基于混合鲸鱼退火算法和稀疏正则化的结构损伤识别

实际应用中,鲸鱼优化算法存在精度不高、收敛速度慢等劣势,提出了一种基于非线性收敛因子、自适应权重和模拟退火策略的混合鲸鱼退火算法,平衡了算法的收敛速度和寻优能力,从而增强算法性能。构建了基于结构模态参数的识别因子,并引入稀疏约束,通过不同损伤工况下ASCE Benchmark结构模型的损伤识别数值模拟说明改进方法的有效性。结果表明:增加稀疏约束后,误判单元减少,有利于结构损伤识别,其中L_(0.5)稀疏约束对识别精度的提升最为显著;混合鲸鱼退火算法能有效识别损伤位置及程度,其收敛精度和寻优性能有了明显提升,且在噪声环境下性能稳定,具有一定的抗噪鲁棒性。该方法可进一步应用于实际工程的损伤识别。

基于改进鲸鱼算法的混合直流输电系统控制参数优化方法

混合直流输电系统结合了传统电网换相换流器和电压源换流器的优点,具有广泛的应用前景。为解决混合直流输电系统控制参数优化问题,引入一种新型的元启发式算法——鲸鱼算法。针对算法全局搜索能力较差的问题,引入混合优化理论,利用模拟退火和联赛选择机制对其进行了改进,改进算法有效平衡了全局搜索与局部开发能力,降低了对参数选择的依赖性。以双极型两端混合直流输电测试系统为研究对象,采用改进鲸鱼算法优化整流侧定电流控制中的比例积分(proportional integra,PI)参数和逆变侧dq轴双环控制器的PI参数,并通过MATLAB和PSCAD软件联合仿真实现该算法。算例结果表明,相比于原始鲸鱼算法和粒子群算法,所提算法具有更高收敛精度,有效优化了控制系统的参数,提升了混合直流输电系统的指令跟踪能力。