自适应果蝇算法多峰值光伏阵列最大功率点跟踪

光伏PV(photovoltaic)阵列在实际应用中常存在遮挡现象,与光照均匀时的单峰特性不同,遮挡情况下的PV输出曲线呈多峰特性,常规的最大功率点跟踪方法大多寻找到第1个峰值点即停止搜索,易使光伏阵列因陷入局部极值点的跟踪而失效。提出一种基于自适应的果蝇优化算法AFOA(adaptive fruit fly optimization algorithm),对原有果蝇算法的初始值设定及寻优步长进行改进,并定时与扰动观察法P&O(perturb&observe)相结合,增强寻优算法的实时性。通过Matlab仿真,分别在光照均匀和遮挡情况下,与扰动观察法和粒子群优化PSO(particle swarm optimization)算法的跟踪效果进行了比较,仿真结果表明,无论有无遮挡现象,AFOA算法都可准确跟踪到系统的全局最大功率点,提高了系统输出功率的稳定性及发电效率。

基于自适应果蝇优化算法的加权分簇算法

针对无人机编队网络管理问题,提出了一种基于自适应果蝇优化算法的加权分簇算法,利用分簇结构进行网络优化。该算法使用了基于离差标准化的数据归一化方法对各性能指标进行处理,并根据整体能耗改变权值分配规则,共同提高了簇头选举的客观性;分析了未定节点调整准则,提出了应用自适应果蝇优化算法进行簇的规模优化,消除了孤立节点和小规模簇;引入了剩余能量阈值和安全距离阈值约束维护条件,并分析了阈值的最优取值,减少了簇的维护次数。仿真结果表明,所提算法能够有效提高无人机编队各方面的性能,与现有算法相比,能够获得更好的网络管理效果。

基于自适应多目标果蝇算法的3D-U型智能制造单元设施布置

目前离散型智能工厂已成为智能制造的研究热点之一,智能制造单元作为其重要组成部分也受到广泛关注。针对加工产品种类繁多,设施量大的智能制造单元布置,提出一种立体U型(3D-U)智能制造单元,建立了物流搬运距离最短和单元高度最低的双目标函数,并明确了约束条件。在已有算法研究的基础上,提出了自适应多目标果蝇算法求解3D-U型智能制造单元的设施布置问题,将快速非支配排序用于多目标的食物浓度计算,设计了自适应的嗅觉搜索和视觉搜索,并对飞行策略采用摄动操作来保证种群的多样性。通过算例分析表明自适应多目标果蝇算法在求解3D-U型智能制造单元的设施布置问题时,在种群多样性、寻优能力、稳定性等方面表现优异。

基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取

针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势,而且采用搜索能力较强的自适应变异果蝇优化算法进一步增强了神经网络的学习能力,从而提高了布里渊散射谱的拟合度和频移提取的准确度。在布里渊散射谱中心频率为11.213GHz,线宽为40~50,30~60和20~70 MHz的散射谱白噪声实验模型中,将新算法分别与基于有限元分析的Levenberg-Marquardt拟合法、粒子群优化和拉凡格式混合拟合法、最小二乘法进行预测比较,新算法获得的最大拟合频移误差为0.4MHz,平均拟合度为0.991 2,均方根误差为0.024 1。仿真结果表明所提出的算法拟合度较好,绝对误差小。因此,将此算法用于基于布里渊光时域反射的分布式光纤传感系统,可有效提高布里渊散射谱的拟合度和频移提取的准确度。

基于自适应果蝇优化算法的PID参数优化

针对基本果蝇优化算法(FOA)控制精度不高且易陷入局部最优的缺陷,提出一种自适应果蝇优化算法(IFOA)的PID参数优化方案。该算法以控制偏差绝对值和输入平方项的时间积分作为适应度函数,经过迭代寻优得到最优的PID参数值。通过二阶时滞系统测试并与基本果蝇优化算法比较,结果表明:该算法控制精度高、响应速度快、鲁棒性好,为PID参数优化提供了参考。

基于自适应果蝇优化算法的电地热温度控制系统PID参数优化

针对传统PID控制器的参数选取直接影响到电地热在温度控制过程中的稳定性、超调量以及调节时间问题,提出了一种新的自适应果蝇优化算法的PID参数整定方法。该算法在果蝇搜索过程中对搜索算子的变异概率操作进行自适应调整,通过函数测试证明提出的自适应果蝇优化算法比传统的果蝇优化算法收敛速度快和寻优效率高,并将改进的果蝇优化算法应用到电地热温度控制系统PID整定上。仿真结果证明,提出的自适应果蝇优化算法的PID参数整定方法比传统的PID整定方法具有更好的控制效果,即调节时间短、稳定性好。

自适应双层果蝇相关向量机起重机当量载荷谱预测方法

起重机载荷谱是其疲劳剩余寿命计算和安全评估的主要影响因素之一。针对载荷谱的随机性、不确定性及数据样本有限的问题,提出自适应双层果蝇相关向量机(ADRVM)的起重机当量载荷谱预测方法。以混合核函数为基础,将自适应步长的果蝇算法直接应用于相关向量机(RVM)核参数的优化选择中,同时为避免人为因素的影响,提出自适应双层果蝇算法对自适应步长的附加参数进行选取,从而克服了单一核函数下RVM的局限性,解决了自适应步长引起的附加参数的选取没有理论公式和有效依据的问题,提高了预测精度与鲁棒性。用ZLJ5551JQZ110V汽车起重机的小样本载荷谱对提出的方法进行验证。结果表明,在训练特性及预测精度方面,所提方法均优于粒子群优化算法的相关向量机、v-SVRM和LMBP神经网络。

面向无线异构传感器网络的三维覆盖研究

【目的】为达到增强无线异构传感器网络(HWSN)三维覆盖能力的目的,提出了一种基于改进蜜獾优化算法(IHBA)的无线异构传感器网络三维部署方法。【方法】首先,结合自适应果蝇优化算法,增强算法的随机搜索性,便于算法得到全局最优解,然后引入替换最差个体策略,避免适应度过低的个体占据种群位置,提高算法收敛速度,同时引入新个体提高种群多样性,避免算法个体早熟。【结果】将该算法应用于无线异构传感器网络的覆盖优化,相比标准蜜獾算法,其网络覆盖率提升18.1%。【结论】仿真结果表明,该算法收敛速度更快,可以有效提高无线异构传感器的网络覆盖能力,整个网络的节点分布也更加均匀。

基于IAFOA-GRNN的井下配网单相接地故障辨识模型

为提高井下配电网单相接地故障选线效率及精度,提出首先利用粗糙集理论对采样数据进行信号强化,然后针对所得特征信号展开复小波分解,最终对得到的暂态分量进行归一化处理,以作为广义回归神经网络训练及测试的输入值。同时,根据智能融合思想,提出改进的自适应果蝇优化算法改善了传统算法搜索遍历性差、易陷入局部最优解的缺陷,对GRNN的平滑元素σ进行全局寻优,建立最佳的故障馈线辨识模型。通过大量的ATP-EMTP仿真实验可知,该选线模型具有训练速度快、误判率低的特性。

基于改进ACFOA的图像一维OMP稀疏分解

针对二维图像稀疏分解运算复杂度高的问题,提出一种基于改进自适应混沌果蝇优化算法的图像一维正交匹配追踪OMP(Orthogonal Matching Pursuit)稀疏分解方法。算法首先将图像从二维空间转换到一维空间,然后对自适应混沌果蝇优化算法ACFOA(Adaptive Chaos Fruit Fly Optimisation Algorithm)的味道浓度判定值和混沌映射函数进行了改进,提高了算法的全局寻优性能,最后将改进后的ACFOA算法应用到图像一维OMP分解之中。实验结果表明,在相同实验条件下,图像一维OMP稀疏分解的速度是二维分解的1.12倍。

OMP信号稀疏分解的改进ACFOA实现

稀疏分解能用少数原子表示原始信号,但运算复杂是阻碍其实际应用的一个重要原因。果蝇优化算法(FOA)能有效地提高稀疏分解中原子的搜索效率,但其易于陷入局部最优。自适应混沌果蝇优化算法(ACFOA)能够针对局部最优进行混沌操作,提高全局寻优性能。正交匹配追踪(OMP)通过对已选原子的正交化,能够增加稀疏分解的收敛速度,但计算复杂度却有所增加。因此,利用智能算法的并行性,将ACFOA应用于OMP,并对其味道浓度判定值和混沌映射函数进行改进,以降低整个算法的复杂度,提升最优原子的搜索性能。实验结果表明,相比于其他几种算法,改进的ACFOA-OMP算法重建信号均方误差是最佳的。

多电机多包传输分布式控制系统故障检测优化策略

为同时提升故障检测的故障灵敏度和噪声鲁棒性,针对具有双通道多包传输的短时变时延多电机分布式控制系统,提出了一种基于改进自适应混沌果蝇优化算法的传感器故障检测观测器优化设计方法。首先将双通道多包传输转化为切换系统,短时变时延视为一种系统不确定性。然后将观测器残差信号对噪声信号和故障信号的传递函数比值作为适应度函数,通过改进自适应混沌果蝇优化算法对适应度函数进行优化得到最优观测器增益矩阵。最后将方法在分布式控制系统半物理平台上进行仿真验证,结果显示相比于传统的鲁棒故障检测方法来说,提出的优化方法能够同时抑制噪声信号和放大故障信号,从而提高了故障诊断的正确率,降低了虚警率。

基于AFOA的降噪源分离在轴承复合故障诊断中的试验研究

源分离算法的分离性能受到分离矩阵的影响,不能自适应地分离滚动轴承的复合故障特征,针对这一问题,将自适应果蝇优化算法(AFOA)与降噪源分离(DSS)相结合,提出了一种基于AFOA算法的滚动轴承复合故障降噪源分离方法。首先,利用自适应果蝇优化算法对分离矩阵进行了初步优化,再将分离矩阵作为果蝇个体,负熵作为目标函数,对目标函数最大值进行了全局寻优,进而确定了降噪源分离的最优分离矩阵;以正切函数作为降噪源分离的降噪函数,对内、外圈复合故障轴承振动信号进行了估计;最后,进行了包络分析,提取出了轴承内、外圈故障特征;此外,通过仿真和实测轴承内、外圈复合故障试验,将所提方法与基于自适应果蝇优化算法的快速独立成分分析进行了对比。研究结果表明:AFOA-DSS方法能够更精确分离滚动轴承的复合故障特征,实现对轴承复合故障的诊断;该方法的有效性和实用性得到了验证。

一种矿井供电系统井下接地故障的诊断方法

当前煤矿生产的动力均采取电力,矿井下设备多、供电系统复杂、功率高、环境复杂且危险性高,供电系统的安全是确保煤矿安全生产的重要因素。接地故障是供电系统诸多故障中发生概率较高、危险系数较大的一种,针对此类故障,采用了一种改进的自适应果蝇优化算法对单相接地故障进行故障诊断,仿真结果表明此方法计算速度快、故障识别准确率高,能够满足井下供电系统对故障诊断效率与精度的要求。