基于混沌量子粒子群算法的含风电场电力系统实时调度

分析了大规模风电给电力系统实时调度所带来的若干问题,依据节能减排原则,以消纳风电最大化和火电机组一次能源消耗最小化为双重目标,建立了含大规模风电的实时调度模型。在量子粒子群算法基础上加入混沌初始化和混沌扰动,形成混沌量子粒子群优化算法。基于修改的IEEE-118节点系统进行仿真计算,结果表明:建立的模型能在最大程度消纳风电的前提下,最大限度地减少一次能源消耗,达到节能减排的目的;采用的算法计算速度快、收敛性能好,满足实时性的要求。

求解双层规划问题的层次混沌量子遗传算法

基于量子位的混沌特性和相干特性,提出针对一般双层规划问题的层次混沌量子遗传算法(HCQGA).结合进化博弈及多目标优化非支配排序的思想,通过两个混沌量子遗传算法的交互迭代来模拟决策者之间的博弈寻优过程,从而获得使各方利益最大化的双层规划问题的最优解.算法测试结果表明,该算法不仅可以获得Pareto最优解集合,而且还可以克服现有双层规划算法在解决大规模问题时存在的算法复杂度及计算效率问题.

混沌量子粒子群算法在模型修正中的应用

混沌粒子群算法和量子粒子群算法在一定程度上改进了标准粒子群算法的搜索质量,但两者仍存在收敛速度慢、易陷入局部极小等问题。混沌量子粒子群算法将混沌搜索机制引入量子粒子群算法,提高了搜索效率和计算质量。用粒子群算法、混沌粒子群算法、量子粒子群算法和混沌量子粒子群算法对一平板结构进行模型修正,结果表明,混沌量子粒子群算法具有较高的搜索效率和避免陷入局部最优的能力,修正后的模型比单独采用混沌或者量子粒子群算法具有更高的修正精度。

基于权重自适应调整的混沌量子粒子群算法的城市电动汽车充电站优化布局

针对城市电动汽车充电站的定容和选址的问题,从实际情况出发,建立将土地价格、建设成本、运行成本、交通流量、服务距离、服务能力考虑在内的数学模型,该模型以年均综合费用最小为目标,以充电能力,充电距离为约束条件。采用权重自适应调整的混沌量子粒子群算法对北方的某市某区进行规划,该算法在迭代过程中会根据粒子不同的适应值,对惯性权重做出相应的调整,从而调整对粒子的搜索能力。利用混沌算子的遍历性,使得该算法具有很好的收敛速度和精度。利用该算法对所建立的数学模型进行求解,经过进一步的筛选,确定了该地区充电站的建址坐标、容量和费用。

基于混沌量子蜜蜂算法的机会约束输电规划

电力市场环境下的众多不确定因素具有明显的随机性与模糊性,且对输电规划会产生重要影响。利用不确定规划理论建立了随机模糊最小最大机会约束输电规划模型,在最小可能的总投资成本条件下寻找最优规划方案。借鉴蜜蜂觅食与交配行为,引入混沌优化与量子计算方法,设计混沌量子蜜蜂算法实现了对上述输电规划问题的求解,研究给出具体求解步骤,基于梯度的量子旋转角的计算方法提高解的精度,利用高斯量子突变保持种群的多样性,并证明了该算法以概率1收敛。通过30节点系统测算表明,混沌量子蜜蜂算法求解机会约束输电规划问题具有收敛速度快、精度高的特点。

基于混沌量子蜂群优化SVR的多峰MPPT算法研究

针对局部阴影条件下光伏阵列P—V曲线具有多峰特性,而传统的MPPT算法无法有效跟踪其最大功率点的问题,研究了一种多峰MPPT算法。采用混沌搜索和量子计算对传统蜂群算法进行改进,并将改进后的算法应用于支持向量回归机(SVR)的参数寻优,最终实现了基于混沌量子蜂群优化SVR的多峰MPPT算法。通过仿真和实验对算法的有效性进行了验证。实验结果表明:该算法在均匀光照或局部阴影条件下均能够准确跟踪全局最大功率点,有效克服了传统MPPT算法容易陷入局部极值的问题。

基于混沌量子蜂群算法的认知无线电频谱分配

在图论着色模型的基础上,提出了一种基于混沌量子蜂群算法的认知无线电频谱分配方法.该算法基于人工蜂群理论,结合量子计算的高效性和混沌初始化的遍历性来实现频谱分配的优化问题.通过实验仿真比较了此算法与颜色敏感度图论算法、量子遗传算法、量子蜂群算法的性能,结果表明该算法具有更好的收敛性和网络效益.

基于混沌量子粒子群的FHN神经元UWB信号检测

在UWB-IR信号检测中,针对目前所采用的量子粒子群FHN神经元模型易造成粒子群多样性降低,易陷入局部最优,导致求解精度不高的问题,对量子粒子群算法中量子更新参数引入混沌优化算法,提出了基于混沌量子粒子群算法的FHN神经元UWB-IR信号检测方法,分析了所提算法的收敛性,并对所提算法的性能进行仿真验证。仿真结果表明,所提算法与现有算法相比,可提高粒子群的多样性和算法的收敛速度,提高算法精度,实现多个系统参数同时最优,从不同噪声强度下自适应地检测出UWB-IR信号。

混沌量子粒子群算法舰炮反后座装置的多目标优化

为了减少舰炮的反后坐装置振动响应和后坐阻力,基于刚柔耦合动力学理论,以某型舰炮为研究对象,通过采用CATIA建立反后坐装置模型,Hypermesh划分模型网格,在ABAQUS有限元软件中施加发射载荷,最终建立了反后坐装置刚柔耦合有限元模型并与实炮射击试验值进行对比。针对反后坐装置结构复杂、优化参数和优化目标较多的特点,提出混沌量子粒子群算法与动力学联合优化的方法,进行反后坐装置的多目标优化,优化结果表明:优化后的最大阻力峰值为2.40×10^4 N,较优化前降低了7.69%;优化后的后座长度峰值为0.77 m,较优化前降低了3.75%;优化后的衬瓦速度峰值为10.2 m/s,较优化前降低了7.27%;优化后的振动加速度峰值为3100 m/s^2,较优化前降低了17.33%。优化后的振动响应、最大阻力、后座长度和衬瓦速度与优化前相比显著减小,优化方法有效可行,为下一步全炮总体优化设计提供了一定的参考。

基于混沌量子免疫算法的电力系统无功优化

针对电力系统无功优化问题的离散性和多约束非线性特点,提出一种混沌量子免疫算法的电力系统无功优化方法。该算法利用量子比特和由Logistic映射产生的混沌变量来初始化寻优量子抗体,从而保证了算法的遍历寻优和搜索高效性。通过量子旋转门来实施抗体的克隆扩增和变异,利用线性变换将量子抗体由单位空间映射到寻优问题的解空间。IEEE30节点仿真验证混沌量子免疫算法用于电力系统无功优化的可行性和有效性。

变尺度混沌量子粒子群算法

利用混沌算子的遍历性,结合量子粒子群的快速收敛性,提出了变尺度混沌量子粒子群算法(CQPSO)。针对标准粒子群容易陷入局部最优的缺陷,CQPSO能快速收敛到最优解。对标准测试函数的测试结果表明:该算法在收敛速度和收敛精度上都得到了大幅度的提高。

基于混沌量子进化算法的单交叉口信号控制

城市道路各交叉口交通信号的配时优化和协同控制直接影响整个城市的交通状况。本文以单交叉口模型的交通信号控制问题为背景,构造了以单交叉口滞留的车辆数最少为目标的优化模型。用混沌量子进化算法进行仿真数据求解,得到实时控制的配时方案,并与其它算法的仿真结果进行比较,结果表明该算法对单交叉口的信号配时优化是非常有效的。

基于混沌量子粒子群算法的火电厂热控系统控制方法

当前火电厂热控系统控制分配区段一般为独立段,控制的覆盖范围受限制,导致最终得出的可控稳态误差增大,为此本文设计与分析一种基于混沌量子粒子群算法的火电厂热控系统控制方法。根据当前的控制需求,采用多区段的形式,打破控制覆盖范围的限制,完成对无线电频谱多区段分配处理。构建同峰动态控制机制,建立混沌量子粒子群测算火电厂热控系统控制模型,采用稳态核验的方式来实现热控系统控制。测试显示:该方法有效控制了稳态误差在3.5以下,提高了控制效果、针对性和效率。

混合混沌量子进化算法

针对量子进化算法计算量大、收敛速度慢以及容易出现早熟等问题,提出混合混沌量子进化算法.该算法采用混沌初始化方法产生初始种群,使种群具有较好的多样性;采用简单量子旋转门更新当前种群中的非最优个体,降低算法的计算量;提出混合混沌搜索策略以提高算法的收敛速度和全局搜索能力.大量的测试表明,与量子进化算法、实数编码量子进化算法和混合量子遗传算法相比,所提出的算法具有较快的收敛速度和较好的寻优能力.大量的测试也表明,若将混沌引入量子进化算法,则混合混沌搜索策略的综合性能明显优于载波混沌策略,在大多数情况下优于混沌变异策略.本文提出的算法是惟一的每次测试都收敛的算法,且实现简单,便于工程应用.将其用于求解城市道路的交通信号配时优化问题,实际效果令人满意.

混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法,并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优,能更好地实现网络收益最大化.

量子混沌在谱涨落统计特征上的表象

通过对Henon-Heiles模型、Barbanis模型和刚环转球模型这两类三种守恒体系之对应量子体系的研究,具体地剖析了本征值谱涨落统计特征与体系动力学行为的联系,说明了量子混沌现象的两种表现形式。同时,通过将本质上属于经典耗散系范畴的Lotka-Volterra模型之演化方程哈密顿化,发现其量子对应系本征值谱的涨落统计特征超出了Poisson-GOE(Wigner)或GUE框架。揭示出经典耗散系与经典保守系的量子对应体系之本征值谱可遵从不同的涨落统计规律。

基于比特置乱的量子混沌图像加密算法

针对当前主流混沌置乱加密算法防御性不强的问题,提出一种新的量子混沌图像加密算法,采用量子Logistic混沌序列与比特置乱后的图像进行加密运算。对明文各像素比特位进行全局置乱,再对中间密文进行加密运算,得到加密图像。通过引入量子混沌系统,解决了Logistic混沌系统随机性差、控制参数少的问题。实验结果表明,该算法摒弃了传统加密算法常用的异或运算,在统计特性和抗攻击性等方面比常规算法性能更好。

量子混沌与折叠算法的图像加密系统

本文提出一种量子混沌与折叠算法相结合的图像加密系统。该系统的主要思想是通过量子混沌映射和二维Logistic映射分别进行Arnold变换,得到两个由伪随机数组成的与灰度图像大小相等的矩阵Q、E,然后利用这两个矩阵对图像分别进行以下操作:一是利用矩阵Q对图像从4个方向进行"折叠操作",二是使用前一个像素值与当前像素值进行异或,然后将异或得到的值加上E对应的值,以对当前像素值进行修改,从而达到图像扩散的效果,增加差分攻击的难度。利用MATLAB对测试图像进行模拟仿真分析,结果显示,经该加密系统加密后的图像,其水平、竖直和对角线方向像素值的相关性分别为0.001 006、0.000 152、0.000 789,信息熵H(s)=7.997 3。一系列的实验结果表明该加密系统具有很高的安全性和随机性。

基于Arnold变换的量子图像混沌加密方法

在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNOT),然后将这些操作作用于量子明文图像中以获得相应的密文图像。研究结果表明:所提量子灰度图像加密方法具有高安全性、高解密图像质量及低计算复杂度的特点。

基于量子混沌映射的高效安全的图像加密算法

提出了一种基于带密钥的广义Arnold变换和量子混沌映射的图像加密算法。首先,利用二维Logistic映射产生初始条件和参数;其次,利用带密钥的广义Arnold变换对彩色图像的像素值进行置换;最后将初始条件和参数代入到量子混沌系统中,由该系统产生的一系列伪随机数与图像的像素值进行异或,改变各个位置的像素值,进而达到加密的效果。为了提高加密系统的复杂性和随机性,二维Logistic映射和二维量子混沌映射都结合加权耦合映像格子以运用到加密系统中。