基于烟花算法的反应釜温度预测控制

针对连续釜式反应过程由于大滞后造成的温度控制精度不高的问题,利用科学数据网格(scientific data grid, SDG)构建连续釜式反应过程温度控制系统结构图,在传统控制策略的基础上提出串级动态矩阵控制-比例积分微分(dynamicmatrixcontrol-proportion integrationdifferentiation,DMC-PID)温度预测控制策略。利用烟花算法完善DMC滚动优化环节,进而提高参数寻优的速度。搭建半实物仿真实验平台,通过OPC工具箱将DMC模块与可编程逻辑控制器(programmable logic controller, PLC)设备相连接进行实验验证。实验结果表明,基于烟花算法的DMC-PID串级系统,可以克服温度大滞后造成的影响,且DMC-PID串级控制对温度系统的控制精度和响应速度均有较大的提升。

改进烟花算法求解同时送取货选址路径问题

针对同时送取货的选址路径问题(Location-routing Problem with Simultaneous Pickup and Delivery,LRPSPD),设计一种改进烟花算法(Improved Firework Algorithm,IFWA)求解。首先,考虑仓库建设、车辆启用、车辆路径等成本因素,建立最小成本的LRPSPD模型,该模型强调需求点的送货需求和取货需求只能由一辆车同时进行服务。其次,设计一种改进烟花算法,该算法结合贪心聚类算法生成初始解,由烟花爆炸算子操作生成邻域解,利用变异操作协助产生新种群。最后,通过使用混合免疫算法、模拟退火算法求解相同算例,对结果进行分析比较,验证模型的可行性和改进算法的有效性。

采用离散烟花算法的移动群智感知异构任务分配

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和距离成本3方面。为求解该模型,提出一种引入了预测信息的离散烟花算法。该算法采用整数编码方式,利用模型中的距离和匹配度2种启发信息设计烟花爆炸算子,提出了爆炸振幅的分组线性预测策略和变异算子的自适应竞争机制。实验结果表明,与已有算法相比,所提算法在移动群智感知异构任务分配问题上能够搜索到更优的分配方案。

基于排他策略和反思算子的协同烟花算法

针对烟花算法局部搜索能力弱、粒子间缺乏协同合作、粒子搜索区域重叠等问题,提出基于排他策略和反思算子的协同烟花算法(CFWA-ER)。根据烟花粒子局部搜索中正确和错误方向上的经验进行反思学习寻找潜在优质解;在全局搜索中通过个体与优质粒子间的位置信息协同烟花搜索;基于距离的排他策略避免粒子搜索彼此重叠的区域,陷入局部最优。在10个标准测试函数上的实验结果表明,所提算法相较SPSO、EFWA、AFWA、dynFWA、lotFWA、GFWA在寻优精度和收敛速度方面具有更好的优化性能。

一种多策略混合型烟花算法

针对传统烟花算法存在寻优精度低,多样性差,爆炸更新具有盲目性的不足,提出一种融合算术优化算法的混合型烟花算法。首先,该算法利用算术中乘除运算和加减运算实现烟花的爆炸操作,从而提高算法的收敛能力和寻优精度。其次,采用“精英”选择策略取代“轮盘赌”选择策略,降低算法复杂度。最后,通过对8个基准函数优化测试以及联合谱聚类算法对2个UCI基本数据集进行分类实验来评估该算法的有效性。实验结果表明,该算法对于函数优化能够较好的寻优求解在4个测试函数上精度误差从10^(-100)附近降低至10^(-300),在谱聚类算法的应用中适应度值平均值至少优于原算法3.3%,总体性能优秀。

基于混合烟花算法的两级车辆路径优化研究

针对现有物流配送车辆路径对动态交通状态研究不足的问题,基于两级车辆路径问题,考虑物流配送过程中车流量、天气恶劣和道路施工等动态交通影响因素以及客户时间窗,建立以总成本最小为优化目标的两级动态交通车辆路径规划数学模型。根据模型特点,设计一种混合烟花算法(Hybrid fireworks algorithm,HFWA)进行求解,该算法采用插入法生成较好的初始种群,利用交叉操作使得烟花个体之间能够相互学习,并结合烟花算法中爆炸算子自身的多样性加快了收敛速度,提高了算法的全局寻优能力。通过27个标准算例对比说明了HFWA可行性与高效性;HFWA在考虑交通状态时,相较于不考虑交通状态总成本平均减少了14.2%。

不确定条件下基于烟花算法的无人机任务分配

无人机任务分配问题是近几年的研究热点,但同时考虑不确定性和多目标的研究尚处于起步阶段。基于不确定性理论,建立了一种目标函数和约束条件均包含不确定变量的不确定多目标任务分配模型,并分别引入期望值准则和机会约束将其转化为确定型优化模型。针对传统烟花算法只能解决单目标问题和在收敛速度方面的不足,引入幂律分布函数和Levy变异算子,结合多目标优化理论和两阶段搜索策略设计了一种两阶段搜索的多目标烟花算法。通过实例仿真验证所提模型及算法的可行性和有效性。

基于烟花算法的平面视觉图像分块像素点压缩模型

为进一步提升图像压缩质量,降低图像存储空间的同时减少图像信息损失,提出基于烟花算法的平面视觉图像分块像素点压缩模型。采用基于图像纹理的自适应分块方式,通过不断对比分块图像的纹理复杂度与设定复杂度阈值,对平面视觉图像进行分块处理;经块截断编码方法获取分块平面视觉图像最优公共位图后,形成向量,利用烟花算法寻优出最优向量值以及对应位图的6个量化值,完成平面视觉图像分块像素点压缩。实验表明:该模型压缩后平面视觉图像与原始图像相比,色彩亮度几乎一致,图像信息几乎没有缺损,压缩后的图像峰值信噪比高。

改进烟花算法计算热态轴类锻件内圆柱体空洞缺陷深度

针对高温状态下热态轴类锻件内部产生的圆柱体空洞缺陷测量困难的问题,提出基于改进的烟花算法检测空洞深度方法。根据锻件的内部微元模型和瞬态温度场传热微分方程推导圆柱体空洞温度场与空洞半径关系的微分方程,利用分离变量法求解;对烟花算法进行改进,以提高圆柱体空洞深度检测精度;构造缺陷深度的目标函数进行测试,得到最优解的相对误差为2.5%。最后,运用所提方法、PSO算法和传统的烟花算法于同一深度的空洞分别进行检测,验证所提方法的可行性。

基于烟花算法的BP神经网络预测含根土抗剪强度

为了解决BP神经网络在对含根土抗剪强度的预测中存在的预测精度低,计算收敛速度较慢,容易陷入局部极值等问题,本研究通过直剪试验、团聚试验、根系分形分析试验等探究了不同因素对含根土抗剪强度的影响,并对各因素进行相关性分析,从中选取了大团聚体含量(R_(0.25))、平均重量直径(MWD)、几何平均直径(GMD)、土壤分形维数(D_(d))、根表面积、平均直径6个影响含根土抗剪强度的因素作为模型输入层节点,含根土的抗剪强度作为输出层节点。参考FangfaGorman理论公式、Kolmogorov理论公式以及一种经验公式分别计算,并对结果进行讨论,确定了本研究中神经网络的最佳隐含层节点数量为13。建立6∶13∶1的BP神经网络模型,并引入了烟花算法(FWA)对BP神经网络进行优化。结果显示,BP神经网络、粒子群算法(PSO)优化的BP神经网络、FWA-BP神经网络的预测值与期望值的最大相对误差分别为11.12%、9.06%、7.44%,平均相对误差分别为4.60%、3.24%、1.96%,相较于BP神经网络和PSO-BP神经网络,FWA-BP神经网络预测误差值有明显降低;对比引入的统计参数,均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE),FWA-BP神经网络对应的数值分别为0.779353、0.625993、5.6679%,均小于作为对比的普通BP神经网络和PSO-BP神经网络,显示出FWA-BP神经网络在实际应用中的优越性。

基于烟花算法计算莱文斯坦距离权重的虚端子自动连接方法

目前智能变电站IED(intelligent electronic device)虚端子连接主要为人工连接方式,由于虚端子数目多,名称相似度高,在连接IED虚端子时工作量大、效率低且易出错,因此文中研究了基于烟花算法计算莱文斯坦距离权重相似度的虚端子自动连接方法。所提方法基于建立的莱文斯坦距离相似度模型,计算出虚端子相似度,建立距离权重向量优化模型,利用其他智能变电站已完成的虚连接信息,运用烟花算法训练出最佳距离权重向量,使待匹配IED虚端子连接成功。仿真算例表明,所提方法利用已完成的同类IED虚连接信息,高效、准确地将待匹配IED虚端子自动相连。能够有效地提高智能变电站的工作效率和可靠性。

基于改进烟花算法的配电网优化重构

为了提高配电网重构效率,构建了降低网损和开关次数最少的多目标优化函数。同时为了解决求解过程中原始烟花算法和其他传统智能优化算法精度不高和求解速度慢的问题,提出了一种改进的烟花算法。算法采用实数编码减少变量维数,用环路开关数组确定烟花个体爆炸空间,减少了寻优中的无效搜索;引入柯西变异代替传统高斯变异,提出一种自适应爆炸半径和精英方向学习选择策略,大大提高了优化算法的求解速度和精度。以IEEE33节点系统为例进行仿真验证,仿真结果证明本文改进算法具有寻优速度快、寻优成功率高的优点。

基于改进烟花算法的农产品运输调度研究

针对基本烟花算法多样性差、全局探索能力不足、易陷入局部最优的问题,提出一种改进的混沌烟花算法。该算法以基本烟花算法为核心,以一种编解码策略实现连续空间到离散空间映射,引入混沌因子来确定爆炸半径,避免个体半径出现接近于零的情况,提高了算法的寻优和全局探索能力;通过引入精英选择策略,加快了算法的收敛速度。采用改进的混沌烟花算法、基本烟花算法、粒子群算法对基准测试函数和农产品运输调度问题进行优化实验,结果表明,改进的混沌烟花算法具有更好的稳定性和求解效率。

基于优化烟花算法的认知无线电频谱分配方案研究

针对无线通信领域内频谱资源短缺的问题,本文提出一种基于优化烟花算法的无线电频谱分配方案。以图论着色模型为背景,通过自适应合并策略对烟花爆炸半径进行改进,扩大烟花粒子的搜索范围,并引入交叉变异算子代替原本的高斯变异操作,增强烟花种群的多样性。同时,改进了选择策略,提高算法寻找最优解的能力,在Matlab平台上建立仿真实验。仿真结果表明,优化后的烟花算法寻优精度高、收敛速度快,较好地实现了网络效益的最大化,能够很好地解决频谱分配问题。该研究在认知无线电频谱资源分配方面具有重要意义。

基于改进烟花算法的含风电场电力系统无功优化

针对含风电场电力系统多目标无功优化的应用需求及优化算法存在局部易收敛和全局性搜索能力差的问题,提出一种应用于多目标无功优化的矢量烟花算法。首先,改变烟花算法爆炸方式,并将烟花爆炸的维度进行关联,避免迭代过程中陷入局部最优解,增强算法全局搜索能力;其次,引入新型拥挤度选择策略以加快算法的收敛速度;最后,建立有功网损和电压偏差最小的含风电场电力系统多目标无功优化模型,并以风电场接入IEEE 14节点电力网络为算例进行模型求解。结果表明:所提算法避免了局部易收敛问题,增强了算法全局搜索能力,能在不同优化要求下得到有效的无功优化方案。

基于混沌烟花算法的多车型供应链物流运输调度方法

由于传统调度方法以动态供应链的全局化角度出发,及时性较差,无法适应多车型物流运输环境,因此该文提出基于混沌烟花算法的多车型供应链物流运输调度方法。通过计算空间兼容量得到各车型的调度能力与运输能力,并基于混沌烟花算法的全局搜索寻优能力实现运输路径决策,设计了一个以运输路径畅通、运输成本较低、车辆油耗较低为目标的多车型供应链物流运输调度模型。利用该文方法求解1个供应商与20个零售网点的多车型供应链物流运输调度问题,用到3种车型,总运输距离为5081km,总油耗为525.84L,经验证该方法具有较强的寻优能力。

烟花算法研究进展

烟花算法由于具有很强的优化问题求解的能力,近年来逐渐受到研究者的广泛关注。对现有烟花算法的研究工作进行了全面总结,主要包括烟花算法提出的背景、烟花算法的基本原理、单目标烟花算法的改进、混合算法、多目标烟花算法、基于GPU的并行烟花算法以及烟花算法在实际问题中的应用研究等。对于单目标烟花算法及改进算法、混合算法,文中给出了各种改进烟花算法的机制分析和对比研究,最后,给出了烟花算法的未来研究方向,包括爆炸算子搜索机制的深入分析、烟花交互机制研究、多目标烟花算法研究、并行烟花算法研究、扩展烟花算法求解的问题类型以及应用拓展。

具有导向功能的改进烟花算法

为消除烟花算法(firework algorithm,FWA)中爆炸半径对搜索范围的限制,增强各类搜索算子的导向性,提出具有导向功能的改进烟花算法(improved fwa with directional function,IdFWA)。充分利用当代最优个体的位置信息以及历代的全局最优解,设计两种具有导向功能的搜索算子。使用12个标准测试函数对增强型烟花算法EnFWA、自适应烟花算法AFWA、有导烟花算法GFWA和IdFWA进行对比测试,实验结果表明,改进后的烟花算法无论在单峰函数还是多峰函数上的收敛速度和求解精度皆优于其它3个算法。

基于烟花算法的配电网终端故障自动定位方法

针对现有定位方法对配电网终端故障定位时存在定位准确性低、无法确定故障位置的问题,本文引入烟花算法,提出究配电网终端故障自动定位方法。首先,对动作、保护信号数值化处理,构建配电网终端故障模型;然后,利用烟花算法定位和诊断故障位置;最后,设计定时数据采集程序,实现终端故障循环自动检测与定位。实验证明,新定位方法的定位结果与实际一致,具有极高的定位准确性。

基于基因改进烟花算法求解TSP问题

本文提出基因片段选取连接策略提高算法精度并提高算法效率。经过对TSPLIB库中的多个数据进行仿真对比实验,计算结果验证了改进的烟花算法性能。