粒子群算法与遗传算法的结合研究

自上世纪80年代以来,智能优化算法(粒子群算法、遗传算法等)通过模拟或者揭示某些自然现象和过程而发展起来,为优化理论提供了新的思路。通过将不同算法结合来达到更好的优化效果日益成为当前优化研究领域的热点。在粒子群算法中引入遗传算法的交叉和变异算子及种群分割策略,将两种算法有机结合,提出了粒子群算法与遗传算法的混合优化算法(GA-PSO)。为了验证该GA-PSO混合优化算法是否具有良好性能,将该算法用于一些标准测试函数的优化。

旋转辊差异化非直流道设计与多目标优化方法

为提高平面流铸冷却辊内水流更新速率,在流道内流体微团力学分析基础上,提出一种进、出水面采用不同旋向肋道的差异化非直流道结构,并基于Bezier曲线对肋道型线与厚度进行参数化表达;针对多变量、多参数优化过程中求解效率低的问题,采用拉丁超立方抽样获取样本点,通过数值计算获得样本点性能参数,然后,基于熵权层次分析法获得流道换热效率综合性能指标,进一步采用BP神经网络预测与遗传算法优化相结合的方法进行寻优。研究结果表明:进水面采用旋向即与冷却辊转向相反的肋道、出水面采用旋向即与冷却辊转向相同的肋道可明显减小流道涡旋现象,提高水流更新速率;所提出的参数化建模与优化方法在应用于多变量、多参数优化时具有较高的求解效率;在同等条件下,相比于传统散射直流道和优化前流道,优化后流道的流量分别提升25.0%和5.6%,达到了提高水流更新速率的目的。

强降雨导致的建设工程安全事故人因分析 HC-GC模型

为降低强降雨导致建设工程安全事故发生率,有效解决该类安全事故人因分析复杂问题,提出新的安全事故人因分析模型方法。基于人为因素分析与分类系统(HFACS),建立包括6层24个因素的建设工程强降雨事故(CPHRA)框架模型(HC);联用遗传算法(GA)优化连续关联规则挖掘算法(CARMA)(GC)分析人为致因关联,绘制事故人为致因链;选取150起强降雨导致建设工程事故典型案例进行模型验证与应用分析。结果表明:优化后的人因分析HC-GC模型具有更优的性能与效率;在事故人因链中,政府安全主管部门监督不足与企业安全文化缺失是深层次因素,现场违规监管与现场安全管理漏洞是主要连接因素,技能水平低与失误违章会进一步强化事故负反馈,事故上报与响应不及时是强降雨导致建设工程事故扩大蔓延最直接原因。

考虑风光功率短期预测的电力系统调度

考虑到我国主动配电网具有多级管控的特点,为保证电网安全,短期功率的精准预测具有重要意义,但配电网上集成的可控资源具有随机性和波动性,因此精确预测短期功率的难度较大.通过比较各类全局寻优算法,最终发现应用遗传算法(Genetic Algorithms,GA)优化BP神经网络能够明显提高短期功率的预测精度,降低成本.

基于经验模态分解改进神经网络光伏出力预测

光伏发电存在光伏出力不稳定性与波动性等问题。本文提出一种基于经验模态分解(EMD)的遗传算法(GA)优化BP神经网络的短期发电功率预测模型,优化了BP神经网络迭代次数多、收敛时间长等缺陷。从某小型光伏电站获得发电数据,建立EMD-GA-BP预测模型,与单一的BP神经网络预测模型和GA-BP神经网络预测模型作对比,证实本文提出预测模型稳定性好且误差较小,具有一定的研究价值。

基于效率和稳定性的智能RGV动态调度研究

随着电子商务的飞速发展,对于仓储配送系统中RGV的调度问题提出了新的要求。建立基于效率和稳定性的智能RGV动态调度机制,根据最小完成时间,构建动态调度模型。通过改进的遗传算法对于数据处理的收敛速度较快,并通过保留精英和随机抽样的方法,使得优秀个体保留的概率增大,有利于加快种群的收敛速度。利用MATLAB编程软件实证的方式,深入分析智能RGV动态调度策略和作业效率,并取得一定程度的优化效果,具有相应的参考价值和借鉴依据。最后给出了模型和算法的客观评价。

基于效率和稳定性的智能RGV动态调度机制研究

电子商务的飞速发展对仓储配送系统中有轨制导车辆(Rail Guided Vehicle,下文使用简称RGV)的调度问题提出了新的要求。建立基于效率和稳定性的智能RGV动态调度机制,根据最小完成时间,构建动态调度模型。通过改进的遗传算法对于数据处理的收敛速度较快,并通过保留精英和随机抽样的方法,使得优秀个体保留的概率增大,有利于加快种群的收敛速度。利用MATLAB编程软件实证的方式,深入分析智能RGV动态调度策略和作业效率,并取得一定程度的优化效果,具有相应的参考价值和借鉴依据。最后给出了模型和算法的客观评价。