基于改进鲸鱼群算法的低碳柔性车间调度研究

针对柔性制造车间单独考虑完工时间或设备利用率等问题,本文建立以最大完工时间、碳排放量为目标的双目标优化问题的调度模型。对于传统鲸鱼群算法收敛速度较慢,易陷入局部最优的问题,本文提出了一种基于惯性权重和混沌扰动的收敛因子二者相结合的搜索方式,设计了一种改进的鲸鱼群算法。该算法根据车间调度特点,采用两段等长式编码,加快机器选择与个体位置之间的转换速度;采用混合式初始化种群,提高种群多样性;加入惯性权重以及混沌扰动的收敛因子,平衡算法搜索能力;引入多项式变异策略,帮助算法及时跳出局部最优。在测试函数下,与遗传算法和传统鲸鱼群算法进行了对比,验证了该算法的搜索能力更优。同时,通过实例验证,进一步表明了改进的鲸鱼群算法的有效性。

基于鲸鱼群算法的交直流混联系统无功电压控制方法研究

高效安全地实现交直流混联系统降损与电压控制受到广泛关注,以网络损耗或电压偏移量为单一目标的传统的无功优化模型不能精确反映电网的安全性和经济性。该文针对交直流混联系统,建立了兼顾网络损耗和电压偏差的多目标无功电压控制优化模型,提出一种基于传统的鲸鱼算法(whale optimization algorithm,WOA)与粒子群(particle swarm optimization,PSO)相结合的鲸鱼群(WOA-PSO)模型求解算法。通过引入基于鲸鱼算法的包围策略,加速粒子群的迭代搜索过程,从而提高算法的全局优化能力;通过算例验证,并与基本粒子群算法、鲸鱼算法对比分析,说明所提方法具有良好的收敛性和寻优能力。

一种新的全局优化鲸鱼群算法(Global_WOA)

通过对鲸鱼群算法中勘探阶段和开发阶段的两个数学模型中的相关参数优化,提出一种新鲸鱼群智能优化算法的策略,该策略主要解决了算法在精度较低和收敛速度缓慢的问题,并在实际中应用。如目前研究比较热门的特征选择中,对应用结果有较高的提升。最后通过对6个典型基准测试函数的仿真来验证算法的有效性。

基于离散鲸鱼群算法的物资应急调度研究

针对鲸鱼群算法求解多配送中心带时间窗的物资应急调度问题时存在的易陷入局部极值等缺点,该文提出一种改进离散鲸鱼群算法(IDWSA)。首先采用混合初始化策略提高初始种群的质量;然后构建以相似配送顺序和相同配送中心为比较项的两种移动规则,并设计自适应柯西变异算子和路径选择策略对个体进行移动;最后构造全局评价函数用于选择个体以维持种群多样性。在Solomon标准测试集上,IDWSA所求最好解的距离与MAPSO,GA,HACO,ABC相比分别减少了2.25%,13.4%,6%,1.46%,有效缩短了车辆的行驶距离。

基于鲸鱼群算法的柔性作业车间调度方法

针对以最大完工时间为目标的柔性作业车间调度问题,在鲸鱼群算法(WSA,Whale swarm algorithm)基础上,提出一种改进的鲸鱼群算法。首先,设计了一种基于工序加工顺序的个体位置表达方式及相应距离计算方法,使鲸鱼群算法能够直接应用于求解离散型问题。其次,在寻找"较好及较近"鲸鱼过程中引入协同搜索机制,提高"较好及较近"鲸鱼的质量和数量,扩大鲸鱼个体的搜索范围。同时,引入基于关键路径的变邻域搜索算法,搜索当前最优鲸鱼个体的邻域解,提高种群局部搜索能力。最后采用BRdata基准算例进行测试,验证了算法的可行性和有效性。

改进鲸鱼群算法及其在炼钢连铸调度中的应用

研究了一种新的群体智能优化算法——鲸鱼群算法(whale swarm algorithm,WSA).系统介绍了鲸鱼群算法的原理、基本步骤及与其他典型群体智能优化算法相比的特点,并针对多峰优化问题的特点改进了WSA的迭代规则,引入稳定性阈值和适应度阈值两个参数,提出带迭代计数器的WSA(WSA with iterative counter,WSA-IC).实验证明,WSA-IC在最优解数量、最优解质量和收敛速度方面均有着优秀的表现,将WSA-IC应用于炼钢连铸调度问题,通过实验验证WSA-IC具有良好的寻优能力和稳定性,并提出从理论研究和实际应用两方面深化鲸鱼群算法的研究.

基于鲸鱼群算法的PID独立变桨控制参数整定方法

随着风电机组单机容量不断上升,叶轮直径不断增大,风剪塔影造成的载荷波动不断增大,严重影响机组的安全运行。因此,独立变桨控制应运而生。而PID独立变桨控制算法在行业中已有广泛应用,其研究重点之一是PID控制器的参数整定方法研究。文章提出一种基于鲸鱼群算法的PID独立变桨控制参数整定方法,首先提出一种考虑系统调节时间、超调量及稳定裕度的目标函数,接着将邻域搜索策略加入带迭代计数器的鲸鱼群算法,有效提高全局搜索能力,最后将改进的鲸鱼群算法与粒子群以及遗传算法进行对比。试验结果证明了鲸鱼群算法的有效性和实用性。

基于鲸鱼群优化算法的带Sigmoid满意度应急车辆调度问题

针对突发大规模灾害事件下受灾点严重程度不同的特点,引入Sigmoid时间满意函数评价救援效果,建立平均时间满意度最大与救援路径最短双目标调度模型.设计了基于混沌序列搜索算子的混沌鲸鱼群算法,通过构建三组不同规模的实验案例对模型进行求解,并将所得结果与模拟退火算法和基本鲸鱼群算法进行比较.实验表明,在处理较小规模车辆调度情况下,三种算法处理效果差距不明显,随着求解规模增大,混沌鲸鱼群算法对解决所提问题具有更好的效果,是一种优化应急车辆的有效方法.

一种求解柔性作业车间调度问题的鲸鱼群优化算法

针对最小化最大完工时间的柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP),提出了一种新型元启发式算法,鲸鱼群算法(Whale swarm optimization algorithm,WSA),该算法以"较优且最近"的鲸鱼引导和利用超声波强度来控制鲸鱼个体移动范围的迭代方式,在求解各类标准函数时显示出了其在全局搜索能力和维持种群多样性方面的优越性。采用两段式编码方法将FJSP描述为机器选择和工序排序两个子问题;引入转换机制实现FJSP的离散调度解与连续的鲸鱼个体位置向量之间的相互转换,然后利用WSA完成种群的迭代更新和寻优。最后,通过实验数据验证了WSA在求解FJSP方面的有效性。

基于鲸鱼群优化算法的图像精准处理技术

提出了一个算法,利用这种鲸鱼群算法对其中一种图像处理技术进行了优化,实现了图像的精准处理,在执行速度和图像质量方面取得了很好的效果。

基于鲸鱼群优化算法的电子厂房素地微振动响应分析及应用研究

环境微振动是影响电子工业厂房正常运行的关键因素之一,特别是低频微振动对高精密加工和检测设备的正常工作有着显著影响,甚至会对设备造成不可逆损伤。因此,微振测试及响应分析对指导厂房隔振设计和保证厂房内各种精密设备稳定运行具有重要意义。本文基于鲸鱼群优化算法对Davidenkov模型的参数进行拟合,并验证了其适用性。以某电子厂房素地为例,对其微振动响应进行了分析。结果表明,经鲸鱼群优化算法拟合后所构建的土体非线性本构模型,能够较好地描述在微振动作用下土体的动力非线性行为。相比于传统的等效线性化方法,基于鲸鱼群优化算法所构建的非线性本构模型所得到的加速度响应值更小,可有效地抑制等效线性化方法所产生的“虚(拟)共振效应”。

基于混合智能优化算法的输变电工程全环节关键数据处理方法

为了提升输变电工程全环节的数据管理质效,提出了一种基于混合智能优化算法的输变电工程全环节关键数据处理方法。该方法以造价数据管理为核心,利用层次分析法建立工程造价控制评估模型,获得了造价评估指标与指标权重。同时设计了一种改进的随机邻域嵌入算法实现数据降维,进而引入经自适应改进的鲸鱼优化算法及粒子群算法。在交叉策略框架下,将两者相结合并得到鲸鱼粒子群混合优化算法。实验结果表明,所提方法对输变电工程全环节关键数据的处理效果较优,而与其他方法相比,其精度和效率也均具备显著优势,能够提升数据管理水平。

考虑多源供能波动性的企业生产运作与能源计划耦合优化

多源供能是提高清洁能源占比,助力制造企业绿色低碳转型的有效方式。然而受季节、天气等因素影响,可再生能源出力存在波动性,影响能源系统供应的稳定性。针对该问题,构建了企业生产运作与能源计划耦合优化的不确定整数规划模型,利用区间数描述能源出力的不确定信息。同时通过设计多种群融合策略、外部档案更新策略,提出了多目标混合鲸鱼群算法,有效地利用各个算法的寻优特性,提升整体性能,获得更优的Pareto解集。最后通过算法性能和能源策略对比实验,证明了所构建模型及求解方法的可行性和有效性。同时验证了所设计算法对求解不确定优化模型的优势和竞争力,以及多源供能模式能够有效帮助企业实现节能减排、可持续生产目标。

考虑新能源接入的电网有功无功协调双层优化策略研究

随着高比例新能源接入电力系统,电网的安全、经济运行面临巨大的挑战。该文提出了考虑储能和多无功源的有功无功协调多目标优化控制策略。建立以有功网损和电压偏差最小的双层优化调度模型;采用鲸鱼群算法对该模型进行求解,得到帕累托最优解的分布;根据优化结果制定无功补偿装置的投切功率以及储能系统充放电策略,提升系统电压稳定性与平缓新能源出力波动,有效减少功率损耗,实现电网的安全、节能运行;在改进IEEE39节点系统上进行分析,验证所提模型与求解算法的有效性与合理性。

考虑新能源不确定出力的有功无功协调降损控制策略研究

在高比例新能源接入电力系统的背景下,电网安全、经济的运行面临着巨大挑战。该文考虑风光出力的不确定性,建立有功无功协调优化的多目标优化模型。运用拉丁超立方抽样(latin hypercube sampling,LHS)场景生成法和Kantorovich距离的场景缩减技术,得到典型日的风电和光伏出力;建立以系统运行有功网损和电压偏移最小的多目标综合优化调度模型,采用传统的鲸鱼优化算法(whale optimization algorithm,WOA)与粒子群优化(particle swarm optimization,PSO)相结合的鲸鱼群(WOA-PSO)算法求解该模型,得到Pareto解的分布;根据优化结果制定无功补偿装置的投切功率以及储能系统充放电策略,达到提升系统电压稳定性与平缓新能源出力波动的效果,减少功率在线路上的损耗,实现电网的安全、节能运行;在改进IEEE30节点系统上进行实验分析,验证所提模型与求解算法的有效性与合理性。

一种求解FJSP的混合遗传算法

探讨以车间生产最大完工时间为优化目标的单目标柔性作业车间调度问题(flexible job-shop scheduling problem,FJSP)。将遗传算法(genetic algorithm,GA)与鲸鱼群算法(whale swarm algorithm,WSA)相结合,提出一种基于混合遗传算法的柔性作业车间调度方法。通过将鲸鱼群算法的鲸鱼个体与遗传算法的染色体进行编码重组,改进传统遗传算法后期的局部搜索能力,进而提高算法求解质量。为了验证算法的有效性与可行性,使用Kacem01~Kacem05标准算例对算法进行仿真实验。结果显示,鲸鱼群混合遗传算法在算例测试中均获得了当前最优解,具有一定的有效性与可行性。

基于WOA-VMD-TCN的水电机组振动趋势预测

水电机组振动趋势预测是保障机组正常运行的重要举措,但由于机组振动信号的复杂性和非平稳性使得准确预测成为难题。为此,提出一种基于自适应变分模态分解和时间卷积网络(TCN)的组合趋势预测模型。首先利用鲸鱼群算法(WOA)优化选择变分模态分解(VMD)参数,避免盲目选择参数的弊端,实现振动信号的最优自适应分解,然后对分解后的每个分量信号进行归一化处理并建立TCN进行趋势预测,最后将所得结果叠加即可得到原振动信号预测结果。以国内某电站实际运行数据对所提模型进行论证试验,结果表明所提模型具有较高的预测精度,可用于工程实际。

基于熵理论的电网潮流均衡度优化研究

避免发生连锁故障是保持电网安全运行的重要内容。运用潮流熵的概念来定量描述线路的潮流分布,以此描述电网输电线路载荷的均衡度。提出了考虑潮流熵的连锁故障模拟流程,以此计算系统发生故障后的平均损失负荷。进一步构建以最小化潮流熵为目标的电网优化调度模型,采用鲸鱼群算法对优化问题进行求解,提高了系统运行的均衡度,降低了系统连锁故障情况下的损失负荷。在IEEE 39节点系统进行仿真。仿真结果表明,潮流熵对电网连锁故障发生后的平均损失负荷具有重要影响。所提方法能够有效降低系统潮流熵并减小损失负荷,使系统远离自组织临界状态,增加系统安全运行能力。

自适应优化Gabor滤波器的带钢表面缺陷分类

带钢表面缺陷纹理存在复杂性、多样性,导致对带钢表面纹理缺陷进行分类十分困难,为此,提出一种基于鲸鱼群算法的自适应优化Gabor滤波器。首先,利用各项异性扩散滤波抑制缺陷图片之中的伪边缘,再以不同种类缺陷特征的类间差最大作为目标函数,Gabor滤波器的参数为优化变量,采用鲸鱼群算法对Gabor参数进行寻优;然后,将所得到的Gabor特征进行融合;最后,导入分类器之中进行分类。实验结果表明,该方法具有较好的区分性和鲁棒性,针对常见的带钢表面缺陷,如冲孔、污渍、刮边、黑氧化条、结疤等最终的分类精度能达到97.5%。

批次受限的双目标并行机等量分批调度

刀具是机械加工的重要资源,刀具数量决定了能同时加工的工件批次上限。针对此类批次受限的并行机等量分批调度问题,建立了刀具数量和刀具更换等特有约束,构建了双目标数学规划模型,以完工时间和交付时间偏差最大值的最小化为目标,力求提高生产效率、保证同一订单内工件准时且同步交付。提出融入快速非支配排序的双目标鲸鱼群算法,通过引入虚拟占位符,设计出允许批次数变化的定长编码;将多点保留交叉策略融入到个体移动规则设计中,以便跨越子批赋值向量、保持子批序列不变、增强解的多样性;将非劣个体保留策略嵌入到邻域搜索中,指导算法跳出局部最优。实验结果表明,所提算法的收敛性与多样性显著优于对比算法,有利于同时达到准时、高效的生产目标。