基于残余力向量法和树种算法的结构损伤识别二步法

基于二步法对结构进行了损伤识别。首先,通过改进残余力向量定位方法对结构单元进行排查、找出疑似单元;然后基于频域参数建立目标函数,并利用元启发式树种算法(Tree-seed algorithm)对于结构损伤进行反演。为了改善算法的优化能力,引入了两种局部搜索模式,并采用具有自适应性的判断参数来判定使用何种模式进行局部开发。最后,采用梁和悬臂板作为算例进行损伤识别,并得到了识别结果。结果表明:在仅知道有限频域参数的情况下,提出的算法能够有效地识别损伤参数,优于其他进化算法并且对测量噪声不敏感。

基于嵌入分数维的树种算法的结构质量刚度识别

采用改进的树种算法对结构进行质量和刚度的识别。基于加速度响应参数建立起目标函数,再利用融入分数维机制的树种算法(TSA)对于结构损伤进行反演。树种算法是一种新型的元启发式算法,具有结构简单,便于执行的特点。为了进一步改善算法的优化能力,引入一个全新的搜索阶段‘树的搜索’,在该阶段中引入分数维模型来改进算法后期的收敛能力,进入树种阶段,通过两种新的搜索模式来平衡此阶段的局部搜索和全局搜索能力。采用桁架结构作为数值算例进而得到识别结果。最终表明,在仅知道有限的时域参数,该算法能够有效地识别损伤参数,优于其他进化算法并且对测量噪声不敏感。

基于改进树种算法的彩色图像多阈值分割

彩色图像多阈值分割在许多应用领域中都发挥着非常重要的作用,传统的多阈值分割算法存在随着阈值个数的增加分割时间急剧增长的问题。为了解决此问题,提出了一种基于改进树种算法(ITSA)的彩色图像多阈值分割方法,以最大类间方差(OTSU)为目标函数。为了提高基本树种算法的搜索速度和搜索精度,提出自适应搜索趋势常数来平衡树种算法的局部搜索和全局搜索能力,并利用五幅标准测试图像对算法的性能进行测试,将ITSA算法与树种算法(TSA)、粒子群优化算法(PSO)和差分进化(DE)算法的性能进行比较,实验结果表明,针对多阈值彩色图像分割问题,ITSA算法的性能优于TSA,PSO和DE算法,基于OTSU和ITSA的彩色图像多阈值分割算法是一种性能较好的算法。

基于改进树种算法的模糊聚类图像分割

元启发式人工智能优化算法应用于模糊聚类图像分割一直是研究热点.树种算法(TSA)是一种比较有效的智能优化算法,但标准TSA中的固定判断参数ST影响算法的收敛速度.为此,提出了随迭代次数逐渐增大的变量,并且将步长因子构造相应的非线性递减函数,使得迭代初期侧重于树种的全局搜索而后期侧重于局部搜索,提高TSA算法收敛的精度和速度.将改进TSA算法用于模糊C均值聚类算法(FCM)聚类中心生成的过程得到基于改进树种算法的模糊聚类(ITSA_FCM),这一举措能有效地避免FCM陷入局部最优.改进的算法具备优异的聚类效果和较快的运行速度.

去蜂窝大规模MIMO系统中基于树种二进制差分进化的接入点选择算法

在去蜂窝大规模多输入多输出(Cell-Free Massive MIMO)系统中,大量接入点(Access Point,AP)同时为多个用户服务的连接方式会导致较大的功率损耗和回程链路开销。为了给用户选出最佳服务AP集合,本文提出了一种基于树种二进制差分进化的AP选择算法。首先,提出基于二进制差分进化的AP选择算法,通过多个个体的进化实现高维数据搜索的全局优化。其次,针对传统二进制差分进化算法容易陷入局部最优的问题,进一步给出基于树种优化的双机制搜索策略,利用搜索趋势(search tendency,ST)实现全局搜索和局部搜索的最佳平衡。最后,通过定义交叉率(crossover rate,CR)自适应递减准则,加快算法收敛速度。仿真结果表明,与现有算法相比,所提出的算法可显著提高系统和速率。

求解0-1背包问题的改进树种优化算法

针对已有算法在求解0-1背包问题方面的不足,提出了一种改进的树种优化算法。基本树种优化算法中,算法容易早熟,难以搜索到全局最优解。改进算法中树木位置没有更新的迭代数超过某个阈值就会被重新初始化,树种会根据新的树木位置进行进一步搜索,提高了种群的多样性和算法的全局搜索能力。为了提高局部搜索能力,改进算法在计算适应度之前都引入贪婪策略来修复不可行解和对可行解局部优化。对4个测试案例进行仿真实验的数据表明,改进树种优化算法比其他4种算法具有更强的全局搜索能力,更高的稳定性和更快的收敛速度。

基于TSA-P&O混合算法的光伏多峰值MPPT控制

针对局部阴影遮挡等原因造成光伏阵列失配而引起的光伏功率输出多峰效应,以及最大功率点跟踪控制过程中易产生电压与功率波动的难题,提出了一种树种算法与扰动观察法相结合的改进多峰值最大功率点跟踪混合控制算法。首先,利用光伏P-U特性曲线单峰/多峰形态识别策略确保单峰条件下快速、低振荡地跟踪;其次,采用基于电压闭环的个体最优化输出控制策略降低电压与功率波动;最后,通过仿真和实验将提出的混合控制算法与粒子群优化、花授粉、遗传和差分进化4种算法进行综合性能对比。结果表明,所提的混合控制算法能够快速、准确、低振荡地跟踪到全局最大功率点,有效解决光伏阵列失配下光伏多峰值最大功率点跟踪控制难题。

开绕组永磁同步电机最小铜耗控制策略研究

开绕组永磁同步电机由两组逆变器驱动,具有大功率、大扭矩的特点,应用于电动汽车。由于能耗对电动汽车极其重要,因此对降低开绕组永磁同步电机铜耗进行了研究,提出基于该系统的变解耦角度调制策略。该策略以两组逆变器输出电压矢量之间的夹角(解耦角)为控制变量,利用树种优化算法根据电机不同负载状态选择最佳解耦角,以减少开绕组永磁同步电机铜耗。通过仿真验证,在轻载工况下,可减少25%的铜耗,证明了该策略的优越性,为控制电动汽车运行损耗提供了理论支撑。

树种LSTM的冷水机组预测优化模型研究

为提升中央空调冷水机组能源转化率,提出了用长短时记忆网络(LSTM)预测制冷机组能源转化率和改进的树种算法(iTSA)来优化运行参数。首先,将冷冻水的供回水温度、冷却水供回水温度、冷冻水流量、冷却水流量、供冷负荷作为输入,能源转换效率(COP)作为输出,建立基于长短时记忆网络的能效预测模型;其次,将预测结果作为参数优化的目标,通过iTSA算法对运行参数进行优化,推断达到离心式制冷机组能效最大的最优参数;最后,以某卷烟厂的离心式制冷机组为研究对象,对冷水机组的能效进行推断,并与已有方法进行对比分析。结果表明:该方法不仅建立了高精度的能效预测模型,而且对运行参数进行了合理的优化,能有效节省冷水机组的能源。

计及车网互动的热电联供微电网优化调度

为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立了考虑车网互动的CHP-MG模型,同时,考虑用户需求变化,设置了优先满足电负荷需求和优先满足热负荷需求2种模式;给出改进的树种优化算法,将种群划分为4部分,更有效的进行全局搜索;该算法还引入了枯萎过程和位置置换变异策略,以增加种群多样性、避免局部最优,从而提高收敛时间和寻优能力。以英格兰东北部地区为例进行了仿真验证,结果表明,改进后算法的寻优结果和收敛时间明显优于未改进的树种优化算法。

公共服务平台下虚拟联盟成员选择机制及联盟企业间协同制造问题研究

本文主要研究了公共服务平台下虚拟联盟成员选择和联盟企业间协同生产的联合优化问题。该问题主要涉及到虚拟联盟战略层面和运营层面两个层面,旨在实现虚拟联盟成员选择、订单分配和生产排序等三个阶段的协同优化。在分析单一联盟企业的生产排序最优化性质的基础上,本文给出了涉及到顾客订单分配和联盟成员选择的结构化性质。考虑到联合优化问题的复杂性,引入并拓展了用于求解连续优化问题的树种算法,开发了嵌入二维离散编码策略和离散种子生成规则的离散树种算法,给出了结合前述结构化性质的适应度计算方法,并开展了一系列仿真对比试验,实验结果表明所提算法相较于离散萤火虫算法和集合蛙跳算法等离散智能优化算法而言,在求解质量和鲁棒性上具有一定的优越性。本文的主要创新点在于提出了横跨战略层面和运营层面的虚拟联盟协同模型,开发了新颖的离散树种算法,能够为虚拟制造联盟的组建和运行提供一定的指导意义。