基于细胞膜机制改进粒子群算法的分布式电源规划

智能配电网规划中,合理的对分布式电源进行选址定容是至关重要的。在研究分布式电源规划基础上,建立以短路电流指标和电压稳定性指标为基础的目标函数。提出基于细胞膜机理改进粒子群算法,并应用于分布式电源的选址定容,使其在配电系统中达到最好的电压稳定及短路水平指数,并将提出的新算法应用于12节点系统和30节点系统,验证了算法的可行性。

一种新型的全局优化算法——细胞膜优化算法

通过研究细胞膜的特性及其物质转运方式,从中进行提取优化模型,并结合全局优化算法的基本思想,提出了一种新型的全局优化算法——细胞膜优化算法(CMO)。通过数值实验,验证了细胞膜优化算法具有很好的全局寻优能力、快速的收敛能力和获取高精度解的能力,并与标准粒子群算法(PSO)和人口迁移算法(PMA)进行比较,结果表明,细胞膜优化算法在解决高维优化问题时具有更好的收敛性能。

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。

基于细胞膜优化算法的几何约束求解

几何约束问题可以等价为求解非线性方程组问题。约束问题可以转化为一个优化问题。采用基于细胞膜优化算法来求解该问题。受细胞膜物质转运方式的启发,把物质分为三种:脂溶性物质、高浓度非脂溶性物质和低浓度非脂溶性物质。从中提取出优化模型,使用细胞膜优化算法(CMO)来求解几何约束问题。实验表明,该方法可以提高几何约束求解的效率和收敛性。

细胞膜机制萤火虫算法优化多阈值Otsu图像分割

图像阈值分割是将灰度图像转换为二值图像的常用图像分割方式.经典多阈值Otsu算法对复杂图像进行分割取得了很好的效果,但是其采用穷举方法来寻找最优阈值是非常耗时的.针对这一问题,本文提出了一种基于细胞膜和自适应步长萤火虫混合优化算法的多阈值Otsu图像分割方法.利用萤火虫算法的启发式搜索来寻找图像分割的最优阈值很好地降低了算法的时间复杂度,并且在萤火虫算法中混合细胞膜算法很好地解决了萤火虫算法的"早熟"现象.实验结果表明,与经典多阈值Otsu法和萤火虫算法优化多阈值Otsu法相比,本文提出的算法具有更高的收敛速度和更好的图像分割效果,并且有效解决了萤火虫算法易陷入局部最优的问题.

一种求解作业车间调度的细胞膜优化算法

在细胞膜优化算法的基础上,对作业车间调度算法进行研究。将细胞膜优化算法用于求解置换流水车间调度问题中的最小化最大完成时间。膜计算是一种仿生物技术的计算模型,它建立在生物细胞的结构基础之上,将优化问题的解看作一个物质,将物质分为三类:脂溶性物质、非脂溶性高浓度物质和非脂溶性低浓度物质,通过搜索区域的不断调整,获取新的最优物质,层层解剖,提取优化模型,将全局优化算法进一步升华。所提算法在不同规模的问题实例上与其他几个具有代表性的算法进行了比较。实验表明,该调度方法具有较好的效果。

基于人工鱼和细胞膜优化医学DR图像增强研究

针对医学DR图像对比度低、细节和边缘不清晰的问题,提出一种基于人工鱼和细胞膜优化的医学DR图像增强方法.该方法采用人工鱼群算法优化Otsu方法,利用优化后的Otsu方法对医学DR图像进行分割,采用细胞膜优化算法对分割后的部分区域分解,分解后的高频强区做非线性增强,高频弱区和低频区做直方图均衡化增强,其余部分做线性增强.仿真实验表明这种方法有效地消除了医学DR图像中噪声,增强后医学DR图像细节信息更加清楚,具有高的有效性和鲁棒性.

融合邓氏关联度和细胞膜优化的图像边缘检测

针对传统邓氏关联度方法检测图像边缘时出现检测的边缘不完整、离散非边缘点较多的问题,提出了一种融合邓氏关联度和细胞膜优化的图像边缘检测算法。该算法首先利用邓氏关联度方法获取图像边缘特征像素点,然后再用细胞膜优化算法的全局寻优能力从边缘特征像素点中求解最优边缘像素点,实现图像边缘检测。实验结果表明,该算法提取出的边缘连续清晰,同时较好的细化了图像边缘。

基于混合优化算法的医学DR图像增强方法

研究医学DR图像增强问题,由于DR图像在拍摄过程中,受噪声的干扰,曝光量不当,人体组织太厚等原因,细节信息会被噪声等不利因素埋没,边缘变得不清晰,对比度降低,容易导致病变区域的误诊。为了给医生提供更加清晰的DR图像方便诊断,提出一种基于混合优化算法的医学DR图像增强方法,首先采用基于人工鱼群算法和细胞膜优化算法的混合优化算法对DR图像进行分解,然后对分解后的关注区的高频区做非线性增强,对关注区的低频区做Piecewise直方图均衡化增强,对非关注区做分段线性增强。仿真实验表明这种方法有效地消除了DR图像中噪声,增强后DR图像细节信息更加清楚,具有高的重复性、稳定性和鲁棒性。

考虑海缆影响的风电集群无功优化配置方法

针对海上风电集群的无功补偿配置问题,在充分考虑双馈式发电机(DFIG)的无功调节能力及机群拓扑结构对海上风电无功优化影响的基础上,计及高压海缆对地电容与匝间电容的影响,以降低海上风电集群有功功率损耗和使离散设备调节的成本支出最小为目标函数,将海上风电集群内各节点电压偏差作为罚函数,建立了适用于海上风电集群和高压海缆一体的无功优化模型,采用细胞膜优化算法分别计算DFIG额定功率和空载两种运行方式,得到无功补偿配置最优方案。算例分析表明,该算法有效可行。

医学DR图像增强处理方法仿真研究

研究医学DR图像增强处理方法。在医学DR图像采集时,由于受到尖锐噪声,曝光量不当、人体组织太厚、分布不均匀等原因的干扰,造成医学DR图像中的像素混杂,图像对比度降低。传统算法很难对这些不可控因素进行预测,造成医学DR图像增强处理效果不好。为了避免上述缺陷,提出了一种基于细胞膜优化算法的医学DR图像增强处理方法。对采集的医学DR图像进行形态学处理,获取图像的结构特征,为图像增强处理提供了数据基础。利用细胞膜优化方法,计算图像中最优像素点空间位置,从而将其作为图像增强处理的依据。利用遗传方法,实现DR图像的增强处理。实验结果表明,利用改进算法进行医学DR图像增强处理,能够有效提高图像的对比度。

混合微电网滚动优化调度

考虑储能系统始末状态对微电网经济调度产生的影响,本文以微电网运行成本和污染性气体治理费用总和最小为目标,提出了可以控制储能系统末端状态的微电网调度模型。针对微电网中光伏、风力发电的不确定性,提出采用滚动时域优化并结合短时预测的方法来提高微电网调度的鲁棒性。利用细胞膜优化算法对模型进行求解。算例验证模型和算法的有效性,并比较细胞膜优化算法与微分进化算法的收敛速度和收敛性,分析滚动优化窗口长度对调度结果的影响。仿真表明采用滚动时域优化调度能较好地跟踪系统的变化,在不确定环境下使调度结果更接近全局最优。

考虑源荷互动的主动配电网两层优化调度

针对主动配电网中清洁能源消纳率低、负荷侧资源调度不足的问题,提出了一种包含负荷层和主动配网层的两层优化调度模型。负荷层首先根据负荷参与调度的形式不同分类建模,然后通过源荷协调互动调整柔性负荷用电时序及清洁能源的出力;主动配网层则依据分时电价优化系统的综合运行成本,提出禁忌-细胞膜优化算法对模型求解。通过算例对比分析了分层、分类负荷前后三种方案下优化调度的结果,证明了提出的优化调度模型在配网系统经济运行的前提下,可以有效提高清洁能源的消纳率,进一步降低负荷峰谷差,同时验证了算法的有效性。