基于信息交互的改进鸡群优化算法

针对鸡群优化(chicken swarm optimization,CSO)算法易陷入局部最优、收敛速度慢以及高维和超高维问题求解困难等缺点,提出了一种基于信息交互的改进鸡群优化(information sharing chicken swarm optimization,ISCSO)算法。通过引入信息交互和边界变异策略,增强子群的信息交互能力和种群的多样性,从而提高算法的收敛能力和寻优能力。通过对6个基本测试函数进行数值仿真,实验结果表明:改进后的算法ISCSO相比于CSO具有更好的寻优精度,与其他改进算法相比具有更好的高维寻优能力和收敛性能。

基于改进沙猫群算法的水库群防洪优化调度研究

水库防洪调度对于有效减少洪水灾害、保障人民生命财产安全至关重要。此过程是个多阶段、非线性的、高纬度的工程问题,具有许多复杂的约束条件和相互依赖的决策变量。为了提高水库群优化调度问题的求解效率,充分发挥水库群协同防洪能力,提出了改进的沙猫群算法(Sand Cat Swarm Optimization Algorithm,SCSO),利用Cubic混沌映射策略实现调度方案的分散均匀性,引入鲸鱼算法的螺旋搜索策略提高种群的局部搜索和全局搜索能力,融合麻雀算法后阶段的预警机制增加算法后期全局搜索的能力,使用经典测试函数和秩和检验对算法的精度进行检验,结果表明,改进后的沙猫群算法的收敛速度和精度都得到了明显的提升;并首次将算法运用在水库群防洪优化调度上,建立防洪控制点处最大削峰准则模型,对黄河中下游5座水库联合防洪调度系统应用研究,同时,将改进的沙猫群算法(ISCSO)与原始沙猫群算法(SCSO)、蜣螂算法(DBO)的优化结果进行对比分析,其中DBO算法求得的控制点峰值流量为21274.3 m^(3)/s,削峰率为46.62%,SCSO算法求得的控制点峰值流量为21248.6 m^(3)/s,削峰率为46.68%,ISCSO算法求得的控制点峰值流量为20687.1 m^(3)/s,削峰值最率最大,为48.09%。结果表明,改进的沙猫群算法在解决水库防洪调度问题中削峰效果最好,且有效实现下游错峰效果,保证了下游河道以及防洪控制点的安全。研究成果为解决水库群防洪优化调度提供了新的思路和方法。