基于改进混沌算法的供热机组热电负荷优化分配系统

热电负荷拟合效果不佳会导致供热机组实际耗能量大幅增加,为此,该文设计基于改进混沌算法的供热机组热电负荷优化分配系统。按照主供热单元连接形式,实现热电负荷循环模式规划,确定热电负荷优化布置标准。根据混沌指数计算结果,求解改进罚函数,完成对混沌算法的改进,构建供热机组热电负荷分配的数学模型,并设计负荷分配模型的约束条件,完成供热机组热电负荷优化分配系统设计。实验结果表明,热电负荷参量与标准拟合曲线之间的误差不会超过30%,可以解决因热电负荷拟合效果不佳导致的供热机组实际耗能量增加的问题。

基于改进混沌布谷鸟算法的风电场多机等值参数辨识方法

针对风电场的参数准确辨识问题,提出了一种基于改进混沌布谷鸟算法的风电场多机等值参数辨识方法。首先,阐述了风电场的系统结构与多机等值建模思路,设计了混沌布谷鸟算法的改进方案。然后,通过综合使用解析法与辨识法,建立了基于改进混沌布谷鸟算法的风电场多机等值参数依次辨识流程。最后,利用Matlab平台搭建了风电场多机等值仿真模型,比较了所提依次辨识方法与同时辨识方法在风电场参数辨识中的效果,分析了改进混沌布谷鸟算法与传统粒子群算法、布谷鸟算法的性能差异。结果表明:所提方法将风机参数辨识平均误差由11.07%降低至2.41%,提高了风电场动态特性拟合度,验证了其用于风电场多机等值参数辨识的有效性。

基于反吸引速度更新机制的改进蜉蝣算法

针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新机制指导蜉蝣速度更新,平衡算法的全局搜索和局部寻优能力,进而提升算法的收敛性能;对全局最优蜉蝣进行逐维的重心反向学习变异,降低各维度间的干扰,帮助算法跳出局部最优并加速收敛。基于12个标准测试函数和部分CEC2017测试函数进行对比仿真实验,结果表明:MMOA较灰狼优化(GWO)算法、MA等算法在收敛速度、寻优精度和稳定性等方面都具有明显优势。

基于改进混沌粒子群的PEMFC模型参数辨识

基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型,提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能,然后针对两种参数不同的电堆进行了输出特性模型参数辨识。结果表明,相较于遗传算法(GA)、粒子群优化(PSO)算法、受约束粒子群优化(B-PSO)算法、具有收缩系数的粒子群优化(PSO-χ)算法、引力粒子群优化(GSAPSO)算法以及差分进化算法(DE),CPSO算法辨识精度最高且收敛速度最快。静态工况下电堆1的均方根误差为0.213,平均相对误差为2.339%;电堆2的均方根误差为0.481,平均相对误差为1.243%,充分说明CPSO算法在PEMFC输出特性模型参数辨识方面的优越性。

基于改进CGWO-SVM算法的建筑能耗预测模型研究

建筑能耗预测能够反映建筑内部各分项能源消耗系统是否存在降耗空间,从而为节能减排工作提供指导。为了提高建筑能耗预测精度,提出了一种基于改进混沌灰狼优化-支持向量机(CGWO-SVM)算法的建筑能耗预测模型。针对传统灰狼优化(GWO)算法过早收敛和易于陷入局部最优解的问题,采用Tent混沌序列初始化种群、控制参数随机动态调整策略来平衡搜索能力。通过Cauchy变异操作降低算法陷入局部最优的概率,提出了改进CGWO。通过仿真测试,证明了CGWO算法在求解精度和稳定性方面优于GWO算法。利用该算法优化支持向量机(SVM),建立CGWO-SVM建筑能耗预测模型。采用实际建筑能耗数据进行测试。测试结果表明,CGWO-SVM算法的预测性能优于其他模型。CGWO-SVM算法可用于建筑能耗预测工作,具有较强的实际应用价值。

基于改进金豺算法的无人机三维航迹规划

针对传统金豺优化算法(GJO)在求解无人机航迹规划时存在的稳定性差、寻优能力不足等问题,提出一种改进金豺优化算法(IGJO)。首先使用改进Tent混沌映射初始化种群;然后结合北方苍鹰优化算法思想,开发一种新型探索阶段位置更新方式;其次,采用动态能量因子策略来转换能量递减方式;最后,提出一种用于平衡探索和开发的阈值双重自适应t分布扰动变异策略,完成对GJO算法的改进。另外,建立一个无人机三维航迹规划模型,并利用IGJO算法求解以航程代价、高度代价等为目标函数的无人机三维航迹规划问题。结果表明,IGJO算法可适用于不同的复杂地形环境,且规划的航迹具有最优的成本代价。

双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用

混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。

Ahut-Delta并联机构改进混沌粒子群算法尺度综合

针对Ahut-Delta并联机构,提出了一种基于改进混沌粒子群算法的尺度综合方法。首先提出一种改进混沌粒子群算法,即采用混沌立方映射初始化种群,并根据迭代状态指数性调整惯性权重因子,同时进行早熟判断和混沌扰动,迭代获得最优粒子。其次将Ahut-Delta并联机构优化参数转变为粒子维度决策变量,雅可比矩阵的全域均值条件数和全域波动量构建的全域综合性能评价指标在其几何条件约束、传动角约束条件下转换为改进混沌粒子群算法的适应度函数。最终通过改进混沌粒子群算法优化搜索,优化出适应度函数值最小的最优粒子,从而获得Ahut-Delta并联机构在全域运动性能最佳的尺度参数。仿真分析结果表明,所提尺度综合方法具有正确性和有效性。

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。

一种改进混沌神经网络及其在组合优化问题中的应用

在传统的混沌神经网络模型基础上,提出了一种改进的混沌神经网络(ICNN) .通过引入时变的输出函数增益和修正自反馈系数的表达式,使该模型可有效地控制Sigmoid输出函数图形的陡度和模型演化中混沌动态的收敛过程,从而拥有更丰富的神经动力学特性与初值鲁棒性.该模型可有效地解决一系列组合优化问题(COP) ,解决了10个与4

基于改进的Liu混沌系统序列的图像加密算法

为了提高混沌序列的复杂性和伪随机性,首先,对Liu混沌系统生成的混沌序列进行了改进,使改进后的序列具有理想的伪随机特性;然后,利用改进的Liu系统混沌序列对图像进行加密,提出了置乱与替代相结合的加密算法。实验表明该算法具有较强的抵御穷举攻击、统计攻击、已知明文攻击能力,因此,算法具有较高的安全性。

基于改进混沌粒子群算法的光伏阵列建模方法研究

准确地建立光伏阵列模型对光伏电站性能分析具有十分重要的意义。由于传统光伏阵列建模方法具有模型参数计算困难、计算结果精度低、对铭牌参数依赖性高等不足,导致传统光伏阵列模型具有适应性差等。文章从实测数据出发,提出了一种基于改进混沌粒子群算法的光伏阵列建模方法。模拟结果表明,相比于传统的建模方法,基于改进混沌粒子群算法的光伏阵列模型模拟结果的精度较高,更符合光伏阵列的实际输出特性,且不依赖于出厂参数,因此,适应性较好,并具有操作简单、易于实现的优点。

基于改进混沌系统的微弱信号检测方法

混沌系统具有对噪声和与系统内置信号频差较大信号免疫,而对与系统内置信号频差较小信号敏感的特点,据此可检测强宽带噪声背景下的微弱信号。但在实际仿真过程中发现,当系统处于混沌临界状态时,输入纯噪声也可能引起系统的相变,且当输入的信号与系统内置信号频率相同而初相位不同时,可能不能引起系统的相变。这些情况的出现降低了微弱信号检测的正确率。本文主要针对该问题提出解决方法,将混沌系统内置信号的幅度取为小于混沌临界阈值,可避免纯噪声引起系统的相变,将混沌系统扩展为4种形式后,可检测不同初相位的输入信号。仿真结果证实该改进方法的有效性。

融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法

针对基本海鸥算法存在的缺陷,提出一种融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法(ISOA).首先,采用改进Logistics混沌映射初始化种群,使海鸥更加均匀地分布于初始解空间;其次,在海鸥位置更新方式中引入正弦余弦算子来协调算法的局部搜索和全局搜索,同时加入改进的参数A加快算法收敛速度;然后,引入自适应t分布变异策略,在最优解位置进行扰动变异产生新解,增强算法跳出局部最优的能力;最后,基于8个标准测试函数与3种基本算法进行对比仿真实验,结果表明ISOA与其余3种算法相比,有较强的跳出局部最优能力,收敛速度更快,精度更高.

基于改进混沌理论和ACPSO-LSSVR的短期负荷预测

针对现有混沌理论中嵌入维数和延迟时间的选取难以达到最优,局域预测时邻近预测点的选取不够准确,提出了改进的混沌理论:采用改进的C-C法找到嵌入维数和延迟时间;邻近预测点的选取根据参考相点的演化趋势进行判断。针对最小二乘支持向量回归机LSSVR参数难以确定,提出ACPSOLSSVR:自适应混沌粒子群ACPSO一方面能根据群体早熟收敛程度和个体自适应值来调整惯性权重,另一方面能根据混沌变量的随机性和遍历性进行粒子的初始化,加快优化过程,防止局部极小。采用ACPSO来优化LSSVR的待选参数,提高负荷预测的精度。实例分析验证了该方法的可行性和实用性。

基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。

改进型分段线性混沌序列用作DS-CDMA系统直扩码的分析

本文提出用改进型分段线性混沌映射来产生DS -CDMA系统的直扩码 ;分析了这类直扩码的特性以及两种量化函数对其特性的影响 ;计算机仿真结果表明 ,在适当的初值条件下这类序列具有周期长、平衡性好、自相关函数较尖锐、互关值较小以及线性复杂度高等特性 ,适合用作DS CDMA系统直扩码 .

基于改进混沌粒子群算法的火电厂经济负荷分配

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中的约束条件,以40台机组经济负荷分配为例进行仿真计算.结果表明:与传统混沌粒子群算法相比,改进混沌粒子群算法优化后的煤耗成本最佳值约降低0.78%;通过与其他智能优化算法的对比,验证了所提出的改进算法具有更好的优化效果和鲁棒性.

状态观测器法实现改进的超混沌Lü系统同步

针对改进的超混沌Lü系统,采用状态观测器同步方法,通过设计合适的状态观测器,实现了对改进的超混沌Lü系统的同步控制.并设计出简单的同步实现电路.实验结果与理论分析及数值模拟结果相符合,证明了该同步方法的有效性.

改进混沌方程及其多混沌新型图像加密方法

针对传统混沌系统Lyapunov指数低和混沌性差、图像加解密性能不够高的问题,提出了一种改进Feigenbaum混沌方程,与Logistic和sine混沌方程共同构建了一个多混沌新型图像加密系统,并在加密过程中使用多级像素扩散较好地打破了图像像素的关联性,有效提高了图像加密系统的安全性。加解密综合分析与仿真实验表明,在8位灰度图像中该加密方法的信息熵值最高能够达到7.9993,加密后的相关性值最低可达10-3,且能抗多种攻击。