自适应高斯遍历和声搜索物联网射频识别均衡优化

针对物联网射频识别过程中存在的数据量过大、传统算法计算复杂度较高和识别准确率较低的问题,提出了自适应高斯遍历和声搜索(Gauss traversal and harmony search algorithm,GTHS)物联网射频识别优化算法.首先,基于和声搜索算法进行网络优化设计,针对标准HS在优化精度和计算复杂度等方面存在的问题,利用高斯函数的遍历特性对算法即兴创作过程引入控制参数,提高前后期搜索的针对性,并给出参数选取的理论分析;其次,对物联网射频识别优化模型进行研究,提出改进的自适应优化目标,实现性能指标的均衡优化;最后,将该算法与RPSOAS、CDE以及C-MC算法进行了实验对比分析,结果表明,所提GTHS算法在区域大小为1 000 m×1 000 m、标签数量为100 000的大型物联网RFID(radio frequency identification network)实验对象中,收敛精度为7.215 6,收敛精度提高29.6%以上.

考虑回收成本收益GHS供应链模型构建与优化

针对当前供应链模型研究中未考虑产品回收,不利于短寿命周期商品供应链供应成本控制的问题,提出一种考虑回收成本收益的高斯和声搜索(GHS)循环供应链模型构建与优化算法。首先,对供应链分5个阶段进行描述,并考虑产品回收过程进行模型构建,同时利用保存成本、短缺成本和转移成本建立供应链模型的成本最低目标;其次,引入和声搜索算法进行模型优化,同时为提高和声搜索的有效性,利用高斯遍历控制参数对和声搜索步长进行自适应搜索,提高算法的自适应能力;最后,通过标准测试函数对GHS的参数敏感性进行分析,并进行了模型算例研究,实验结果表明,所提算法可获得更低的供应链运输成本。

考虑DVS的光伏系统GHS短期电压稳定性设计

为降低光伏系统与电力系统并网所引起的电网稳定性恶化问题,提出一种考虑注入电流限制动态电压支撑能力(Dynamic Voltage Support capability, DVS)的光伏系统高斯和声搜索(Gaussian Harmony Search, GHS)短期电压稳定性设计方法。首先,将光伏系统表示成逆变器、故障穿越(Fault Ride-through, FRT)和DVS的能力模型,与传统的DVS性能相比,该方法采用有功和无功注入,提高了系统的短期电压稳定性;其次,引入和声搜索算法对模型参数进行优化,同时为了提高该算法的优化性能,利用高斯遍历性进行算法性能的改进;最后,通过在光伏电力系统仿真实例上的实验研究,显示所提方法可有效缓解光伏系统中断引起的故障后的频率下降问题,提升光伏系统的短期电压稳定性。