基于模糊Tsallis熵和混沌蛙跳算法的快速红外目标分割

针对红外图像的模糊性和非广延性,提出一种基于模糊Tsallis熵的快速阈值分割方法。先用模糊隶属度函数把图像灰度直方图转换到模糊域,分别定义图像背景与目标的模糊Tsallis熵,并根据不可加熵的伪叠加原理求出图像总熵。在参数寻优过程中,提出一种基于Logistic映射的混沌蛙跳优化算法,根据最大熵原理对模糊隶属度函数进行参数优化,进而得到图像的最佳分割阈值。与典型的阈值法进行对比试验,结果证实了该方法的有效性和鲁棒性。

含分布式能源的主动配电网状态估计

针对目前现有的含分布式能源(DG)的主动配电网状态估计在精度上存在的不足现象,提出一种适用于求解状态估计模型的混沌策略蛙跳萤火虫算法(LSLFA),并建立含DG的主动配电网状态估计模型,验证该改进算法在求解精度上的提高。该算法基于萤火虫算法(FA),通过引入蛙跳族群划分策略增加了初始种群的多样性,在迭代后期使用Logistic混沌策略,提升FA算法的全局搜索能力,防止较早收敛。以IEEE30节点配电系统作为对象进行仿真验证,引入均方根误差和平均绝对误差来对比估计精度,结果表明:使用LSLFA算法估计节点负荷值和DG能源输出值的精度相比遗传算法更高,为主动配电网研究人员提供了一种新的状态估计方法。