离散量子粒子群优化的认知无线电频谱分配

为解决认知无线电频谱分配的离散优化问题并提高分配性能,提出一种离散量子粒子群优化算法。利用量子计算理论更新粒子并用波函数对量子旋转角进行调节,使之同时具有粒子群优化算法快速收敛和量子计算精度高的优点,从而有效提高认知无线电频谱分配的性能。仿真结果表明,与遗传算法、量子遗传算法、粒子群优化算法和敏感图论着色算法相比,该算法能较快地搜寻到最优解,且在不同的网络效益函数下性能较优。

潮流能涡轮机阵列优化离散量子粒子群算法

为解决多参数、多约束条件的潮流能涡轮机阵列优化问题,提出了一种改进的离散量子粒子群(quantum discrete particle swarm,QDPS)算法。该算法将计算区域离散化,每个粒子代表一种涡轮机阵列布局,并以发电量为目标函数,利用更新公式进行迭代优化。基于舟山普陀山岛—葫芦岛水道涨急和落急时刻的流场数据进行算法验证,分析了涡轮机阵列优化效果。结果表明:离散量子粒子群算法能够实现自主智能优化,优化速度快,与传统交错布局相比,涨急时刻涡轮机阵列总发电量提高了28.9%,落急时刻涡轮机阵列总发电量提高了41.8%,阵列优化布局结果与潮流能功率密度分布是一致的。离散量子粒子群算法可为潮流能发电场涡轮机阵列布局优化研究提供科学工具。

基于离散量子粒子群的信任增值服务工作流选择方法

随着面向服务计算技术的发展,用户提出的任务趋于复杂化,如何高效地把现存的各种组件服务整合起来形成新的满足复杂任务需求的增值服务即组合服务,已成为研究的热点。针对这种增值服务的服务选择问题,设计了一种信任增值离散量子粒子群算法。该算法与传统的面向QoS全局最优的服务选择算法的区别在于,前者不仅考虑了服务的信任问题,有效地解决了服务工作流中的恶意欺骗问题,同时还结合工作流的特点,将量子粒子群算法离散化,根据服务选择应用场景重新定义了量子粒子群算法中各种位置的计算方法和其中权重系数的自动调整。仿真实验结果表明,该离散量子粒子群算法不仅降低了服务选择的时间,且能得到更优的适应度值,同时还考虑了信任问题,提高了服务选择的成功率。

三维片上网络离散量子粒子群布图算法研究

三维片上网络在多种性能上均优于二维片上网络,已成为研究热点。布图算法直接影响芯片的面积和布线长度,成为三维片上网络优化设计的重要方向。提出一种基于离散粒子群算法的三维片上网络布图优化算法,与之前常使用的模拟退火算法相比,不再使用单一解局部扰动的方式得到整个解空间,该算法采用初始化随机种群并不断迭代的进化方式,具有更优的搜索能力和更快的收敛速度。仿真结果表明,采用该算法选择布图方案可以显著降低微片延迟,节省CPU计算时间,尤其是在IP核数量众多的测试用例和高注入率情况下效果更为明显,如对于ami49测试用例当注入率为100%时,基于离散量子粒子群算法的结果和基于模拟退火算法的结果相比,平均微片延迟减少了20.63%,CPU平均时间减少了69.40%。

基于斯坦纳树的雷场网络大面积损坏修复策略

战场环境下预先设定的智能雷场网络易受到敌方攻击而导致大面积损坏,雷场网络被分割成数个互不相连的部分从而丧失了通讯功能。通过将问题映射到斯坦纳最小树问题,提出了一种新颖的雷场网络修复策略。首先采用雷场区域网格模型限制算法的搜索空间,随后引入蛙跳和离散量子粒子群混合优化(JF-QDPSO)算法确定中续节点位置,修复受损网络。仿真实验表明该策略能够有效的恢复网络拓扑结构,算法计算较快,与其它算法相比,重建后的网络通信能耗小,网络生存周期长。

计及生态效益的梯级电站机组组合问题研究

为了兼顾梯级水电调度的经济和生态效益,提出采用生态发电模型来减少梯级过度开发对环境造成的影响。首先定义分时生态水位区间,将下游生态需水保证率作为衡量生态效益的标准,建立考虑梯级电站耗水最小和下游需水保证率最大的双目标生态发电优化调度模型。然后利用隶属度函数将双目标调度问题转化为单目标优化问题,采用加入微调概率的改进离散量子粒子群算法求解梯级电站机组组合模型。最后以清江梯级为例,验证了所提模型和算法的可行性和有效性。

一个新颖的异构无线网络接入选择算法

针对目前已有的异构无线网络接入选择算法缺乏考虑用户之间的竞争性,引入非合作博弈理论对接入选择进行研究.首先考虑了无线网络资源分配方式对用户实际获得数据速率的影响,建立实际数据速率计算公式;然后利用非合作博弈理论描述用户之间自我优化的竞争行为,建立接入选择模型并使用纳什均衡来预测用户的接入选择结果;最后建立适应度函数并利用离散量子粒子群算法求解纳什均衡.通过与遗传算进行比较,得出离散量子粒子群算法具有更好的收敛速度.通过对在不同网络状态下的接入选择结果进行分析,得出本文所提的算法能够适应网络的动态变化,同时该结果也能够合理地解释用户之间以自我优化为目的的竞争行为.

含充电站及光伏电源的配电网协调规划

电动汽车与光伏电源对配电网规划与运行带来新的机遇与挑战。考虑二者同时接入的影响,提出一种含充电站及光伏电源的配电网协调规划模型与方法。本方法计及光伏电源、用户充电以及负荷波动的随机性,结合半不变量随机潮流计算方法,建立以充电站、光伏电源投资成本,电动汽车用户充电成本,线路投资成本,网络损耗成本和环境效益为目标函数,综合考虑投资经济性、用户充电便捷性、环保性以及电网运行限制的机会约束规划模型;然后,采用离散量子粒子群算法对模型进行求解。最后,以改进的IEEE33节点系统以及其模拟的交通路径系统为例,证明所提模型及算法的可行性及有效性。

基于图论的含分布式电源配电网故障恢复算法

含分布式电源配电网的故障恢复策略对于配电网的安全性至关重要。针对含分布式电源和联络开关的配电网络,提出了基于图论的故障恢复算法。在充分考虑负荷恢复总量、开关次数和网络损耗的基础上,建立了含分布式电源的配电网故障恢复模型,以及配网故障恢复下的目标函数;设计了基于图论理论的不可行解修正和调整机制,即通过网络状态生成、网络区域划分、网络结构修正、负荷校验4个步骤,实现对不可行解的修正;利用量子离散粒子群算法其优越的优化特性,实现目标函数的最优;通过算例分析,验证了图论算法在智能优化算法中对不可行解修正的优越性和基于图论算法应用于配电网故障恢复问题上的有效性。

风力与火力发电并网优化调度仿真研究

在风力和火力发电并网的优化调度节能减排的研究中,风电出力的随机性使得风电并网时达到最优调度成为难题。为解决传统方法进行优化调度仿真时,在煤耗成本上易陷入局部最优,并兼顾优化效率,提出了两层策略对风电并网的优化调度问题进行求解。外层采用加入部分贪心变异策略的量子离散粒子群算法确定机组启停,内层使用二次规划法求解负荷经济分配问题。以含风电场的10机组系统为算例,求解了机组分钟级爬坡速率约束下和不同置信度水平情况下的调度方案。计算结果表明,优化结果明显优于传统方法的求解精度和效率,为风电并网优化调度提供了新思路。

考虑保护重要度的环网最优断点集计算方法

在环网保护整定计算中,最小断点集的求取是关键步骤之一。考虑到不同最小断点集间存在的差异,引入了保护重要度评估指标作为断点集的评判依据,对量子离散粒子群算法进行了改进,建立了求取最优断点集的目标函数,提出了一种最优断点集的计算方法。该方法综合考虑保护风险度、保护后备依赖度和节点重要度,较为全面地评估了断点保护的重要性,同时基于改进量子离散粒子群算法具有较强寻优能力的特点,确保求得的断点集基数最小且保护重要度最低。算例仿真分析验证了本文所提方法的有效性。