基于改进鲸鱼优化算法的AGV柔性作业车间多目标优化调度

针对柔性作业车间的自动引导车辆(Automated Guided Vehicle,AGV)调度问题,基于可持续视角,考虑车间能耗问题,在机器和AVG数量均存在数量约束的条件下,以最小化最大完工时间、车间能耗和AGV使用数量为优化目标构建可持续柔性车间调度模型。首先,设计一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),在标准的鲸鱼优化算法的基础上引入非线性收敛因子和自适应惯性权重以提升算法的搜索能力和收敛速度;其次,使用模糊隶属度理论构建了损失函数,以获得多目标模型的最优折衷解;最后,基于算例实验验证算法性能。实验结果表明改进鲸鱼优化算法在求解2个算例时均表现出良好的效果,为求解采用AGV运输的可持续柔性作业车间多目标优化调度提供了一种有效的实践途径。

基于改进鲸鱼优化算法的离场航班时刻优化

面对航空客货运输服务迅速增长、各地机场离港高峰时段拥挤度激增的情况,需要对离场航班进行优化配置,降低高峰时段离场总延误时间,同时保障航空公司申请的航班时刻总偏移。考虑航班时刻唯一性、走廊口流量限制、机场容量限制等因素,建立双目标离场航班时刻优化模型,运用精英反向策略与黄金正弦算法对鲸鱼优化算法(WOA)进行改进后求解。以北京首都国际机场为例,使用AirTOp对优化后的结果进行仿真验证。结果表明:优化后航班平均延误减少77.62%。因此,改进鲸鱼优化算法可以有效降低离港高峰时段延误,增强机场运行效率,合理配置有限的时刻资源。

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。

基于改进鲸鱼算法优化PID的转速控制

当汽轮机转速发生偏差时,需要操作员手动整定PID参数使转速达到稳定,但控制效果不佳且调节时间长,针对这一问题提出了一种改进的鲸鱼优化算法优化PID参数控制转速,通过引入反向学习策略和非线性收敛因子,在一台3MW的汽轮机的组态仿真中进行实验对比。结果表明:与鲸鱼算法、粒子群算法相比,改进鲸鱼算法寻优效果更好,进而有效地达到对汽轮机转速的控制。

基于改进鲸鱼优化PID的无刷直流电机转速控制算法

针对鲸鱼优化算法易陷入局部最优以及无刷直流电机(brushless DC motor,BLDCM)速度控制响应慢、超调量大等缺点,提出一种改进鲸鱼优化算法(improve whale optimization algorithm,IWOA)优化PID(proportional integral derivative)参数的无刷直流电机速度控制算法.该算法采用高斯变异因子、自适应权重因子和动态阈值相结合对鲸鱼优化算法进行优化.仿真实验结果表明,改进鲸鱼优化PID的无刷直流电机转速控制算法具有更快的收敛速度以及较小的超调现象,鲁棒性也更好.

一种多策略改进鲸鱼优化算法的混沌系统参数辨识

针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。

基于改进鲸鱼算法的收卷张力PID控制的性能优化

PID控制器的参数决定张力控制系统的稳定性和速度,因此研究收卷张力控制中经典PID控制器参数整定优化问题具有重要意义。以卷绕张力系统为切入点,结合PID和改进的鲸鱼优化算法,设计了基于改进鲸鱼算法(L-WOA)的PID张力控制器;为了提高PID整定参数方法的收敛精度和速度,在进行整定时结合了改进鲸鱼算法;建立数学模型和动态转矩平衡方程,分析了线速度和卷径对卷材张力的影响;分别使用改进鲸鱼算法和其他多种算法进行了参数优化。仿真结果表明,采用改进鲸鱼算法优化PID的控制策略具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点。

基于改进鲸鱼优化算法的丘陵山区田块全覆作业路径规划

为了解决丘陵山区单田块作业全覆盖路径规划以及多田块作业最优遍历顺序求解的问题,提升丘陵山区农业机械的作业质量和能耗效率,该研究设计了一种基于改进鲸鱼优化算法的路径规划方法。首先利用电子地图获取作业区域的数字高程模型(digital elevation model,DEM)并提取作业区域经纬度信息,基于提取数据构建和绘制田块模型。然后,在单田块全覆盖路径规划中引入能耗模型用于寻找最佳作业方向角,以实现单田块作业能耗最优的全覆盖路径规划。最后,针对鲸鱼优化算法容易陷入局部最优和早熟的问题,利用Tent映射进行种群初始化,同时引入非线性收敛因子a*和路径长度最优为目标进行作业路径规划仿真试验。仿真结果表明,按照能耗最优规划路径完成田块作业需要的总能耗为1.3002×10^(7)J,比路径长度最优情况下的作业能耗减少22.26%,利用改进鲸鱼优化算法求解的遍历顺序进行遍历所消耗的能耗比鲸鱼优化算法求解遍历顺序进行遍历节省能耗11.71%,节能效果明显。

基于鲸鱼优化算法改进随机森林的电弧故障检测方法

基于电器种类繁多,不同电器发生电弧故障时电流波形相似难以检测,容易引起保护的误动和拒动,提出基于鲸鱼优化算法(WOA)改进随机森林(RF)的电弧故障检测方法。按照GB 14287.4—2014,设计并搭建了故障电弧实验平台,采集故障电弧信号,提取特征值,引入改进WOA对RF进行参数智能优化并求解。对比经典RF算法实验结果,共收集7种负载组合320组正常、故障数据进行实验,实验结果表明优化模型的识别效果优于经典RF算法,可以有效地诊断电弧故障。

基于改进鲸鱼优化算法的同步相量测量单元多目标优化配置

针对因配电网节点数目多但投资成本少造成的同步相量测量单元(phasor measurement unit,PMU)供需不平衡问题,建立了考虑PMU配置个数、状态估计误差的PMU多目标优化配置模型,优化问题的目标是最小化所需的PMU个数和最小化状态估计误差。并提出一种改进鲸鱼优化算法来求解模型。首先引入非支配排序和拥挤度计算来选择并排序Pareto非支配解,保证算法求解全局最优值的能力,其次引入Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动,使算法不易陷入局部最优。最后,采用优化配置模型对IEEE 33标准节点系统进行仿真计算。结果表明,与遗传算法和粒子群算法相比,采用改进鲸鱼优化算法求解PMU多目标优化配置模型具有更高的可行性和有效性。

基于改进鲸鱼优化算法的码垛机器人时间最优轨迹规划

码垛机器人在运行轨迹过程中所消耗的时间直接影响到了其工作效率,针对码垛机器人的轨迹规划的时间问题,提出了一种改进的鲸鱼优化算法对时间进行优化。在基本的鲸鱼优化算法基础上,利用混沌映射初始化种群,引入自适应的权重和改进收敛因子,以提高算法的求解精度、收敛速度和全局搜索能力。首先,根据D-H参数法建立机器人的运动学模型;其次,在关节空间中利用3-5-3次多项式插值函数对机器人末端执行器经过的路径点进行规划,然后采用改进的鲸鱼优化算法对时间进行优化。最后通过MATLAB软件进行效果仿真和对比。结果表明,与其他同类的算法相比,改进的鲸鱼优化算法的求解精度更高,收敛速度更快。将该方法与轨迹优化结合,与未采用算法优化的3-5-3多项式轨迹规划所需要的运行时间相比缩短了22.46%,且各个关节轨迹平稳连续,验证了该轨迹规划方法的有效性。

基于改进鲸鱼优化算法的车间布局优化模型及其应用

为提升车间作业效率,克服传统系统布置设计(System Layout Planning,SLP)方法过度依赖经验的缺点,本文构建了以最小化搬运成本和最大化作业单元非物流关系为目标的车间布局优化模型。鉴于问题的复杂性,设计了改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对其进行求解。仿真结果表明,IWOA优化后的布局显著提升了车间各作业单元布局的合理性,提高了作业效率。

基于改进鲸鱼优化算法的邢台市水资源优化配置

为了有效解决邢台市的水资源短缺问题,文章从经济效益和社会效益两方面出发,构建了鲸鱼优化算法的水资源优化配置模型,应用于邢台市水资源优化配置的求解中。结果表明,改进后的鲸鱼优化算法对水资源优化配置模型求解预测结果比较符合实际情况,具有可行性,邢台市水资源供需矛盾较为突出,研究结果为邢台市水资源优化配置提供参考。

基于改进鲸鱼优化算法的永磁同步电机控制策略

永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)调速系统中普遍存在转速超调不稳定和受负载干扰大等现象,对此提出一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对转速环的传统PI控制参数整定进行优化。在鲸鱼算法(Whale Algorithm,WOA)的基础上引入非线性惯性权重来平衡算法的局部和全局搜索能力。依据学习策略的思想,对鲸鱼种群中每个个体的位置进行优化。在Matlab/Simulink上搭建电机调速系统仿真模型并进行仿真实验,仿真结果表明,基于IWOA的控制策略相比于传统WOA控制超调率由3%减少到1.5%,而PI控制超调率为5%,进一步增强了系统抗负载扰动能力,显著地提高了PMSM的各方面性能。

应用改进鲸鱼算法的生鲜农产品冷链物流配送路径优化研究

生鲜农产品物流配送路径优化方法常直接构建目标函数,忽视指标体系建立,导致优化效果不佳。因此,文章提出基于改进鲸鱼算法的生鲜农产品物流配送路径优化方法。该方法先通过构建指标体系与目标函数,确保优化结果准确实用,后基于改进鲸鱼算法构建优化模型,实现路径优化。实验证明,该方法在寻找更优配送路径、降低配送成本方面具有优势,应用效果较好。

基于改进鲸鱼优化算法的灰度图像对比度增强算法

为了增强灰度图对比度,提高图像识别精度,文章提出了一种基于改进鲸鱼优化算法的灰度图像对比度增强算法。文章通过设计非线性调整惯性权重和非线性调整收敛因子,使用改进鲸鱼优化算法不断优化局部/全局图像增强和目标评价函数,并利用6个标准函数和带钢表面缺陷灰度图进行仿真实验。实验结果表明:改进鲸鱼优化算法有助于显著提高收敛速度和寻优精度,经改进鲸鱼优化算法增强处理后的灰度图像具有较好的图像质量和视觉效果。

基于改进鲸鱼算法的多无人机协同欺骗干扰技术

多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。

鲸鱼优化算法研究与应用进展

鲸鱼优化算法WOA是一种根据概率收敛的新型群体智能优化算法,具有原理简单易实现、参数量少易设置和全局与局部开发分别控制易平衡等特点。系统地分析WOA的基本原理和算法性能影响因素,重点论述现有的算法改进策略和算法混合策略的优点及局限性,并阐述了WOA在支持向量机、人工神经网络、组合优化和复杂函数优化等方面的应用与发展。最后,结合WOA的特点及其应用成果,对WOA的发展方向进行了展望。

基于改进鲸鱼算法优化BP神经网络的煤自燃预测研究

为实现煤自燃的高效预测预警,提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP)的煤自燃温度预测模型。根据煤自燃升温实验进行了模型算法的有效性验证,进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优化(WOA-BP)模型的预测效果和性能,结果显示,MSWOA-BP、GWO-BP、WOA-BP和PSO-BP模型预测结果训练阶段平均百分比误差(MAPE)为1.7359%、2.6518%、6.1655%、6.5701%,测试阶段MAPE为3.0393%、6.0723%、6.7341%、7.6035%,表明MSWOA-BP预测模型具有更高的预测精度和稳定性。应用MSWOA-BP模型进行煤矿现场的温度预测,得到预测温度与现场实测温度的相对误差为2.3%~12.1%,实现了煤矿井下温度的快速预测,可为实现煤自燃的高效预测预警提供一种新方法。

改进鲸鱼算法驱动的变分模态分解自适应降噪方法

为了更好地从振动信号中提取有效信息,提出了一种基于改进的鲸鱼优化算法(VSWOA)与变分模态分解(VMD)的振动信号降噪方法。首先,采用Sobol序列初始化种群,以确保种群的均匀分布和多样性。然后,从多个起始点进行搜索,并在搜索过程中引入精英柯西变异策略,以防止算法陷入局部最优解。通过这些改进措施,优化了VMD的参数,使得分解得到的本征模态分量(IMFs)在重构后实现了自适应降噪。实验结果表明,与传统的经验模态分解(EMD)、集合经验模态分解(EEMD)以及鲸鱼优化算法-变分模态分解(WOA-VMD)方法相比,所提方法在降噪后信号失真度更小,同时显著提高了降噪效果和故障特征的保留能力。这表明改进的鲸鱼优化算法能够有效地增强振动信号的降噪性能,为轴承故障诊断提供了更为可靠的方法。