基于离散猴群算法的多目标配电网重构方法

随着可再生能源大量接入配电网,其出力的间歇性和负荷的波动性给配电网重构带来新挑战。对此,本文提出一种综合考虑网损最小及电压安全的含可再生能源配电网重构方法。首先,给出多目标网络重构优化模型,并利用级数展开对模型中的机会约束条件进行线性化处理。然后,利用离散猴群算法对所构建的模型进行求解。最后,结合标准配电网测试系统对所提方法进行对比分析,分析结果表明,所提出的多目标配电网重构方法能够在考虑可再生能源出力不确定情况下,给出网络重构的合理优化方案。

离散猴群算法及其在输电网扩展规划中的应用

猴群算法(MA)是一种只适于求解连续变量优化问题的群智能算法.针对MA的局限并结合输电网扩展规划问题的特点,设计了能够求解含有离散变量优化问题的离散猴群算法(DMA).算法中提出的大、小2种爬过程解决了原猴群算法求解离散优化问题时爬过程失效的问题,合作过程和随机扰动机制的引入也提高了算法的计算效率.算例结果表明,DMA计算速度快,鲁棒性强,用很小的猴群规模就能够对不同维数的输电网扩展规划问题均达到很好的计算效果.

基于猴群算法的入侵检测技术

针对入侵检测系统存在高漏报率的问题,提出一种基于猴群算法的入侵检测技术。利用猴群算法从网络审计数据KDD99数据集中生成一个分类的规则集合,采用支持度-置信度模型实现猴群算法的目标函数,以控制生成规则的质量,将动态生成的规则应用于基于规则的的入侵检测系统中。实验结果表明,基于猴群算法的入侵检测技术可改进生成规则的质量,提高入侵检测系统的检测率。

基于改进猴群算法的传感器优化布置方法研究

提出了一种基于新型智能算法-改进猴群算法的传感器优化布置方法。考虑传感器优化布置的特点,采用整数编码的方式给出了猴群的位置,克服了猴群算法只能解决连续性变量优化的问题;在初始化猴群位置时通过引入欧氏距离来增强猴群的多样性,以提高其全局搜索能力;并在爬过程中加入和声算法中的随机扰动机制,来提高其局部搜索能力;文末以大连世贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择。结果表明,改进的猴群算法能较好地解决传感器优化布置问题,较经典的序列法有其明显的优越性。

基于病毒猴群算法的传感器优化布置方法研究

将病毒进化理论引入到猴群算法中,提出了一种用于传感器优化布置的病毒猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;在猴群中引入生物病毒机制对其进行感染,通过病毒和猴群的分工协作,来实现猴群个体之间纵向和横向的信息交流,以此维持个体的多样性,来大幅度增强算法的局部搜索能力;并将猴群不断的进行分类,采用大病毒和小病毒分别对其进行感染操作,加强算法的搜索精度。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,病毒猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

基于自适应猴群算法的传感器优化布置方法研究

针对猴群算法中爬过程和望过程的搜索方式较为机械,以及跳过程的方式较为单一的问题,提出一种用于传感器优化布置的自适应猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;对爬过程和望过程进行了改进,使其能够自适应选择这两个搜索方式以提高算法的局部搜索能力和效率;提出了两种全新的跳过程,即反射跳和变异跳,来增强算法的全局搜索能力。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明自适应猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

基于协同爬猴群算法的传感器优化布置方法研究

基于协同进化的思想,提出了一种用于传感器优化布置的协同爬猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷。在爬过程中引入采用猴群的整体行为来影响猴子搜索方向的聚群行为,以及利用全局最优猴子的位置来影响猴子搜索方向的追尾行为,通过对两种行为进行合理选择,有效提高了爬过程的搜索效率与速度。最后以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明协同爬猴群算法的搜索效率较原猴群算法有大幅提高,能较好地解决传感器优化布置问题。

基于混沌猴群算法的传感器优化布置

针对猴群算法收敛速度慢,易陷入局部最优等缺点,将混沌搜索策略引入猴群算法,提出了一种求解桥梁传感器优化布置问题的混沌猴群算法。该算法利用混沌变量产生初始猴群,并按照混沌原理加以扰动来增强猴群的多样性,提高算法全局搜索能力。对一座悬索桥进行传感器优化布置,结果表明:混沌猴群算法可以解决桥梁传感器优化布置问题,且较猴群算法寻优能力强。

基于Lagrange插值的学习猴群算法求解折扣{0-1}背包问题

折扣{0-1}背包问题(D{0-1}KP)的目的是在不超过背包载重的前提下,使得装入背包的所有物品价值系数之和为最大。针对已有算法在求解规模大、复杂度高的D{0-1}KP时的求解精度低的问题,提出了Lagrange插值的学习猴群算法(LSTMA)。首先,在基本猴群算法的望过程中重新定义了视野长度;其次,在跳过程中引入了种群中最优的个体作为第二个支点,并调整搜索机制;最后,在跳过程之后引入Lagrange插值操作来提高算法的搜索性能。对四类实例的仿真结果表明:LSTMA在求解D{0-1}KP时的求解精度高于对比算法,并且具有良好的鲁棒性。

基于离散猴群算法的变电站动态无功优化控制

为实现动态无功优化,变电站需频繁调整无功投入容量,然而当设备动作频率过高时会增加系统的故障率并减少使用寿命。文章针对这一工程优化问题,提出了一种变电站动态无功优化控制方法。以变电站二次母线电压允许的偏差和主变功率因数为优化目标,重点考虑变压器低压侧电压约束、高压侧功率因数约束、无功补偿容量约束以及调节次数约束,建立了动态无功优化模型;针对所建立的优化模型,首次把离散猴群算法引入动态无功优化模型的求解,为了提高计算效率,通过动态步长策略对算法进行了改进;通过仿真算例证明了所提方法的有效性。

基于免疫猴群算法的传感器优化布置方法研究

将生物界中的免疫机制引入到猴群算法中,提出了一种用于传感器优化布置的免疫猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;采用混沌搜索的方式初始化猴群位置,以保证猴子能够均匀分布,提高了算法的全局搜索能力;通过在爬过程中引入深度爬的方式,增强了算法的局部搜索能力;在爬过程结束后加入基于浓度选择的机制对猴群进行初次选择,并对位置最优的猴子进行免疫克隆操作,以此保证猴群的多样性;在望过程结束后加入基于适应度的二次选择,并对位置较差的猴子进行免疫疫苗注射,以此提高算法的收敛能力。文末以大连世贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,免疫猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

求解物流中心选址问题的猴群算法

物流中心选址问题是影响物流中心整体建设发展的最基础问题,加强物流中心选址问题研究具有十分重要的意义。然而,它是一个被人们广泛关注的NP问题。因此,本文利用一种改进的猴群算法来求解物流中心选址问题。给出一种改进方法,其基本思想为采用混沌变量产生猴群算法的初始可行解,在爬过程中采用递减的因子作为爬步长以及在望过程中引用混沌搜索法来提高算法性能。利用改进算法求解物流中心选址问题。在仿真实验中,分别利用对典型函数和物流中心选址问题的求解结果说明了所提方法是可行的。

基于猴群算法求解旅行商问题

鉴于旅行商问题是一个NP难问题,而猴群算法是一种新的群体智能优化算法,因此,利用猴群算法给出旅行商问题的求解。在分析了旅行商问题的特点后,采用整数编码的方式来表示猴群的位置,这样就解决了猴群算法在求解含有离散变量的组合优化问题时,算法中的爬过程失效的问题,有效地利用猴群算法求解旅行商问题。为了提高猴群算法的性能,在猴群算法的爬过程中,引入好动策略,给出改进算法,并将其应用到求解旅行商问题。在仿真实验中,与其他算法进行比较,结果表明利用改进猴群算法能够有效地求解旅行商问题。

野草猴群算法的传感器优化布置方法研究

简易猴群算法存在初始化分布随机、爬步长固定、优秀猴子特征信息不能传承等缺陷,使算法求解性能受限。为解决以上问题,提出了一种用于传感器优化布置的野草猴群算法。该算法利用正态分布方法提高初始种群的多样性;采取自适应爬步长提升求解速度和搜索精度;融入野草繁殖进化和竞争排斥机制,扩大后代种群繁殖中优秀猴子的影响范围。以常用的模态置信度矩阵为传感器优化布置的目标函数,配置传感器的布置位置。以常用的8个测试函数和3个常用算法对其进行分析,验证了算法的可行性和有效性。最后以糊底机涂胶机构为例,进行传感器优化布置方案选择。实验结果表明,野草猴群算法的求解精度较简易猴群算法有大幅提高。

基于改进猴群算法的山地风电场建模研究

根据风电场等值建模理论,利用风电场的详细模型,提出了一种基于改进猴群算法的山地风电场建模方法,并在Matlab/Simulink环境下建立一个9 MW的小型风电场进行了仿真实验。通过三种风速下的仿真结果表明,基于改进猴群算法的单机等值模型和详细模型具有基本一致的运行特性,可以更加简单方便地得到风电场的模型,这为大型山地风电场的等值建模提供了基础。

改进的猴群算法在传感器优化布置中的应用

针对纸纱复合袋糊底机涂胶机构健康状况检测中的传感器优化布置问题,提出了一种改进的猴群算法(MA)。该算法以模态置信度(MAC)矩阵作为目标函数,通过正态分布方法构造初始种群来增强猴群的多样性;采用自适应的变动爬步长,提高了算法运行的速度和求解精度。以涂胶机构有限元模态分析结果为依据,对涂胶机构进行传感器优化布置,结果表明:改进的MA可以解决涂胶机构传感器优化布置问题,比简易猴群算法(SMA)寻优能力强、收敛精度高。

云计算中一种改进的猴群算法在资源分配中研究

针对云计算中的任务完成时间和费用如何进行更好的分配问题,文章将猴群算法引入到云计算资源分配中,针对猴群算法自身存在收敛速度快,易陷入局部最优的情况;在猴群算法的初始化中引入混沌算法来优化位置,对算法中的爬过程采用定位步长和对望过程的视野距离引入参数进行改进;改进后的算法在性能和收敛速度有了明显了改进,通过CloudSim仿真平台表明文章算法与其他智能算法相比在资源分配时间,能量消耗以及资源节点吞吐量,传输率方面方面具有一定的改进,提高了云计算资源分配效率。

基于信息共享猴群算法的混合梁斜拉桥索力优化

斜拉桥的索力对桥梁的受力特点及应力分布起着关键作用,为了得到更加合理的成桥索力,提出采用猴群算法来优化索力。针对标准猴群算法缺乏信息交流造成的计算冗余问题,提出了基于距离矩阵信息交流机制的信息共享猴群算法,以提高个体利用率,增加算法寻找到全局最优概率。最后将所提算法应用于数值算例,并将其与标准算法进行对比。寻优结果表明改进后的猴群算法相较于标准算法在寻优精度上改善效果明显。最后将该算法应用于一座大跨度混合梁斜拉桥的索力优化上,经过优化,全桥应变能、主梁弯矩和主塔的最大弯矩值均有下降,优化后的桥梁受力更加合理、安全。

一种改进的猴群算法

猴群算法是一种新的群体智能优化算法,该算法可以有效地求解线性、非线性、非凸和复杂高维函数的优化问题,目前已得到了许多学者的研究和关注.为了进一步提高猴群算法的求解精度,给出了一种改进的猴群算法.首先,采用均匀分布的Kent混沌映射产生猴群算法的初始可行解.然后,在该算法的爬过程中采用递减的因子作为爬步长.最后,在仿真实验中,与已有方法进行比较,结果显示了所给改进猴群算法的求解精度明显得到改善,即所提算法是可行的.

基于猴群算法求解0-1背包问题

0-1背包问题是一个经典的NP完全问题,该问题在实际生活中具有广泛的应用.针对现有算法在求解0-1背包问题时精度不高的缺点,提出了一种诱导因子猴群算法.所给诱导因子猴群算法的基本思想是,在基本猴群算法的爬过程中引入诱导因子,诱导其向上爬行,从而可以逃逸局部最优解,找到全局最优解.在仿真试验中,与已有方法进行比较,结果说明利用所给诱导因子猴群算法求解0-1背包问题是有效的.