无源电力滤波器参数的混沌模拟退火优化设计

提出引入混沌模拟退火策略来进行无源电力滤波器的多目标参数优化设计。分析了无源电力滤波器参数设计的一般原则,综合滤波器投资、无功补偿功率、滤波后谐波含量给出了多目标优化函数,采用比例-加权原则进行多目标的协调,构造出综合性能目标函数;利用混沌的随机性和遍历性,同时结合模拟退火的方向性与选择性,提出了Logistic混沌映射与模拟退火策略相结合的参数优化设计方法,进一步详细分析了该算法的基本原理,归纳出具体可行的计算与操作步骤;开发出了实用程序,介绍了应用实例,并将不同优化方法进行了对比,结果验证了该方法设计出的无源电力滤波器具有良好的综合性能。

非线性马斯京根模型参数优化的混沌模拟退火法

提出了用混沌模拟退火法估计非线性马斯京根模型参数的优化算法。该算法将混沌优化的粗搜索、细搜索的两阶段搜索规则与模拟退火的启发式规则相结合进行参数的优化估计,既保证了解的全局最优性,又保证了最优解的精度。通过实例计算,并与文献方法计算的结果对比分析,表明该方法具有适应性强、求解精度高的特点。

混沌模拟退火法在下行链路功控中的应用

以混沌模拟退火法为基础 ,提出一种基于分形结构的全局最优化算法 ,并将其应用于解决同步码分多址 ( CDMA)移动通信系统的下行链路功率控制问题中 ,有效地避免了落入局部极小值的情况 .通过将下行链路功率控制归结为形式简单的组合优化问题 ,并适当分析能量函数的连续性与可导性 ,以及求导过程的特殊性 ,说明了利用混沌模拟退火法解决此问题的可行性 .模拟结果表明 ,该方法比一般的载波干扰比功率控制方法性能更优 。

混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。

基于混沌模拟退火法的非线性马斯京根模型参数率定方法

本文在分析一些已有的马斯京根模型参数率定方法不足之处的基础上,提出了一种基于混沌模拟退火法的非线性马斯京根模型率定的新方法,同其它方法相比,该法具有求解精度高、计算速度快以及适应性强的特点。最后,通过具体仿真计算,验证了该方法的正确性,从而为非线性马斯京根模型参数估计提出了一种十分有效的方法。

混沌模拟退火最短路由算法的事后处理技术

基于混沌模拟退火神经网络的最短路径路由算法,虽然能有效地克服Hopfield神经网络易陷入局部最小值的缺点,但对节点数较多的网络,仍有缺陷。引进了一种事后修正机制,即在结果修正时,结合具体问题,充分考虑解的合法性,根据神经网络的输出矩阵,依次找到该行的最大值,确定与该节点相连的下一个最短路径节点。仿真结果显示既使网络节点数较多,这一算法仍运行良好且能以较大的概率找到全局最优解。

混沌模拟树木生长算法在无功优化中的应用

针对模拟树木生长算法在求解大规模电力系统无功优化问题中存在的收敛稳定性差、难以找到全局最优解的缺点,提出了新的无功优化算法——混沌模拟树木生长算法(CTGSA)。该方法利用混沌优化所具有的对初值敏感性和遍历性的特点,在模拟树木生长寻优过程中引入混沌移民操作来改善生长点集中可行解的质量、增加可行解的多样性,从而提高算法的收敛稳定性和寻优精度。将该算法应用于IEEE 30节点系统,结果表明该算法具有较强的全局优化能力和收敛稳定性。

计算机通信网最优流量分配的新算法──混沌模拟退火优化方法

本文将一种新的混合优化算法──混沌模拟退火优化方法应用于求解计算机通信网的最小网络迟延和流量分配问题。该方法充分利用了混饨优化方法和模拟退火优化方法的优点，具有遍历性、随机性以及全局、快速收敛的特点，避免了常规优化方法的局限性。实例计算结果表明，利用该方法进行计算机通信网的最小网络迟延和流量分配问题的优化计算，缩短了计算时间，增强了算法的鲁棒性，取得了满意的效果。

基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。

混沌-模拟退火算法在确定河流水质参数中的应用

将以混沌变量作为新状态产生器的模拟退火法应用于求解分析河流水团示踪试验数据,确定河流水质参数的函数优化问题。针对标准SA算法收敛速度缓慢的弱点,采取在内循环中增加记忆功能等改进措施,得到了满意的参数优化计算结果。

自适应混合混沌神经网络及其在TSP中的应用

为了进一步提高混沌神经网络的收敛效果,将T.Kwok和K.A.Smith所总结的内、外两类混沌神经网络相结合,并加入自适应方法,提出了自适应混合混沌神经网络。这种网络可以同时通过线性和非线性两种途径来改变网络能量函数进行搜索,这使得搜索过程具有更为丰富的动力学行为。同时由于自适应方法的引入,保证能量函数的变化在整个搜索过程中对动态方程有较强的作用,从而减少了网络收敛时的迭代步数。仿真研究表明,在求解TSP上,其效果优于随机混沌模拟退火网络。

SDN子网进化博弈研究

基于replicator dynamics(RD)模型的构建思想,提出了SDN(supply and demand network with mul-tifunction and opening characteristics for enterprise)子网的进化博弈模型,进而构造出了合作博弈策略混沌演化的数学模型。在RD模型的局部稳定点分析基础上,利用该数学模型生成了合作博弈的混沌演化模拟图,通过博弈的混沌演化模拟,从混沌演化的角度深入探讨了ESS的动态形成过程,佐证了SDN子网的混沌演化规律,验证了不同博弈阶段的子网结构也同样经历混沌的演化过程。这有助于预测SDN及其子网中群体行为的变化趋势,同时对进化博弈理论的动态研究也有一定的参考价值。

红外人体图像模糊Renyi熵快速分割

针对红外人体图像目标与背景对比度低、边缘模糊、细节分辨能力差等特点,以及通常情况下的实时性处理要求,提出了一种新的有效分割方法。基于Renyi熵原理,构造了一种广义模糊熵——模糊Renyi熵;为了较快地获得分割阈值,基于混沌理论设计了一种混沌模拟退火算法,用于最佳分割阈值的搜索;把提出的模糊熵与混沌模拟退火算法相结合用于红外人体图像分割,并与几种著名的图像阈值分割方法进行了比较。实验结果表明,用该方法对红外人体图像进行分割,能得到较满意的分割结果,与其他方法相比,鲁棒性较好;对具有256级灰度的图像进行分割,其CPU耗时约为0.8s,满足了红外人体图像分割的精确、实时性要求。

考虑大型活动影响下的路网改造优化模型及算法

由于城市交通需求在日常和大型活动期间有较大差异,建立考虑大型活动影响下的路网改造一主多从双层规划优化模型,上层规划以城市路网改造成本和改造后路段饱和度最小为目标确定路段改造能力,下层规划分别考虑日常和大型活动两种交通需求下的用户均衡模型,并设计了基于混沌的模拟退火求解算法.算例分析中,路网改造前的饱和路段比率分别为8.3%和41.7%;同时考虑日常和大型活动两种交通需求改造后,饱和路段比率分别为0和8.3%;单独考虑日常交通需求改造后,饱和路段比率分别为8.3%和33.3%.这表明同时考虑两种需求改造后的路网能更有效地缓解交通拥堵.

家居系统智能控制的研究

针对家居系统的大滞后、时变及变量间耦合性强等特点,创建精确的系统数学模型非常困难,提出用PLC作控制器,组网以有线为主,无线作为补充,引入基于混沌模拟退火粒子群算法优化分数阶PID算法,实现家居智能控制。仿真结果表明,该系统通过根据实时环境变化动态地开启窗户通风、窗帘调光及空调调节温度等,使家居温湿度保持稳定,室内环境保持舒适,而且系统调节速度快精度高,操作界面简单容易,在线修改方便。

电容层析成像系统传感器场域剖分及参数优化

分析电容层析成像系统的组成结构和电容传感器的数学模型,采用有限元法对传感器的敏感场进行仿真,并根据敏感场的分布特点,提出一种将三角形剖分与四边形剖分相结合的方法,完成了敏感场的剖分以及数值计算。在综合考虑敏感场分布的均匀性、传感器的灵敏程度以及测量电路的量程范围要求等性能指标的条件下,确定了传感器的优化设计函数。采用正交设计法对传感器的结构参数进行优化试验,应用RBF神经网络对正交设计的试验结果进行回归分析,并基于改进后的粒子群算法进行寻优,采用优化后的结构参数完成了对电容传感器的优化设计。由实验结果的对比分析可知,正交试验设计的传感器重建图像的精度高于基准传感器的重建精度,而采用RBF神经网络与混沌模拟退火粒子群算法优化的传感器成像效果优于正交试验设计的结果,为获得灵敏度高且可靠性强的电容传感器提供了一种新的优化途径。

计及碳减排的电动汽车充换储一体站与主动配电网协调规划

提出一种计及碳减排的电动汽车充换储一体站(一体站)与主动配电网(ADN)协调规划模型。根据设备资产归属权划分ADN碳排放责任,并提出ADN碳减排机理。基于一体站结构、服务和运行特点,构建运行和配置模型。提出计及碳减排的ADN规划方法:提出ADN网架规划方法和分布式电源(DG)配置方法,结合ADN设备的能量损耗和出力,构建ADN碳净增量模型及其碳交易机制,实现对计及碳减排的ADN运行模型的描述。计及碳交易费用,以规划年综合成本为目标建立一体站和ADN协调规划模型,提出混沌模拟退火狮群算法进行求解。算例结果表明,考虑碳减排的ADN规划的购电成本、规划年综合成本、节约年环境碳排量、阶梯单位碳价分别约为不考虑碳减排ADN规划的10%、35%、460%和4倍,从而验证了所提模型与方法的可行性和有效性。

计及充换放储一体化电站的主动配电网故障恢复

建立了电动汽车区间负荷模型和充换放储一体化电站(简称一体站)区间负荷紧急支撑模型,提出一体站区间负荷紧急支撑策略及其孤岛区间负荷供电范围划分策略。基于区间理论分析,以系统孤岛负荷、开关动作次数和网损分别作为不同层的优化目标,建立主动配电网故障恢复多层优化区间模型。提出混沌模拟退火帝国竞争算法对故障恢复区间模型进行优化,并提出基于仿射数的区间Dist-Flow法用于潮流计算。算例结果表明所提方法快速、有效。

粒子群优化神经网络PID控制在湿法烟气脱硫中的应用

石灰石-石膏湿法烟气脱硫浆液pH值系统存在严重的非线性、滞后性及不确定性。基于混沌模拟粒子群优化算法(SAPSO)的神经网络PID控制器,优化神经网络结构和连接权值,以一定概率接受劣势解,保证算法从局部极值区域跳出,通过参数自适应调整提高全局搜索能力,达到全局最优目的。

基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模

针对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(Adaptive weighted least squares support vector machine,AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的正态分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用混沌差分进化—模拟退火(Chaos differential evolution simulated annealing,CDE-SA)算法对模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于最小二乘支持向量机(Least squares support vector machine,LS-SVM)和加权最小二乘支持向量机(Weighted least squares support vector machine,WLS-SVM)。利用Pensim仿真平台的数据,将AWLS-SVM方法用于青霉素发酵过程软测量建模,获得了较好的效果。