基于混合差异进化优化算法的电力系统无功优化

无功优化是电力系统实现电压和无功功率最优控制和调度的基础,阐述了一种基于混合差异进化算法的新无功优化方法。混合差异进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,且为缩短计算时间、避免陷入局部最优,在算法中嵌入了加速操作和种群迁移操作。将该无功优化方法在IEEE 30节点系统上进行了校验,并与基于其他算法的无功优化方法进行比较,仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。

基于差异进化算法反演参数的隧道稳定性分析

在隧道和地下工程弹性问题的位移反分析中,当基本未知数多于三个时,在各参数可能的变化范围内找到一组使误差最小的最佳参数的优化反分析方法是当前岩土工程反分析研究的热点问题。论文结合一种新型的优化算法(差异进化算法),依托摩天岭1#斜井隧道工程施工,跟踪施工进行了典型断面围岩位移监测,以现场量测位移作为基础信息求得了斜井隧道全局最优值的最佳力学参数组合。根据以上采用差异进化算法求得的反演参数,对摩天岭1#斜井隧道单层衬砌支护稳定性进行了三维数值模拟分析,分析表明,摩天岭1#斜井隧道III级围岩段喷15 cm厚钢纤维混凝土支护后,斜井隧道围岩最小应力明显降低,围岩位移明显减小,因此建议摩天岭1#斜井洞身段III级采用15 cm厚度的钢纤维喷射混凝土单层衬砌。以上研究直接指导了摩天岭隧道单层衬砌设计和施工。

基于差异进化算法的前馈神经网络在大坝变形监测中的应用

针对当前大坝安全监测中广泛采用的回归模型欠拟合的不足,提出了基于差异进化算法的前馈神经网络模型。差异进化算法是基于种群策略的全局优化搜索算法,具有应用简单、收敛快的优点。采用该法训练的神经网络可以有效避免常规BP(back propagation)神经网络收敛于局部极小点的缺陷。将提出的方法应用于某拱坝的变形监测,通过计算表明,应用DE(differential evotntion)神经网络模型预报大坝变形的精度比常规回归模型和BP神经网络模型均有所提高。

用模拟退火差异进化算法进行匹配场反演

分析了模拟退火算法与差异进化算法单独应用于匹配场反演时的局限性,构造一种结合两种算法优点的混合算法。模拟退火算法对差异进化算法的种群进行扰动,保留了差异进化算法的并行特性;在差异进化算法中引入模拟退火算法的重要性抽样思想,增强其逃离局部最优的能力,差异进化算法对目标函数梯度信息的利用仍然保留。仿真研究表明,混合算法在寻优时间与效率上达到了较好的平衡。

基于差异进化算法的围岩参数识别

引入了一种新型智能优化算法差异进化优化算法,建立采矿巷道围岩参数的识别方法.基于正交设计和均匀设计方案进行巷道开挖的数值试验,建立围岩力学参数与监测位移的映射关系回归模型.以计算位移和监测位移的误差为适应值,采用差异进化优化算法进行参数识别.在探讨差异进化算法原理和参数识别步骤基础上,将该方法应用于金山店铁矿进路巷道分析.分析结果表明该算法具有优良的全局快速收敛性,是具有较强适应性的新型巷道参数识别方法,具有良好应用前景.

基于差异进化算法的人工神经网络快速训练研究

神经网络和以遗传算法为代表的进化算法都是仿效生物处理模式来获得智能信息处理功能的理论,其中神经网络已被广泛应用于智能控制系统优化,信号及信息处理、模式识别等领域。而遗传算法则是模拟生物的进化现象(选择、交叉、变异等),来表现复杂现象的一种概率搜索方法,以达到快速有效地解决各种困难问题。由于神经网络和遗传算法目标相近而方法各异,因此将两种方法相互结合,必能达到取长补短的目的。将近年来提出的遗传算法的一种——差异进化算法DE(DifferentialEvolution)与原有的LM算法相结合,构造了DE-LM算法,并通过实例验证了它具有收敛速度快和不易陷入局部最小的特点。

用差异进化算法进行海洋环境参数反演

提出了用差异进化算法进行浅海环境参数匹配场反演 ,利用仿真数据对算法的有效性进行了评估 ,并与遗传算法、模拟退火算法进行了比较 ,最后采用亚洲海实验 ( ASIAEX2 0 0 1 )

基于粒子群-差异进化混合算法的电力系统无功优化

针对传统粒子群算法中收敛速度快但易于陷入局部最优等特点,将差异进化算法与粒子群算法相结合,提出了一种粒子群-差异进化混合算法。该算法在粒子寻优过程中除跟踪个体极值和全局极值外,还跟踪粒子差异进化产生的第三个值;同时,当粒子在某一维上的速度小于给定值时,将重新初始化该维度粒子速度。建立了无功优化数学模型,并将合算法应用到无功优化中。通过MATLAB编程对IEEE-30节点系统进行优化计算,并与遗传算法和粒子群算法比较,结果表明本文提出的算法应用于无功优化拥有较快的收敛速度和全局寻优能力,具有广阔的发展前景。

基于差异进化算法的土层多参数动态反分析

为得到更加真实准确的深基坑施工过程各土层参数值,确保深基坑工程质量和安全稳定性,以大连某地铁车站深基坑工程为研究背景,根据现场地下连续墙水平位移实测数据,采用正交设计法对各土层参数进行敏感性分析,然后,基于差异进化多参数反分析方法,对深基坑各土层参数进行静态和动态位移优化,最后,根据地下连续墙体水平位移现场监测数据,对数值模拟结果进行辅助验证。研究结果表明:动态反分析的土层参数值更接近土层真实值,利用动态反分析得到的土层参数进行数值模拟分析,其结果比静态反分析模拟结果更接近实际监测数据,从而验证了该方法的合理性和正确性,为后续深基坑稳定性研究和变形预测提供技术支持。

基于差异进化算法的爆破震速参数识别与优化

爆破震动衰减特性研究通常采用经典的萨道夫斯基公式实现。如何根据不同爆破条件合理选择公式中的场地系数K和衰减指数α是确定爆破控制参数的关键。实际工程分析中,通常采用可监测参数反演识别方法获取K和α值。以大连地铁2号线201标段接收井横通道爆破作业为背景,基于差异进化(DE)算法中缩放因子F和交叉概率Cr贡献值的合理选择,研究萨道夫斯基公式K和α的反演问题。首先,通过对算法中F和Cr不同取值对萨道夫斯基公式计算结果的影响分析,得到各向震速条件下收敛最小的F和Cr值;然后,根据F和Cr取值反演K和α参数。工程实践表明,基于DE算法反演识别得到的K和α值代入萨道夫斯基公式,计算得到的垂向、纬向、经向速度及合速度与实测速度变化趋势一致,并处在合理误差范围之内。

基于混沌差异进化算法的有功优化仿真研究

差异进化(differential evolution,DE)算法在求解电力系统有功优化的问题上易陷入局部最优,因此在其基础上引入混沌算法的Logistic映射,形成混沌差异进化(chaotic differential evolution,CDE)算法。该算法在迭代后期,使固定取值的搜索步长和交叉算子在一定范围内随机取值。为验证算法的实用性,利用Matlab软件,将DE和CDE在IEEE30节点测试系统上进行电力系统有功优化仿真。仿真结果表明,CDE算法扩大了搜索范围并且增加了种群多样性,能获得搜索质量更高的最优解,即考虑阀点效应的燃料费用更低。通过此次仿真,既可加深学生对有功优化的认识和理解,又可提高学生运用仿真技术为改进算法提供理论依据与评价的能力。

基于改进差异进化算法的有功优化仿真研究

在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。

差异进化算法初始化的小波神经网络盲均衡

利用小波神经网络实现盲均衡最大的难题之一就是网络参数的初始化问题,文中提出了一种采用差异进化算法进行网络参数初始化方法。结合常数模盲均衡算法设置适应度函数,并将尺度因子和平移因子以及网络连接权值进行实数编码,以接收数据对网络进行优化设计,获得一组渐近最优的网络初始化参数,在此基础上以传统梯度下降算法对信号进行均衡接收。计算机仿真证明基于差异进化算法初始化的小波神经网络盲均衡有效提高了均衡性能。

基于差异进化算法的数控永磁直线同步电动机优化设计

在标准差异进化算法(DE)的基础上,提出一种改进的差分进化算法,该算法从动态更新种群、关键参数自适应处理两个方面进行了改进。针对永磁直线同步电动机的特点,运用有限元法精确的求解直线电机内的磁场分布,分别计算边端力和齿槽力后合成得到磁阻力,并将有限元数值分析与DE法相结合,为提高数控系统中直线电动机运行的平稳性,对其磁阻力进行最小优化,具体实例的优化计算结果表明DE算法与有限元结合是电机优化设计领域中一种行之有效的方法。

基于差异进化算法的椭偏测量数据反演

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法—差异进化算法处理实验数据;以单层吸收薄膜的测量为例,利用该算法进行数据处理,实验结果表明,三个薄膜参数(折射率n,消光系数k和薄膜厚度d)是可以同时获得的,而且在未知参数确切范围情况下,较大范围内进行搜索仍然能保证快速收敛到最优解。文中算法和粒子群算法、遗传算法以及利用椭偏仪数据处理软件得出的结果相比较,表明该算法在椭偏测量数据反演中是一种可行的智能优化算法。

差异进化算法在永磁同步电机优化设计中的应用

在介绍差异进化算法(DE)的原理和流程之后,针对永磁同步电机设计的特点,对差异进化算法作了改进,并对一台永磁同步电机进行了综合的优化设计。最后采用有限元分析软件对优化结果进行了验证。

应用基于连续潮流法的改进差异进化算法分析静态电压的稳定裕度

连续潮流法能较好克服潮流方程在极限点附近的病态,是求取静态电压稳定裕度的常用方法。在连续潮流法的基础上,结合经过改进的差异进化算法,通过对变量的组合优化,求取系统静态电压稳定安全裕度。对KK11节点系统的计算结果表明了对进化算法所作改进的有效性。

基于协方差学习和双峰参数设置差异进化算法的电力系统无功优化策略

设计了基于协方差学习和双峰参数分布整定的差异进化算法,以解决现有差异进化算法在实现电力系统无功优化中处理变量相关问题效果欠佳和控制参数整定困难的问题。现给出了该算法的设计原理和实现流程,并进行了在IEEE 30节点系统中应用的仿真。通过与现有优化算法结果的比较,验证了该算法在实现电力系统无功优化中的正确性和有效性。

最近点投射算法和差异进化算法结合的岩土工程智能反分析

弹塑性问题正演反分析法需要大量的计算、反复迭代,时间耗费巨大,且参数反演精度也会随着问题的复杂程度加大而降低,如何提高计算速度及参数反演精度是值得深入研究的问题。最近点投射算法是本构积分算法的一种,可避免预测应力漂移屈服面的现象,且计算精确,稳定性好,用Newton-Raphson法进行迭代收敛速度快。基于Drucker-Prager准则的最近点投射算法和差异进化算法原理,建立了弹塑性智能位移反分析DE-CPPM方法及程序编制,最后将其应用于丹大铁路在建隧道工程。结果表明了该方法的优越性及程序的高计算精度、实用性。

基于改进差异进化算法的地区电网无功/电压实时优化控制研究

结合无功/电压实时优化控制模型提出了一种基于改进差异进化算法的地区电网无功/电压实时优化控制实现方法。该方法将差异进化算法与无功/电压控制特点相结合以改善初始种群质量、缩小寻优空间、进行"约束指导"与分群寻优提高算法的计算速度和效率。以某一实际地区电网为例进行无功/电压实时优化仿真计算,结果表明,所提算法和策略是可行、有效和实用的。