基于改进河马优化算法的含分布式电源配电网重构

为有效解决分布式电源并入配电网的优化重构问题,达到降低系统网络损耗的目的,构建了以有功网损最小为目标的含分布式电源配电网优化重构模型,并采用改进河马优化算法进行求解。为防止算法陷入局部最优,引入高斯映射以及改进莱维飞行策略对河马优化算法进行改进,运用IEEE 33节点系统仿真计算,检验含分布式电源配电网重构模型求解效率。通过与灰狼优化算法及粒子群优化算法的结果比对,改进河马优化算法以最少迭代次数求得最优解,能够有效提升节点电压,并显著降低网损。

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。

基于改进灰狼算法的热电联供系统负荷优化分配策略研究

为了研究热电联供系统中机组的热电负荷优化分配策略,针对传统灰狼优化算法中繁琐的更新机制导致的时效性差等问题,提出了一种改进的多目标灰狼优化(MOGGWO)算法,直接利用前三等级狼的位置和高斯采样完成进化过程,最后将该算法应用于某600 MW双机热电联供系统的多目标热电负荷优化分配中。结果表明:MOGGWO算法能极大缩短负荷分配的求解时间,且在多目标优化下提升系统经济性的同时其可再生能源消纳能力将会减弱,应根据现场实际情况权衡,进而选择热电负荷最优分配策略。

基于高斯过程回归的FDM参数优化研究

提出了基于高斯过程回归的优化方法,以改善3D打印件在长度和宽度方向上的尺寸偏差情况,获取最佳打印参数组合。研究选取填充密度、喷头温度、热床温度和打印速度作为影响因子,首先采用LHS抽取一组高效样本,然后利用高斯过程回归建立模型,并采用改进粒子群算法对模型进行寻优,获得最佳打印参数组合为填充密度61.96%、喷头温度200℃、热床温度50℃和打印速度63.67mm/s,最佳的尺寸偏差为0.0716mm。3次验证实验,实验结果均落于95%置信区间之内。实验结果表明了提出的方法能够有效缩小3D打印件的尺寸偏差,且该方法在建模的精确性和寻优结果的可靠性上都有着不错的表现。

基于改进NSGA-Ⅱ算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-II)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。

混合改进蚁群算法的函数优化

针对蚁群算法进化速度慢、容易出现停滞现象的不足,探讨了一种基于自适应信息素挥发因子的改进蚁群算法.针对蚁群算法容易陷入局部最优的缺点,提出了一种基于决策变量高斯变异的改进蚁群算法.针对蚁群算法速度慢的不足,探讨了一种基于决策变量边界自调整的改进蚁群算法.将上述3种改进相融合,提出了一种基于自适应信息素挥发因子、决策变量高斯变异和决策变量边界自调整3种改进策略的混合改进蚁群算法.将其应用于函数优化中,仿真结果表明,混合改进蚁群算法在收敛速度和收敛率方面都有很大改进,具有更好的寻优性能.

基于新拟牛顿方程的一类改进BFGS算法

针对无约束最优化问题 ,在已建立的一类新拟牛顿方程 Bk+ 1sk=yk =yk+ γks Tksksk的基础上 ,证明了满足新拟牛顿方程的一类改进 BFGS算法在修正矩阵 Bk 中参数 tk 满足 | 1 - tk|≤t′‖ sk‖ ( t′为任一常数 ) ,且目标函数一致凸的条件下 ,具有全局收敛性 .基于新方程的改进 BFGS算法产生的修正矩阵比传统拟牛顿方程产生的修正矩阵更接近于

基于CCEA和改进郭涛算法的函数优化问题求解

在合作式协同演化(CCEA)的基础上,引入了使用高斯变异算子的郭涛算法,设计了一种求解函数优化问题的高效混合演化算法。通过求解复杂高维的函数优化问题的多个实例,并将该算法和CCEA与基本郭涛算法结合的方法——CCGT进行了对比。实验结果表明,新算法是高效的,其结果优于现存文献中的其它模型,但不及CCGT优秀。证明在该算法中引入的高斯变异算子的作用不大。

混合收敛因子与高斯混沌映射的麻雀搜索算法

针对原始麻雀搜索算法在ECE2020系列测试函数上表现的不足之处,本文引入高斯混沌映射与收敛因子α的方法,提出改进的麻雀搜索算法,以优化原算法初始化种群位置机制与更新麻雀位置时的缺陷,对麻雀算法的收敛精度与速度进行改善。实验结果表明,改进后的麻雀算法具有较好的性能。

基于高斯扰动和指数递减策略的改进蝙蝠算法

针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题,提出基于高斯扰动和指数递减策略的改进蝙蝠算法(GDEDBA)。将指数递减策略引入速度更新公式,使算法迅速进入局部寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习,防止陷入局部最优,增加种群多样性;设计扰动控制因子来控制高斯扰动的扰动范围,增强算法的稳定性。15个测试函数的仿真结果表明,改进算法的寻优性能显著提高,收敛速度更快,求解精度更高,稳定性更强。

基于群智能算法的土壤水分特征曲线模型参数优化

土壤水分特征曲线Van-Genuchten模型(以下简称VG模型),因其拟合精度高、适应性广被广泛应用,但VG模型的参数多(θ,θr,θs,h,α,n,m),其参数拟合属于非线性问题。为提高参数拟合的精度,引入高斯混沌变异理论将蜣螂优化算法(DBO)进行改进,使用Circle混沌序列增加种群多样性,提高初始解质量,形成CDBO优化算法。将DBO,CDBO算法分别应用于VG模型参数优化并计算模拟含水量,使用MATLAB R2021a仿真软件和SPSS26软件进行仿真模拟以及数据分析。结果表明使用CDBO优化后的VG模型含水量模拟值与实测值的误差范围在(0,0.8),而DBO在(0,3.0);最后结合HYDRUS-2D软件进行土壤水分运移模拟,采用SPSS26软件对模拟结果进行曲线估算分析,优化前后均方根误差值(RMSE)分别是0.051、0.039,决定系数(R^(2))分别是0.733,0.859。结果表明CDBO算法优化后的VG模型在含水量模拟及土壤水分特征描述中有更高的精确度和更强的适用性。

改进PSB拟牛顿算法与最速下降算法的联合算法

对于新建立的基于新拟牛顿方程的改进PSB算法同最速下降算法结合起来的联合无约束优化算法进行分析,并证明了联合算法在迭代过程中自动转向改进的PSB算法以及联合算法的全局收敛和局部超线性收敛。

基于改进差分进化算法的配电网无功优化

采用改进差分进化算法(Improved Differential Evolution Algorithm,IDEA)求解配电网无功优化问题。该算法引入基于反学习的种群初始化方法,使算法得到的初始种群具有多样性,能够充分提取搜索空间的信息;引入高斯扰动机制到交叉操作中,提高了在维尺度上的种群多样性;在进化过程中融入人工蜂群搜索思想,引入蜂群加速进化与侦查操作策略,使算法能快速跳出局部最优,避免了早熟问题。建立了配电网无功优化数学模型,并采用IDE算法对IEEE30节点系统求解该模型,并与基本DE算法进行对比,仿真结果证明了所提IDE算法具有更佳的性能,能够有效的求解配电网无功优化的问题。

基于多策略融合算法的无刷直流电机控制研究

为了解决复杂情况下模糊规则难以制定的问题,在沙猫群算法基础上,融合高斯随机游走策略、麻雀算法的警戒机制及混沌映射对算法进行优化,测试表明多策略融合算法优于对比算法;对模糊规则进行十进制编码,实现算法迭代寻优;将优化方法用于无刷直流电机调速系统并进行仿真实验。结果表明,优化模糊规则后的模糊PID控制具有更好的控制性能,验证了所提模糊规则寻优方法的有效性。

阻尼型高斯-牛顿法及其在高频电磁波测井反演中的应用

提出一种改进的阻尼型高斯 牛顿优化算法 ,通过引入阻尼矩阵 ,对反演参数依其相对修改量不同而给以不同的阻尼作用 。

一种改进的BFGS算法及其全局收敛性分析

针对无约束最优化问题,提出了一个基于新拟牛顿方程Bk+1sk=yk*的新改进BFGS算法,并在目标函数一致凸的假设条件下证明了该算法的全局收敛性。

基于改进Gauss伪谱法的探月返回器跳跃式再入轨迹优化设计

基于改进的Gauss伪谱法,研究了探月返回器跳跃式再入轨迹优化设计问题。首先给出了探月返回器再入轨迹优化问题的三维模型。然后针对探月返回器配平攻角飞行的特点,考虑到实际倾侧角反转机动不可能瞬时完成,对单一控制变量倾侧角的变化范围进行合理限制,并以总吸热量为性能指标,设计了满足过载和驻点热流约束的小升力体大航程跳跃式再入轨迹。最后基于该优化算法,将返回器在各相同初始条件下发生跳跃和不发生跳跃时的最大航程进行比较,并求解得到在不同升阻比和存在不同程度大气密度偏差时不发生跳跃的再入轨迹最大航程和过载峰值,以分析跳跃式轨迹在扩大小升力体再入航程方面的优势。

无约束优化的一个全局收敛算法及其收敛速度

对最速下降法与拟牛顿法的结合算法进行了改进 ,证明了改进算法的全局收敛性 ,而且给出了局部超线性收敛性 .初步的数值计算结果也表明了改进的算法比原算法有更好的收敛效果 .

基于矩阵填充与改进PSO算法的多标准协同过滤

在多标准协同过滤中,存在稀疏性处理方法单一以及传统粒子群优化(PSO)算法早熟、易陷入局部最优等问题。为此,基于矩阵填充及改进PSO算法,提出一种多标准协同过滤模型。采用矩阵填充方法对稀疏数据的缺失部分进行估算,以避免降维方法对原始数据信息造成损失,同时结合高斯算子快速收敛的优势以及遗传算子对生物进化模拟的有效性对PSO算法进行改进,聚合多标准评分生成TopN推荐列表。实验结果表明,与基于标准PSO算法以及基于遗传算子改进PSO算法的模型相比,该模型的评分预测准确度较优,能为个性化推荐提供有效的支持。

三维传感器极大似然配准算法

基于测量噪声的影响,提出一种精确极大似然法(EML)。配准估计是通过求最大似然函数获得的。说明了EML准则包含两类部分可分变量(实际目标位置和传感器配准误差),提供了两步递归优化算法,并通过计算机仿真证明了极大似然算法用于多传感器配准处理的估计精度高,适用的范围广,解决了最小二乘配准算法中存在的局限性;当多个传感器相距较远时,该算法明显优于传统的最小二乘配准算法。