了IFWA的可行性和优越性。该算法可避免出现随机性大及局部最优问题,能够有效提高室内服务机器人路径规划的效率。

基于改进FWA的配电网优化重构方法研究

针对配电网重构问题,以降低网络损耗、提高节点电压为目标,建立了配电网重构模型,提出了一种解决配电网重构问题的改进烟花算法(firework algorithm,FWA)。算法使用环路编码压缩解空间,提高求解效率。基于核心烟花给出了火花爆炸幅度的计算方法,采用高斯和均匀分布均值混合的变异方式以及精英选择策略,提高解的多样性、搜索效率和收敛速度。为了验证所提算法的适用性和正确性,在IEEE33和IEEE69节点系统上进行了算法测试,结果表明,重构后的网络损耗明显降低,节点电压得到提高,所提算法具有较好的鲁棒性。将所提算法与其他算法进行比较,结果表明,所提算法在降低网络损耗、提高节点电压、求解效率等方面均优于其他算法。

基于改进离散烟花算法的变电站巡检机器人路径规划研究

变电站巡检机器人的路径规划旨在为机器人在障碍物空间中搜索全局最优路径。全局路径规划研究主要包括环境建模和路径搜索两个子问题。首先在全面分析变电站环境后创建了半拓扑的地图环境模型,然后测试了相关算法的离散优化性能,最后得到了变电站路径规划的仿真测试结果。测试结果证明了基于改进离散烟花算法的路径规划方法的有效性。

基于改进烟花算法的多导弹目标分配方法

为有效解决在多导弹拦截情况下的目标分配方法,文中基于改进的烟花算法提出一种新型目标分配方法。首先根据作战场景,对目标分配问题进行建模,定义了综合优势函数。为求解目标分配问题,设计了一种改进的烟花算法,改进的烟花算法在传统烟花算法的基础上引入差分进化算法中的交叉变异操作,提高算法的搜索能力。在数值仿真中,针对标准函数,使用改进的烟花算法与其他智能优化算法进行对比试验,试验结果证明了改进烟花算法的优越性。最后使用提出的算法求解分配问题,仿真结果证明新方法可以快速搜索出最佳分配方法,证明了算法的有效性。

基于改进烟花算法的ELM分类模型

针对极限学习机(Extreme Learning Machine,ELM)的性能必须依赖于大量隐层节点的问题,提出了基于改进烟花算法(Improved Fireworks Algorithm,IFWA)的ELM分类模型。用改进的烟花算法进行迭代搜索,求得N个最优的烟花;选择ELM测试数据集的RMSE作为改进烟花算法的适应度值函数,来优化ELM每个隐层节点的输入权值和偏置,使得节点的决策水平提高,从而使ELM的决策性能显著提高;采用KDD99数据集验证表明:改进烟花算法的极限学习机(IFWAELM)能够以较少的隐层节点得到更高的测试平均正确率,提高了极限学习机的泛化性能。5种同类算法性能对比实验也表明IFWAELM是效果最优的。

基于改进烟花算法的虚拟惯量配置策略

针对分布式能源高渗透下电网的虚拟惯量资源有效利用的问题,提出改进烟花算法对虚拟惯量进行配置。建立虚拟惯量配置评价模型,在烟花算法粒子选取时,引入向量优化域来定向选取最优域内的粒子。通过双系统模型仿真验证,与传统烟花算法相比,改进烟花算法的寻优性能更好,结果更精确。

基于改进烟花算法的电动汽车与新能源协同调度

为提高电力系统对新能源出力的接纳能力,降低区域电网的等效负荷波动,维护系统安全性的同时,增强电动车车主响应的积极性,以区域电网系统内的等效负荷波动量最小和电动车车主经济效益最优为优化目标,建立规模化电动汽车与新能源协同调度模型,来合理安排电动汽车的充放电行为。运用最大模糊满意度法将多目标问题化为单目标问题,提出一种改进烟花算法,通过优化初始种群分布,以“双精英—锦标赛”的选择策略提升算法性能。通过算例结果对比,验证规模化电动汽车与新能源协同调度可有效平抑等效负荷波动,为电动汽车用户创造收益。改进的算法降低了计算开销,求解精确度更高。

基于改进烟花算法的雷达辐射源识别方法

针对雷达辐射源识别问题,提出基于改进烟花算法(FWA)的雷达辐射源识别模型,利用改进烟花算法进行参数寻优,识别雷达辐射源。在对传统烟花算法分析的基础上,通过非线性递减调节烟花爆炸半径,提高烟花算法的寻优能力。仿真结果表明,改进烟花算法提高了雷达辐射源识别的准确性。

一种融合极限学习机和改进烟花算法的混合式目标跟踪技术

针对背景杂波干扰、目标外观形变导致的跟踪精度差的问题,论文提出了一种基于融合极限学习机和改进烟花算法的混合式目标跟踪技术(OSELM-FWA)。该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆炸半径参数,而是在其基础上加入目标的运动速率量来调整烟花半径参量,而且为了控制烟花的多样性,该算法还根据烟花置信度方差的变化情况动态调整烟花的变异概率,将烟花的多样性维持在最优范围内;另外为了及时地更新目标外观模型,利用目标的置信度变化率来调整更新样本数目,随后运用在线极限学习机增量的学习相应数量的目标信息。最后,论文将该跟踪技术在标准数据集OTB上进行对比实验,通过实验得到该跟踪技术在处理复杂环境下的目标跟踪问题时,不仅兼顾跟踪的实时性而且拥有较高跟踪精度。

烟花算法研究改进综述

日常生活中,每逢节日庆典,总会通过点燃烟花来庆祝,烟花绽放的过程类似于算法中寻求最优解的过程,烟花最后绽放的美丽画面是最终烟花的最优解。"烟花算法"顾名思义,这也是一种类似于烟花绽放的,不断寻求最优解的计算机算法。本文主要介绍基于烟花算法的一些改进算法,这些算法从不同的方面对烟花算法的各种性能进行了不同程度的改进和优化。

基于改进粒子群算法的机车二系弹簧载荷分配优化

针对机车二系弹簧载荷优化调整这一复杂的多变量优化问题,为进一步提高现有求解方法的优化效果和计算效率,将烟花算法融入粒子群算法,提出一种具有分层递阶结构的改进粒子群算法,算法为3层架构,其中,底层是基础层,为加入维变异算子的粒子群算法,是改进算法的基本框架;中间层是融合层,为引入烟花算法爆炸机制的粒子更新层,主要用于扩大算法搜索范围,提高全局搜索能力;顶层是扰动层,引入扰动因子,避免算法因陷入局部搜索而进行的大量无为冗余迭代,加快全局收敛速度。用典型测试函数对改进算法性能进行测试,并将其应用于机车二系弹簧载荷分配优化调整仿真实验。研究结果表明:改进算法与传统遗传算法、烟花算法和粒子群算法相比,全局搜索能力更强,鲁棒性更好,求解精度更高。

基于IFWA-SFLA算法的区域综合能源系统两级优化调度

为发挥区域综合能源系统的优势,制定合理有效的优化调度策略至关重要。构建针对区域综合能源系统的日前-日内两级优化调度模型,日前调度为一个运行周期内的经济调度。基于日前调度方案,提出考虑可再生能源和负荷波动的调整模型。为适应上述模型高维非线性的特点,提出一种基于Levy变异的改进烟花-混合蛙跳算法,对模型进行求解。仿真结果表明,两级优化调度模型可以提高经济效益和能源利用率,平抑负荷波动。仿真结果验证了所提算法的可行性。

基于智能优化算法的农村供水管网水力参数反演

管道的摩阻因数是供水系统设计计算、运行调度优化及故障诊断中的关键参数。为准确确定该参数,提出了一种动态搜索烟花算法(dyn FWA)耦合管网水力计算模型的管段摩阻因数智能反分析方法。将节点水压与摩阻因数的偏导关系作为节点灵敏度,在改进遗传算法中以节点最大灵敏度之和最大为目标,优化布置监测点;基于优化后监测点处的水压监测值,以水压监测值与计算值的最小二乘误差值为目标,采用dyn FWA算法反演各管段的摩阻因数。同时,为验证dyn FWA算法优化反演的性能,对比分析了dyn FWA算法及粒子群算法(PSO)反演摩阻因数的情况。结果表明,在监测点优化前后摩阻因数反演值最大相对误差分别为17.7%、0.7%,证明了监测点选取的必要性和改进遗传算法进行监测点选取的优越性;在监测点水压加入噪声的情况下,基于dyn FWA算法与PSO算法的摩阻因数反演结果最大相对误差分别为9.67%、14.33%,监测点处实际水压值与模拟水压值之间最大相对误差为0.358%、0.655%,证明了相较于PSO算法,dyn FWA算法在参数反演问题中具有更高的准确性。