适应度二次选择的QPSO和SA协同搜索大规模离散优化算法

针对大规模离散工程优化问题,提出一种改进的离散量子粒子群优化算法(IDQPSO-SA)。首先,提出一种适应度的二次选择更新平均最优位置策略,使QPSO能够适用离散空间的优化问题。其次,引入二次切割与连接(DCJ)排序策略加速搜索进程。最后,在QPSO并行搜索基础上,引进模拟退火(SA)的概率突跳性,协同进行全局搜索。在大规模、高维离散工程优化问题上进行了测试,并同已有算法进行比较,结果表明,IDQPSO-SA进一步提高了面向大规模离散优化问题时的搜索效率,并有效提升了算法的性能。

基于改进粒子群算法的配网电容器优化配置

随着国民经济发展,配电网规模不断扩大。依照经验配置电容器的局限性日益显著,具体表现为电容器容量配置的不足或过剩,部分电容器需要时由于局部电压的限制而不能投入。将模拟退火粒子群算法用于解决配电网电容器优化配置问题,建立了相应的数学模型,目标函数为配电网有功网损费用、电容器的购置及安装总费用最小,该算法将电容器的安装位置及安装容量离散化,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目,来改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度。对一个33节点配电网的电容器优化配置结果表明了模拟退火粒子群算法的合理性和优越性。

基于SA-PSO的配电网电容器优化配置

应用模拟退火粒子群优化算法(simulated annealing particle swarm optimization,SA-PSO)求解配电网电容器优化配置问题,在同时考虑系统有功损耗费用和补偿电容器购买、安装和维护费用的基础上,建立了相应的数学模型。为了改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目。将其应用到一个IEEE33节点配电网的电容器优化配置中,结果表明,模拟退火粒子群优化算法具有合理性和可行性。

基于优化LSSVM算法的PM2.5浓度预测

针对最小二乘支持向量机(LSSVM)算法中选取的核函数和正规化参数回归精度较低,该文结合粒子群优化算法(PSO)来选取最优的核参数和正规化参数,以此提高LSSVM模型对PM_(2.5)质量浓度的预测精度。以2018年南宁市为例,选取空气主要污染物、气象因素和GNSS天顶对流层延迟(zenith tropospheric delay,ZTD)作为变量对同期的PM_(2.5)浓度进行预测,并采用平均影响值(Mean Impact Value,MIV)筛选主要影响变量,实验结果显示,变量筛选后的模型对未来48h的PM_(2.5)有较高预测精度,相对于LSSVM、PSO-LSSVM和BP神经网络具有更高的回归精度,表明该模型能够真实反映数据序列的内在规律,表现出了对短期预测具有较好的预测性能,具有较强的普适性。

基于路径计算方法的WSN时延优化研究

随着物联网(IoT)行业的快速发展,无线传感器网络(WSN)融合云计算技术面临着任务处理时延高、传感器节点能量有限的挑战。因此,提出了一种基于云雾网络架构的路径计算方法,利用雾计算层的网络边缘设备计算资源,将WSN监测任务合理地部署到指定边缘设备上完成处理,以减少能耗制约下的任务处理时延。为了将任务有效地分配到雾计算层,采用了一种任务映射规则,将有向无环图表示的监测任务映射到无向图表示的雾计算层网络;结合时延和能耗约束建立了一个关于寻求最优映射关系的二值优化问题;采用模拟退火-离散二值粒子群优化(SA-BPSO)算法实现了对该优化问题的求解。仿真结果显示,在数据量为10 Mb时,该方法的时延性能相比较WSN融合云计算技术提高了约40%。

基于SA-WPSO的遥感图像校正方法

提出一种基于SA-WPSO的遥感图像校正方法。该方法利用多项式模型对图像进行初步几何校正,得到多项式校正系数后,将模拟退火(SA)思想引入粒子群优化(PSO)算法,通过改进的SA-WPSO算法优化多项式校正系数,在此基础上实现图像的几何校正。实验结果证明,与二次多项式及三次多项式校正方法相比,该方法的校正精度更高、鲁棒性更好。

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.

大型复杂并联梯级泵站系统运行优化研究

大型梯级泵站系统由输变电、泵站(包括主机组、进出水流道、进出水池、辅助设备及照明等)、输水河道等部分组成。采用多层分解-离散方法计算研究了南水北调东线长江至洪泽湖段3级复杂并联梯级泵站系统运行优化。在满足水位、流量、泵装置扬程和开机台数等相关约束条件下,以系统泵站总输入功率最小为优化目标,综合考虑输水水力损失、蒸发损失与渗漏损失,建立优化模型,采用模拟退火粒子群优化算法求解了站内优化方案,通过4层分解-离散计算,求解了长江三江营水源水位2.19m、洪泽湖水位13.5m、入湖流量为450m3/s的情况下,首段梯级泵站系统的优化运行方案,方案包括梯级之间的扬程分配、并联输水线路流量分配、各泵站抽水流量、开机台数及机组运行工况。结果表明,因受江都站站上最高通航水位8.5m的限制,当第1梯级东、西支线交汇处南运西闸大汕子处水位7.7m,第1梯级东、西支线流量比为0.13∶0.87,第3梯级南、北支线入洪泽湖流量比为200∶250时,系统运行方案最优,较原设计方案减少运行功率6.83%。