基于人工鱼群算法的智能交流接触器虚拟样机优化设计

人工鱼群算法是一种新型的随机搜索优化算法,为求解组合的复杂优化问题提供了一种新的方法。基于网格划分策略和禁忌搜索算法的改进型人工鱼群算法使优化过程能够更好地取得全局最优精确解。本文将改进型人工鱼群算法引入到智能交流接触器吸合与释放全动态过程控制参数和机构结构参数的优化设计中,不仅取得了综合优化的效果,而且保证了机构的快速释放,为实现可靠的微电弧能量分断奠定基础。本文提出了智能交流接触器虚拟样机动态优化设计的思路。

近似梯度引导的人工蜂群搜索策略

针对人工蜂群算法自身存在的局部搜索能力较差,收敛较慢,易受到局部最优束缚的问题,在种群搜索过程中引入梯度信息,并利用中心差分格式对梯度做近似处理,提出了一种基于种群的梯度搜索策略,并用于人工蜂群算法采蜜蜂阶段的搜索,提高算法的局部搜索能力。同时,侦察蜂采用了全局随机搜索策略,以避免在解决多峰问题时,由于快速收敛而导致的早熟现象。在6个标准测试函数上的仿真实验结果表明,这种新的搜索机制在局部求解与全局探索之间取得了较好的平衡,使得改进后的算法在不同类型问题上的优化能力有了明显改善。

基于文化基因算法的交直流混合微网优化运行

随着负荷种类逐渐增多,电力系统中直流负荷比例越来越大。交直流混合微网可以同时满足交流负荷和直流负荷需求,是目前研究的热点和难点。合理优化交直流混合微网中微源出力对于供电可靠性和微网运行成本至关重要。该文综合考虑微源燃料成本、电网购电成本、环境效益成本、网损、运行维护成本、微源初期建设成本及发电补贴,建立多目标、多约束优化运行数学模型。利用文化基因算法中特有的局部搜索和全局搜索理念,引入竞争和协作方法对目标函数展开迭代,从而提高算法收敛精度。将文化基因算法应用到求解交直流混合微网优化运行目标函数中,优化交直流混合微网运行成本,通过算例运行结果验证该算法的正确性和可行性。

求解旅行商问题的人工协同搜索算法

针对传统人工协同搜索(ACS)算法求解精度不高、收敛速度慢等问题,提出一种基于Sigmoid函数的反向人工协同搜索(SQACS)算法求解旅行商问题(TSP)。首先,利用Sigmoid函数构造比例因子,增强算法的全局搜索能力;其次,在变异阶段,加入差分进化(DE)算法的DE/rand/1变异策略,对当前种群进行二次变异,提高算法的计算精度和种群的多样性;最后,在算法后期的开发阶段,引入拟反向学习策略,进一步提高解的质量。对TSP测试库TSPLIB中的4个实例进行仿真实验,结果显示,SQACS算法在最短路径与花费时间上均优于麻雀搜索算法(SSA)、DE、阿基米德算法(AOA)等7种对比算法,并且具有良好的鲁棒性;与其他求解TSP的改进算法综合对比,SQACS算法也显示了良好的性能。实验结果表明,SQACS算法在求解小规模TSP时是有效的。

基于人工蜂群算法的无人机协同路径规划

文章提出一种基于人工蜂群算法的非确定性双向规划机制搜索算法。首先针对不同场景,采用两种方法进行环境建模;其次,结合非确定性搜索机制引入双向规划方法,对人工蜂群算法中食物的产生方式做出改进,优化下一个节点的产生结果,再提出一种新的方法对已产生路径进行优化;最后研究了多无人机协同路径规划的两种模型:不同的起点起飞,同时到达同一终点,或按照指定顺序和时间间隔依次到达同一终点,并给出若干实验仿真。仿真结果显示,算法简单快速,能满足无人机执行不同任务的需要,易于工程实现。

基于混沌人工搜索群算法的交流接触器优化设计

人工搜索群算法(ASSA)是一种新颖的仿生智能优化算法。鉴于初始群体对该类算法性能影响较大,利用混沌原理公式生成初始化群体,进而提出了混沌人工搜索群算法(CASSA)。并精选典型的测试函数,对其性能做了仿真分析,由仿真结果验证了CASSA的有效性。在对某型交流接触器进行参数有限元建模和优化数学建模基础上,利用CASSA完成该优化设计任务。优化结果表明,交流接触器的经济指标和其他各项性能指标均得到明显改善。

多搜索策略协同进化的人工蜂群算法

针对人工蜂群算法存在的计算精度不高、收敛速度较慢的缺点,提出一种多搜索策略协同进化的人工蜂群算法.所提出的算法在引领蜂和跟随蜂进行邻域搜索时,动态调整搜索的维数以提高搜索效率,并结合人工蜂群算法不同搜索策略的特点,使其协同进化,以平衡算法的局部搜索能力和全局搜索能力.14个基准函数的仿真实验结果表明,所提出的算法能有效改善寻优性能,增强摆脱局部最优的能力.与其他一些改进的人工蜂群算法相比,具有较快的收敛速度和较高的求解精度.