改进离散型飞蛾扑火优化算法求解柔性作业车间调度问题

针对以最小化最大完工时间为目标的柔性作业车间调度问题(FJSP),提出一种改进离散型飞蛾扑火优化算法(IDMFO)。首先,基于集成法的求解思想设计两段式编码转化机制,建立染色体连续空间与问题离散决策空间的映射关系;其次,采用有效的种群初始化方法,保证种群的多样性和质量,加快算法收敛速度;然后,为了进一步提高算法的全局搜索能力,设计新颖的随机更新算子和基于Levy飞行轨迹的随机游走策略;最后通过标准算例测试及与其他算法求解结果的对比,验证了IDMFO算法在求解FJSP问题方面的有效性和优越性。

基于改进飞蛾扑火优化算法的船机桨匹配设计研究

基于改进飞蛾扑火优化(Improved Moth-Flame Optimization,IMFO)算法,以两艘现有船舶为计算实例,展开了综合考虑螺旋桨推进效率、空泡性能和桨叶强度的船机桨匹配工作。以遗传算法(Genetic Algorithm,GA)和原始飞蛾扑火优化(Moth-Flame Optimization,MFO)算法为对比算法,分析了IMFO辅助船机桨匹配工作时的性能。数值实验的结果表明,在解决船机桨匹配问题时,IMFO算法的收敛时间相比GA算法在两个算例中分别缩短了44.24%和54.14%,相比MFO算法分别缩短了23.9%和23.12%。此外,在求解精度方面,在计算示例1中,IMFO算法相比GA算法和MFO算法略有提升;而在计算示例2中,IMFO算法相比GA算法提高了3.66%,较MFO算法提高了0.98%。最后,通过对两个算例的可行解空间进行可视化表示,进一步讨论了IMFO算法的求解性能。上述结果对比证明了IMFO算法具备强大的全局搜索能力,在解决船机桨匹配问题时具有良好的竞争力和鲁棒性。

基于改进飞蛾扑火优化算法的PMSM矢量控制优化

针对永磁同步电机双闭环矢量控制系统中比例-积分(PI)控制器参数整定困难、不能保证参数最优的问题,提出一种采用飞蛾扑火优化(MFO)算法对系统的转速外环和电流内环进行参数的整定与优化。将待优化的参数作为飞蛾搜寻火焰最优个体的空间位置,搜索全局最优的参数组合,并利用误差性能指标积分时间和绝对误差(ITAE)加入超调惩罚项作为其适应度函数。为了减小算法的计算量,提高收敛速度和精度,对飞蛾位置和火焰数量更新机制进行了改进。仿真实验结果表明:改进后的MFO算法具有提高电机的控制精度,减小超调量,提高动态响应速度的优势,证明了优化策略的有效性。

基于改进斑点鬣狗算法的并网型微电网优化调度

为了实现并网型微电网的经济运行,提出了一种基于改进斑点鬣狗(improved spotted hyena optimization, ISHO)算法的并网型微电网优化调度方法。以微电源维护成本、柴油机发电成本和购售电成本组成微电网调度成本,构建了以微电网调度成本最小为目标函数的并网型微电网调度模型。采用Logistic映射、非线性递减控制参量和反向学习等策略对斑点鬣狗(spotted hyena optimization, SHO)算法进行改进,获得ISHO算法。采用ISHO算法对并网型微电网调度模型进行求解,并将优化结果与其他算法进行对比分析,结果表明,ISHO算法获得的最低调度成本为3 575.25元,相比其他几种对比算法的求解精度更高,验证了ISHO算法在微电网优化调度方面的有效性。

基于改进差分进化算法的CCHP型微电网两阶段调度优化方法

由于CCHP型微电网两阶段调度需求的随机性,导致优化难度较大,难以找到有效的解决方案。因此,本文提出基于改进差分进化算法的CCHP型微电网两阶段调度优化策略。将微电网运行状态空间划分,构建CCHP型微电网两阶段调度优化模型,利用改进差分进化算法对微电网两阶段调度优化方案进行求解,实现CCHP型微电网两阶段调度优化。设计对比实验,实验结果证明该方法的调度转化效率最高,能够最大限度地利用。

基于改进飞蛾扑火算法求解多需求点的应急物资调度

快速有效的应急物资调度在救灾中扮演着重要的角色,因此研究应急物资调度问题具有重要的理论和实践意义.目前,大多数研究都是基于未考虑道路发生损坏情况下的,很少有学者研究基于道路损坏情况下的应急物资调度问题.为此,本文研究基于道路可行、道路可修复和道路不可通行三种道路损坏情况下多救援点对多需求点的多种应急物资调度问题,建立同时兼顾运输过程中物资装载总时间最少和所消耗成本最少的最优化目标函数,并使用改进飞蛾扑火群智能算法求解最优应急物资调度方案,取得了较理想的结果,可以为应急调度问题提供决策参考.

求解TSP的离散野马优化算法

针对求解TSP问题,提出一种新的元启发式算法离散野马优化算法(DWHO),应用最小位置匹配值法(MPMV)对求解结果进行离散化解码;为提高算法搜索能力,结合野马放牧、交配、领导者交流与选拔行为,引入变邻域搜索策略,增强了算法的局部搜索能力、加快算法收敛速度。选取TSPLIB标准库33个算例进行实验,并与交换序列人工蜂群算法(ABCSS)、离散蜘蛛猴优化算法(DSMO)两种算法进行比较。实验结果表明,DWHO求得的最优解与ABCSS、DSMO两种算法的最优解相比,最优解改进率最大值分别达到4.52%和3.41%。同时,将离散野马优化算法求解TSP收敛速度与以上两种算法进行比较,其收敛速度具有一定的优势。结果表明离散野马优化算法求解能力和精度具有优势。

基于离散粒子群算法的管道保温结构优化研究

针对目前管道保温结构优化算法不稳定、结果优化程度不高的问题,建立以经济效益为目标函数,以满足国家散热损失标准等条件为约束函数的离散型数学模型。以BPSO算法为基础改变其位置更新规则,防止种群进化失效;采用自适应权重增加粒子的全局和局部搜索能力;充分利用模拟退火算法的思想避免出现早熟现象。应用改进的算法分别对普通蒸汽管道和核电站的蒸汽管道进行系统仿真实验。结果表明,该算法能够在满足国家散热损失标准等条件下取得最优解,可以为管道保温结构提供合理的优化方案。

离散变量优化设计的改进斐波那契遗传算法

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子———转基因算子,用于对遗传算法的改进;提出一种离散变量结构优化设计的斐波那契算法,并与遗传算法结合在一起解决问题。优化设计结果表明,这种改进斐波那契遗传算法的收敛特性得到很好的改善,即发挥了斐波那契算法省时、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是有效的工程结构优化设计方法。

基于支持向量机-改进型鱼群算法的CO_2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO_2优化调控模型,为CO_2精准调控提供定量依据。设计了嵌套试验,采集不同温度、光子通量密度、CO_2浓度组合下的黄瓜光合速率,以此构建基于支持向量机的黄瓜光合速率预测模型;以预测模型网络为目标函数,采用改进型鱼群算法实现二氧化碳饱和点寻优,获得不同温度、光子通量密度组合条件的CO_2饱和点,进而构建CO_2优化调控模型。异校验结果表明,CO_2饱和点实测值与预测值相关系数为0.965,最大相对误差3.056%。提出的CO_2优化调控模型可动态预测CO_2饱和点,为实现设施CO_2精准调控提供了可行思路。

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题。提出改进离散微粒群优化算法来解决混流装配线多目标排序问题。提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率。引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能。分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围。提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法。改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性。

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。

遗传算法的改进及其在离散变量刚架结构拓扑优化中的应用

在刚架结构受力分析的基础上 ,提出一种启发式方法 ,以快速产生符合机动性要求的拓扑结构形式。对既定的拓扑结构形式采用改进的遗传算法进行截面优化。主要改进措施有 ,对群体中的不可行个体和约束条件过度满足的个体进行改造 ,可提高种群的整体质量。在复制过程中采用最佳个体保护策略和最差个体替换法 ,避免优良基因由于遗传操作的偶然性而被破坏掉 ,同时使无竞争能力的个体被淘汰 ;在进化初期采用大的交叉率 ,以尽快筛选出最优个体 ;对最差个体采用大的变异率 ,使其向最优解逼近 ;在进化后期采用局部徘徊策略 ,以增强局部寻优能力。算例的结果表明 。

基于遗传算法的离散型结构拓扑优化设计

采用遗传算法求解包括桁架结构和框架结构的离散型结构拓扑优化问题。在遗传算法的基础上,通过引入拓扑变量并修改被删除杆件的材料弹性模量,提出了一个受多工况荷载作用,能同时考虑应力、稳定及位移等约束的离散型结构拓扑优化问题统一数学模型。该模型不但能同时适用于桁架结构和框架结构等离散型结构拓扑优化问题,而且还能解决奇异最优解问题。结合上述统一数学模型和遗传算法,给出了求解离散型结构拓扑优化问题的优化方法。算例结果表明,采用该文提出的拓扑优化方法可有效、方便地对桁架结构、框架结构等离散型结构进行拓扑优化设计。

基于改进萤火虫算法的压力容器离散变量优化设计

针对压力容器优化设计问题,建立以压力容器壳体质量最小为优化目标,内径和壁厚为离散设计变量的优化数学模型。提出一种改进的萤火虫算法,该算法通过采用自适应步长策略、跳出局部最优策略及空间域约束策略,改善算法的全局寻优能力和收敛性能。仿真结果表明所提出的改进萤火虫算法比基本萤火虫算法可以更快的收敛得到最优解,可有效解决压力容器优化设计问题。

基于改进型免疫遗传算法的母管制机组负荷优化分配

改进型免疫遗传算法在遗传算法中引入了免疫系统的抗原识别、抗体多样性、免疫记忆、浓度调节等机制,且将遗传竞争分为子种群间和子种群内部个体间的两级竞争,从而能够快速、稳定地收敛到全局最优点。为此,提出了一种基于免疫遗传算法的母管制机组负荷优化分配方法,以提高机组运行的经济性。实际计算结果证明,该方法对机组的负荷优化分配具有良好的优越性。

基于改进离散型麻雀搜索算法的配电网恢复重构方法

针对传统智能优化算法在恢复重构中搜索空间大、不可行解多,且易早熟收敛、效率低等问题,提出了一种基于改进离散型麻雀搜索算法的配电网恢复重构方法。利用配电网每生成一个环路需断开一个开关来保持其辐射状的思想,采用基于有序环矩阵的整数编码方式对多个环路内的开关状态进行编码。结合Sin混沌映射、Metropolis和扰动机制设计了改进的离散型麻雀搜索算法,并将其应用于配电网恢复重构模型的求解。大量仿真表明所提方法能有效实现恢复重构,使重构后配电网的供电可靠性和供电质量得到改善。

混流装配线排序的改进离散微粒群优化算法

提出在离散空间用一种改进的微粒群优化算法来解决混流装配线的多目标排序问题,考虑两个目标:总生产变化率最小和总闲置-超载时间最小,并对两个目标函数进行了规范化处理以消除量纲的影响。在基本的微粒群算法基础上,提出了适应离散编码的粒子位置编码方式,引入了动态参数方法来提高算法的搜索性能和收敛能力。对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散问题并保持了基本微粒群算法的优良性能,是一种性能较好的高效的混流装配线排序算法。

应用改进遗传算法的S9型10kV级电力变压器优化设计

以新S9型 10kV级电力变压器为设计对象 ,对传统遗传算法进行了研究和改进 ,并在此基础上编制了一套“电力变压器优化设计系统”软件。本文介绍了对遗传算法的改进和电力变压器优化设计软件的功能 ,同时给出了S9型 10kV级电力变压器优化设计的实例。结果表明 ,改进遗传算法是一种适合于变压器优化设计的简便有效方法。

采用改进型遗传算法的农网运行优化方案

为了有效地推进农网改造工程,在建立基波潮流、谐波潮流、无功功率补偿和农网规划数学模型的基础上,提出了一种改进型遗传算法的农网运行优化方案,即采用遗传算法寻优与灵敏度信息指导相结合之法,编制出农网基波及谐波潮流、无功补偿和优化运行软件程序包。结果表明,在线可观测基波、谐波潮流和无功补偿等状况,优化后比优化前电流谐波总畸变率平均下降了1.66%,3、5、7次谐波放大水平平均降低了约1.2%,农网年运行费用节省了13.2%。