基于改进量子遗传算法的电力系统无功优化

提出一种基于改进量子遗传算法的电力系统无功优化方法。该方法借鉴量子计算的一些概念,采用量子比特对控制变量编码,这种编码方式能表示出许多可能的线性叠加态,从而更好地维持种群的多样性。同时利用搜索到的最佳个体信息更新量子门,加快了该方法的收敛速度,采用群体灾变策略防止该方法陷入"早熟"。分别采用线性规划算法、复合形算法、改进禁忌搜索算法、标准遗传算法、自适应遗传算法和该方法对IEEE6和IEEE30节点系统进行无功优化,实验结果表明,该方法全局寻优能力强、收敛速度快。

改进量子遗传算法用于多峰值函数优化

传统遗传算法(SGA)在处理多峰值函数优化问题中存在局部收敛性的问题,最初的量子遗传算法(QGA)也存在这一问题。运用一种改进量子遗传算法(MQGA),有效地解决了一些多峰值函数的优化问题。根据几个重要的测试函数进行仿真实验结果证明,与SGA和QGA相比,改进的量子遗传算法(MQGA)在一些多峰值优化问题中更具有效性和可行性。

改进量子遗传算法在输电网规划中的应用

输电网规划是复杂的多目标非线性组合优化问题。针对传统遗传算法(GA)在求解输电网规划模型中存在收敛速度慢,容易陷入局部最优的不足,提出一种基于改进量子遗传算法(IQGA)的输电网规划方法。该算法在量子遗传算法(QGA)的基础上提出直接将量子染色体与当前最优解相比较来确定旋转门的旋转角策略,保证种群中个体以不同的收敛速度分别进行局部搜索和全局搜索,并同时采用量子全干扰交叉策略和量子非门变异策略有效防止算法陷入局部最优。所提三种改进策略各有针对性,能有效改善量子遗传算法在输电网规划中的收敛性能。分别采用传统遗传算法、量子遗传算法和该方法对Garver-6节点系统进行规划仿真,实验结果表明,该方法全局寻优能力强并且收敛速度得到显著提高。

改进的多目标量子遗传算法在南水北调东线工程江苏段水资源优化调度中的应用

构建南水北调东线工程江苏段水资源优化调度模型,采用改进的多目标量子遗传算法(multiobjective quantum genetic algorithm,MOQGA),运用组合赋权方法对非劣解集进行多属性决策,提出南水北调东线工程江苏段水资源优化调度方案。在平水年、枯水年和特枯水年3种典型年来水条件下,相对于常规调度,优化调度的受水区总缺水量分别减少了0.89亿m3、0.87亿m3和0.08亿m3,系统总抽水量分别减少21.04亿m3、39.14亿m3和50.76亿m3。该优化调度方案能够充分利用湖泊的调蓄能力,提高各用水户的需水满足度,降低抽水成本。

运用改进的量子遗传算法进行结构损伤识别

利用振动得到的模态参数进行结构的损伤识别,是当前结构损伤识别领域中采用较为普遍的方法之一。文中引入量子遗传算法处理模态参数,为了让量子遗传算法更适用于复杂结构的损伤识别,还提出了改进的动态策略调整量子门旋转角,并应用于某框架结构的损伤识别。在识别过程中,以结构损伤前后柔度矩阵差的1范数为基础建立改进的量子遗传算法的目标函数,进行结构的损伤识别。结果表明该方法能准确、有效地判断框架结构的损伤发生、损伤位置以及损伤程度,并且具有一定的抗噪能力。

改进量子交叉遗传算法在TSP问题中的应用

为提高遗传算法求解旅行商问题的效率,提出了一种改进量子交叉算子遗传算法.与经典量子全干扰交叉算子中城市的选择完全依赖于其位置的选择策略相比,新算子在选择城市时加入了父代优质解的有用信息,从而在维持解的多样性的同时,提高交叉所产生新解的质量.仿真算例结果表明,改进交叉算子遗传算法有着良好的全局搜索和局部挖掘能力,针对TSP问题的最优解、平均解均优于传统算法.

一种改进型量子遗传算法

针对量子遗传算法在复杂连续函数优化中存在的收敛速度慢、易陷入局部极值等缺点,提出一种改进型量子遗传算法。采用动态策略调整量子门旋转角,以加快收敛速度,采用优体交叉策略实施交叉操作,以增强局部搜索能力。通过典型复杂连续函数的测试验证该算法的可行性和有效性。

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学混沌控制与同步的关键问题.提出了具有良好全局搜索能力的改进量子遗传算法,将其用于混沌系统参数辨识问题。通过减小实际系统与数学模型的状态同步误差构造适应度函数,将参数辨识问题转化为多维优化问题.用此改进的算法对超混沌Chen系统进行了研究,并与基本量子遗传算法进行了比较,结果表明改进的算法具有更好的寻优能力,并证实了改进量子遗传算法的有效性、可行性.

基于改进的量子遗传算法的多用户检测

为了加快量子遗传算法(QGA)的收敛速度,减小基于QGA的多用户检测的计算复杂度,提出了一种基于改进的量子遗传优化算法(MQGA)的多用户检测算法。通过引入小生境协同进化策略初始化量子种群,并采用自适应更新旋转角策略,改善了QGA的收敛性能和寻优能力。仿真结果表明,提出的多用户检测算法在收敛速度、误码率、抗远近能力及系统容量方面都优于遗传算法多用户检测器、量子遗传算法多用户检测器和传统多用户检测器。

基于改进量子遗传算法的图像匹配算法研究

量子遗传算法是目前较成熟的全局优化算法,对于多目标的优化有独特的高效性和精确性。图像的匹配过程可以近似地看作在搜索目标函数图像相似性的最优解,而目标函数的变量则可用几何参数代替,因此对图像匹配算法的研究可以归结到量子遗传算法的全局寻优。然而,图像匹配中特征参数较多,维度较高,如果使用量子遗传算法(QGA)匹配,就会陷入局部寻优的状况,为了避免此现象的出现以及提高多维高峰环境下的匹配成功率,提出了改进的量子遗传算法,新算法在迭代中后期得到优秀解之时发挥作用,保留最优解,初始化其余个体。该方法一方面帮助算法跳出局部寻优,另一方面增加了群体多样性,进而提高了图像匹配的成功率以及效率。

基于改进量子遗传算法的配电网无功优化研究及应用

提出一种基于改进量子遗传算法的配电网无功优化方法。采用量子比特概率幅对控制变量进行编码,提出交换个体局部最优目标值的量子交叉方式和互换量子个体α和β值的量子变异方式,丰富了种群多样性,缩短了运算周期,提高了算法计算效率与全局寻优能力。规范、简洁地给出配电网无功优化数学模型,详细阐明基于IQGA的无功优化方法。分别采用遗传算法、量子进化算法和文中方法对某城区局部中压配电网中选定节点系统进行仿真计算,验证了该方法的有效性和优越性。

基于改进量子遗传算法的虚拟电厂在多时间尺度下参与AGC优化调度

介绍虚拟电厂参与AGC调频控制过程,建模分析新能源机组及柔性负荷出力特性;提出一种计及传统发电机组、新能源发电机组、储能系统和柔性负荷的虚拟电厂参与AGC调频多时间尺度优化调度方法,使得虚拟电厂整体在多时间尺度下参与AGC调频收益最大、综合调频效果最佳。研究一种引入量子交叉和量子变异的改进量子遗传算法,并与传统AGC分配方法及自适应遗传算法进行仿真对比,结果表明所提算法具有收敛速度快、全局寻优能力强的优点。

基于改进量子遗传算法的励磁控制系统PI参数优化

针对传统的量子遗传算法(QGA)需要根据具体的问题选择合适的量子旋转门来更新量子比特的状态,提出了一种无需量子门、通用的、与问题无关的改进量子遗传算法(IQGA)。在采用实数编码的量子遗传算法的基础上,结合粒子群优化算法更新量子比特的状态,代替了传统量子遗传算法用量子门更新量子比特,避免了传统量子遗传算法复杂二进制编码和解码过程,增强了量子遗传算法的使用范围。最后,将提出的IQGA应用到某水电站励磁控制系统的PI参数优化,与遗传算法(GA)、QGA进行了仿真对比分析,结果表明IQGA鲁棒性最强,算法运行时间比传统量子遗传算法时间大约缩短了8s,优化所得的PI参数用于励磁控制系统的性能最佳。

基于改进双链量子遗传算法的有限元模型修正

针对遗传法中转角步长函数的不足,采用反正弦函数重新构造转角步长函数,通过测试函数的测试后发现:改进后双链量子遗传算法的搜索精度及鲁棒性均有一定提高,验证了转角步长函数改进的可行性与正确性.以改进后的双链量子遗传算法对基于响应面法的有限元模型进行参数迭代求解,结果表明:修正后各响应误差有了明显的降低、修正后参数接近参数终值,修正效果良好,验证了采用改进双链量子遗传算法对参数迭代求解的可行性.

面向桥起主梁快速轻量化的改进云量子遗传算法

针对云量子遗传算法早熟收敛、搜索速度慢等缺陷,进行如下改进:对量子染色体编码初始化进行优化,使算法拥有更高的收敛性;采用X条件云发生器改变交叉和变异方式实现染色体重构及算子生成;对旋转量子门进行动态调整;结合优化对象改进了算法收敛准则。为验证改进算法以及实现桥式起重机主梁快速设计,以改进算法为优化核心搭建了桥式起重机主梁快速轻量化设计系统,将系统应用于某公司QD型桥式起重机主梁设计,结果表明:所搭建系统可大大缩短桥式起重机主梁优化的设计周期,优化后主梁截面积满足设计要求,实现了主梁快速轻量化设计的目标。

敏捷成像卫星调度的改进量子遗传算法

针对敏捷成像卫星调度问题中解空间大,选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型,提出一种改进的量子遗传算法对其求解,改进的量子遗传算法采用二进制与实数杂合的编码方式,降低染色体的基因位编码数目,提高了搜索效率,有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间;以杂合编码为基础,设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间,从而将量子优化机制引入敏捷成像卫星调度问题中,利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后,通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明,所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现,能够满足敏捷成像卫星调度的需要。

一种基于浓度调节的改进型量子遗传算法

针对量子遗传算法(QGA)优化多峰函数时存在收敛速度慢、容易陷入局部最优的缺陷,提出了改进型量子遗传算法(IQGA)。引入个体浓度的概念,在量子门更新之前对种群进行筛选并剔除高浓度个体和劣个体,并用新的个体代替它们,增强了量子遗传算法全局搜索能力。通过典型复杂连续函数的对比测试,验证了该改进型量子遗传算法的可行性和有效性。

基于改进量子遗传算法的机械臂轨迹优化

针对串联机械臂轨迹运行时间优化设计问题,在算法中引入自适应动态旋转角步长调整机制和多算子协同变异机制,提出一种改进量子遗传算法。选取串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱与五次多项式样条插值函数,验证运动学正、逆解模型求解正确性后,构造末端执行器运行轨迹图。以运行时间为目标设计目标函数,合理设置相关参数后,通过改进量子遗传算法优化设计,将机械臂轨迹运行初始时间2 s优化为1.956 s,且优化后关节角位移、角速度和角加速度变化曲线平滑、稳定、连续,验证了算法的有效性,为后续研究奠定基础。

基于改进的多目标量子遗传算法的高速服务区综合能源管理

目前我国高速服务区和电动汽车的电力大部分来源于传统能源,间接增加了碳排放。为减少高速服务区和电动汽车用电对环境的污染,文章引入清洁能源自洽率,提出一种光储换一体化的高速服务区的能源管理与服务策略,旨在充分保障电动汽车换电服务的基础上,最大限度地提高经济效益和清洁能源自洽率。针对高速服务区的能源管理与服务策略的优化问题,文章提出一种改进的多目标量子遗传算法。由于传统量子遗传算法存在过早收敛、灵活性差且易陷入局部最优的不足,首先在种群初始化过程中引入小生境协同进化策略,其次对交叉概率、变异概率及旋转角采用自适应调整并改进量子旋转门,然后采用精英保留策略,以提高收敛速度并增加种群的多样性。最后,该方案在光储换一体化的某离网高速服务区微网模型进行了仿真验证,结果表明在保证电动汽车换电需求下,系统实现了经济效益和清洁能源自洽率的双提升,达到了降低碳排放的目的。

基于改进量子遗传算法的模型交互修正方法

针对传统有限元模型修正方法低效率、高成本且易陷入局部极值的缺点,提出基于改进量子遗传算法的静力多尺度有限元模型交互修正方法.依据量子计算理论,对量子比特矢量态进行实数编码,以改进量子旋转门实现旋转角自适应更新,引入量子全局干扰交叉、变异、灾变等遗传操作,设计改进量子遗传算法.以某钢-混组合梁桥为工程背景建立多尺度有限元模型,建立目标函数,对待修正区域进行分块处理.利用最大互信息系数对待修正参数进行筛选,给出目标函数权重,通过Python语言实现了基于改进量子遗传算法的静力多尺度有限元模型交互修正.结果表明,改进量子遗传算法相较于传统遗传算法、量子遗传算法具有更高的性能与精度,自动交互修正方法的效率较高,对材料弹性模量、厚度、车辆荷载等参数的修正与工程实际测试的情况基本吻合,目标函数修正结果相较于有限元计算的初始值,挠度误差降低至1.4%~14.3%,混凝土底板应力误差降低至2.6%~18.8%,钢梁应力误差降低至0%~11.1%.