机组负荷优化的遗传-禁忌混合算法

针对遗传算法"爬山"能力差的缺点,提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力,并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后,将每个个体作为禁忌搜索的初始解进行搜索,可以改善群体质量,加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力,从而避免出现"早熟"现象,改善了算法的收敛性.应用某实例进行负荷优化计算,结果表明混合算法大大改善了局部搜索能力和搜索速度,可以有效解决机组在线负荷优化难题.

基于遗传-禁忌搜索算法的微网群能量管理

针对微网群能量管理提出了一种优化策略,利用将每小时风机、光伏阵列输出功率的连续概率密度函数划分为多个状态集合的方法定义了状态函数,基于各分布式发电成本定义新的指数W评估能量管理的效果,利用遗传—禁忌搜索算法进行目标函数寻优,解决了微网群能量管理关于各分布式电源出力分配问题。采用PG＆E69节点系统作为微网群算例,应用Matlab平台搭建仿真模型,以经济效益为目标对本文所提能量管理优化算法进行了仿真验证,通过微网群群级能量管理,各子微网成本均有可观降低。通过预测误差敏感性分析,验证了所提方法在预测误差方面的鲁棒性。结果表明所提能量管理策略具有良好的应用前景。

一种基于遗传-禁忌混合策略的PMU最优配置方法

以电力系统状态完全可观测和相量测量单元配置数目最小为目标,形成PMU最优配置问题.相量测量单元可以测量母线电压相量,结合测量数据采用改进的快速拓扑可观测性分析方法保证系统完全可观测,应用遗传算法和禁忌搜索算法的混合策略求解最优配置问题,实现全局最优.以IEEE 9节点系统和IEEE 39节点系统为例进行验证,结果表明,直接利用节点可观测原则判断电力系统的可观测性,可以提高可观测性分析的计算效率.

基于遗传-禁忌算法的木材物流网络优化

为了完善木材物流网络,保障木材物流顺畅运行,降低区域木材物流系统成本,从木材物流的生产现状出发,建立木材物流网络优化的数学模型,采用遗传-禁忌算法求解模型的策略和流程。以永林集团在福建三明永安境内的木材物流活动为例,将模型算法与计算机技术相结合,进行木材物流网络优化的实证分析,用C#编写相应的求解程序结合地理信息系统软件(Arc GIS)实现方案可视化。结果表明,该模型与算法具有可行性和有效性,可提高木材物流网络优化决策的精度和效率,降低物流总成本。

自适应遗传-禁忌搜索混合算法在PMU最优配置中的应用

针对PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法的混合算法。通过初始配置原则,缩小了算法的寻优范围。充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性。最后利用IEEE14、IEEE39、IEEE57节点系统对该混合算法与其他两种遗传算法进行了对比验证。

基于改进遗传-禁忌算法的PMU优化配置

针对PMU最优配置问题,把改进遗传算法与禁忌搜索算法的混合算法应用到电力系统优化问题。首先通过初始化配置,给定初始值,然后保留两个算法各自的优点进行全局优化,使优化精度提高,适应性更强。并对IEEE14和IEEE39节点进行优化,算例表明该方法求解PMU最优配置问题能使配置的数目和配置的位置达到最优化组合,同时也可提高最优解的多样性。

遗传-禁忌算法在防热服设计中的应用

本文在研究高温作业防热服多层传热模型的基础上,依照遗传-禁忌算法框架设计的实现步骤,探索遗传-禁忌组合算法在设计防热服最优厚度中的应用。最后应用自适应交叉策略法实现算法的改进以提高优化精度,从而得到较满意的防热服优化设计方案。

基于遗传-禁忌混合算法的低相关区序列集搜索方法

提出一种基于遗传-禁忌混合算法(genetic-taboo hybrid algorithm)的低相关区(low correlation zone,LCZ)序列集的搜索方法。建立搜索LCZ序列集的优化模型并设定了模型的目标函数,将禁忌算法嵌入到遗传算法的变异操作中,提出一种遗传-禁忌混合算法,该算法利用遗传算法的全局搜索能力和禁忌算法的局部搜索能力从而实现高效搜索。迭代过程中,种群在进入新一轮进化之前,首先剔除移位等价序列(shift equivalent sequence),从而保持种群的多样性,防止算法过早收敛。根据优化算法收敛后目标函数保持不变的特点,设定了算法结束准则,当超过一定进化代数后目标函数值仍保持不变,则认为进化结束。对非周期四元和周期二元序列集进行数值仿真,结果证明了该方法的有效性。

求解多工艺路线车间调度问题的禁忌-遗传算法

车间调度问题是一个NP难题,而多工艺路线的车间调度问题更具有实际的研究意义。从生产实际出发,在分析了多工艺路线的车间调度问题一般特点的基础了,提出了一种禁忌-遗传的嵌套算法,该算法重点讨论了禁忌算法的设计思想及遗传算法中遗传算子的设计。仿真实例说明了算法的有效可行。

禁忌-递阶遗传算法研究

结合禁忌搜索算法和递推遗传算法提出一种新的遗传算法——禁忌 -递阶遗传算法 ,该算法能在一定程度上克服早熟问题。通过求解复杂的非线性系统——分整增广 GARCH- M模型的参数优化问题 ,表明该算法具有较高的精确性和可行性。

NGI中的一种禁忌-递阶遗传QoS组播路由算法

设计了NGI主干网重要组网形式IP/DWDM光Internet中一种非NP类QoS(quality of service)组播路由算法,基于禁忌-递阶遗传算法(tabu-hierarchy genetic algorithm,THGA)构造优化的QoS组播路由树·该算法模拟生物繁衍过程,采用递阶编码方式,引入禁忌交叉和禁忌变异两种禁忌算子改进遗传操作,综合考虑了用户QoS需求和网络费用,同时有助于实现网络负载平衡·仿真结果表明,所设计的算法是可行和有效的,它在一定程度上克服了基于经典遗传算法的QoS组播路由算法存在的早熟和收敛慢等问题,提高了算法性能,较好地解决了IP/DWDM光Internet中的QoS组播路由问题·

神华铁路动态货物列车开行方案编制优化研究

重载铁路作为我国大型战略物资的重要运输通道,其货物流向及列车径路较为简单。货物列车开行方案既是货物运输组织的重要计划,也是影响货主装运需求与货运到达时限的关键。以神华铁路为研究对象,以重车作业时间与空车延误时间最小化为目标,构建神华铁路动态开行方案编制优化模型,并设计两阶段遗传-禁忌搜索算法的求解策略。最后以包神南线与神朔线作为实例验证,优化后总目标函数值为30010min,其中重车运输作业时间30010min,空车延误时间0min。实现了重空车的合理接续,最大化的保障了货主运输需求,证明了上述模型与算法的有效性。

基于“库前移”模式的铁路商品车物流基地分层动态选址优化研究

铁路商品车物流基地选址问题对于拓展铁路商品车运输业务具有重要意义。本文结合商品车运输"库前移"模式的运作特点,提出由商品车主机制造厂、区域物流基地、地区物流基地、客户构成的四级物流网络。以该网络为研究对象,构建铁路商品车物流基地分层级、多周期动态选址的0-1混合整数规划模型。该模型将铁路客户的变化状态作为多周期的划分依据,以降低成本、提高既有资源利用率为优化目标。在求解方法上,设计遗传-禁忌算法求解单周期静态选址模型,并将多周期动态选址问题转化为最短路问题进行求解。通过9-152-152-293四级物流网络的实际数据,验证模型的合理性及算法在求解大规模问题的有效性。

考虑潮流方程直接可解的PMU最优配置

针对使电力系统潮流直接可解的PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法(IAGA-TS)的混合算法。充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性。最后利用IEEE14、IEEE30、IEEE57、IEEE118节点系统对该混合算法与其它两种算法进行了对比验证,结果表明混合算法是有效的。

无线传感网络节点能效性测量优化方法

本文研究了无线传感网络节点能效性测量优化问题。给出了无线传感网络分簇式拓扑结构和节点概率检测模型,建立了网络测量覆盖率指标和通信能耗指标。遗传算法和微粒群算法在节点能效性测量优化时存在容易陷入局部最优和精度不高的缺点。将禁忌搜索算法和遗传算法结合,增强了遗传算法的全局搜索能力。仿真实验证明,采用遗传-禁忌搜索算法进行节点能效性测量优化时,网络测量覆盖率更高,通信能耗更小,优化效果更好。

基于混合算法的知识网运算表达式优化

根据知识化制造的相关概念,为了实现基于用户功能需求的知识网自动生成,研究了知识网多重集运算表达式的优化问题,给出该问题的优化模型,并采用遗传—禁忌搜索混合算法进行求解。在该混合算法中,遗传算法提供并行搜索的主框架,禁忌搜索作为遗传算法的变异算子。通过与遗传算法进行比较,得出该算法有更高的计算效率,对求解该类问题有着很好的效果。

市域轨道交通线路快慢列车停站方案研究

为解决市域通勤客流欲快速到达目的地的需求问题,以乘客的出行时间节约值最大为优化目标,建立大小交路条件下的快慢列车停站方案模型。基于乘客出行时间效益优先原则,考虑乘客候车时间、乘客在车区间运行时间、乘客在车等待时间以及越行对慢车乘客的延误和快车乘客的时间变化影响等因素,构建了目标函数,同时以列车开行密度、满载率等作为约束条件,建立0-1整数规划模型。通过在实际算例中运用遗传-禁忌算法对模型进行求解,得到快车的最佳停站方案,并将计算所得方案的乘客出行时间与相同交路条件、发车间隔以及开行比例下的普通站站停开行模式的时间进行了对比分析。结果表明,该方案可以节省总出行时间约8 062h,节省人均出行时间约8.5min,人均延误时间约0.86min,总体提高了乘客出行效率和服务水平,具有有效性和合理性。

基于最大贡献的航班计划优化模型

从航空公司的效益出发,结合机场和空管部门对航班时刻的限制,以航班贡献最大为目标,建立了一个航班计划的优化模型。对于模型的求解,介绍了一种遗传-禁忌的混合算法,通过精英保留的策略,得到更优结果,并通过案例对该模型进行了分析和验证。

带客户协同分仓的动态车辆路径问题研究

随着互联网商业迭代的不断深化,越来越多的企业倾向于从商品前置视角解决配送距离与配送时效性的矛盾。为此,本文研究基于客户协同分仓备货的动态车辆调度问题(Dynamic Vehicle Routing Problem with Inventory Synergetic Customer,DVRP-ISC),设计考虑区域分异特征的协同分仓客户选择方法,建立多阶段动态配送网络优化模型。鉴于研究问题的特殊性,设计多阶段两级网络协同配送路径优化算法;最后,以仿真算例、自定义算例集和基准算例,验证所提模型和算法性能及其拓展性。

多机场系统对外航线协同优化研究

我国区域多机场系统在整体航线建设方面普遍存在不协调的问题,为促进系统内各相关利益体的均衡可持续发展,综合机场定位差异化、航空公司运输成本最小化和旅客出行时间成本最小化三个优化原则,建立多机场系统对外航线优化模型,以江苏省多机场系统为例,通过禁忌-遗传组合启发式算法求解得到航线优化的调整方案。结果表明,优化后江苏省多机场系统建立起以南京、无锡、连云港为系统内中转点,长沙、西安、成都为系统外中转点的航线布局,能够有效减少40条同质化航线,与全直飞运输方式相比,航空公司运输成本下降了32%,旅客出行时间成本减少了6%。