一种基于多策略改进的鲸鱼算法

针对标准鲸鱼算法(whale optimization algorithm,WOA)寻优精度低、可能陷入局部最优解等问题,提出一种基于多策略改进的鲸鱼算法(MSWOA)。首先使用Tent混沌映射与反向学习策略初始化鲸鱼种群;然后,引入自适应收敛因子根据适应度值动态调整个体在迭代过程中的包围步长,平衡算法的探索和开发能力;最后引入随机差分变异策略,加强算法跳出局部最优的能力。实验结果显示,MSWOA算法有效地提高了鲸鱼算法在稳定性、求解精度和收敛速度等方面的表现,展现了更优秀的求解效果。

基于改进灰狼算法优化SVR的混凝土中钢筋直径检测方法

传统钢筋混凝土检测方法通过线性拟合或标准值查表法只能对钢筋直径做大致估算,无法精确测量。针对钢筋直径检测中样本数据较少、检测结果受到钢筋埋深及相邻钢筋间距的影响而非表现出非线性回归变化的情况,提出了基于改进灰狼算法(Improved Grey Wolf Optimizer,IGWO)优化的支持向量回归机(Support Vector Regression,SVR)检测方法(IGWO-SVR)。首先,通过反向学习策略优化初始化种群分布,改善了灰狼优化算法(Grey Wolf Optimizer,GWO)的全局搜索能力,通过随机差分变异策略扩大狼群动态搜索范围,避免了灰狼优化算法陷入局部最优;然后,将改进后的灰狼优化算法应用于支持向量回归机的核心参数寻优,以改良算法模型的检测性能;最后,与另外3种算法模型的实验结果进行对比分析,结果表明了所提方法在钢筋直径检测中的精度以及优化模型与实际值的拟合度都得到了有效提升。

能源互联网环境下电力系统配电网智能规划模型

针对江苏地区能源互联网环境下因广泛使用小规模分布式电源(DG)而引起的配电网电压波动大、网络损耗严重的问题,通过以网络损耗、DG投资综合费用及电压偏差率为目标函数,采用自适应惯性权重和随机差分变异改进鲸鱼优化算法(WOA)对目标函数进行求解,提出一种面向多元客户侧可调负荷的集群控制策略,并在IEEE33系统上进行了验证。仿真结果表明,所提的改进WOA规划模型,可实现对能源互联网环境下对多元客户侧可调负荷的集群控制,有效减少配电网的网络损耗,维持配电网电压平稳,降低DG投资综合费用。相较于遗传算法(GA)和粒子群优化算法(PSO),具有一定的有效性和优越性。