基于粒子群-布谷鸟搜索算法的桁架结构优化设计

为进一步提高布谷鸟搜索(Cuckoo Search,CS)算法在桁架结构优化设计中的适应性能,克服CS算法搜索新解过程相对盲目、速度慢、精度低的缺点,把粒子群(PSO)算法中粒子位置更新思想引入到CS算法中,并将粒子群-布谷鸟搜索(PSO-CS)算法应用于桁架结构尺寸优化设计.以10杆经典桁架为例,在满足应力约束、位移约束的条件下,对桁架结构进行尺寸连续设计变量和离散设计变量最优化设计,并与其他优化算法的结果进行对比.数值算例结果表明,PSO-CS算法具有收敛速度快、精度高、稳定性好的特点,可以有效地解决桁架结构尺寸优化问题.

考虑环境成本的火电厂负荷优化分配

针对除尘、脱硫、脱硝改造后火电厂负荷优化分配问题,从提高全厂综合经济效益的角度出发,提出了一种考虑环境成本的全厂负荷优化分配模型和满足电网调度实时性要求的可控搜索粒子群优化(PSO-CE)算法。基于机组实际运行数据,构建了供电煤耗和多种污染物排放浓度特性模型,根据除尘、脱硫、脱硝补偿电价和排污费用标准,建立了面向最优综合经济效益的负荷优化分配模型和自适应负荷约束条件。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,使其具有平衡算法的计算耗时和寻优能力,并通过某火电厂4台机组的负荷分配仿真试验验证了该算法的有效性。