基于麻雀搜索算法的微电网分层优化调度

为综合考虑微电网供给侧和需求侧的利益,建立了微电网分层优化模型;上层以净负荷成本和用电满意度为目标优化负荷曲线,下层以运行成本和环境成本为目标优化各单元出力,并选择麻雀搜索算法(SSA)求解这类复杂优化问题。针对SSA易陷入局部最优的问题,提出一种改进麻雀搜索算法(ISSA),改进了发现者搜索方式,引入了变异、贪婪策略;并且加入非支配排序和轮盘赌法将ISSA改进为多目标算法。算例结果表明可转移负荷占比为10%时能够协调微电网供需两侧的利益;对比ISSA与SSA、粒子群算法(PSO)、鸡群算法(CSO)和灰狼算法(GWO)的迭代结果,证明ISSA具有良好的寻优效果和稳定性。

基于改进引力搜索算法的数控车削参数优化方法

为提高数控车削效率,优化生产质量,减少刀具磨损控制生产成本,提出一种基于改进引力搜索算法的数控车削参数优化方法。建立车削参数优化模型,通过多目标约束条件,确定参数优化的取值范围。通过多目标引力搜索方法,确定中心质点位置和质量,衡量质点优劣程度,经过迭代收敛在空间中搜索最优解。利用质点适应度函数并引入混沌思想改进算法实现全局优化。在混沌映射下反复推演质点的最佳位置,获得最终的优化参数最优值。实验结果表明:所提方法能很好地完成参数优化,降低生产成本,具备良好的有效性和鲁棒性。

基于麻雀搜索算法的梯级泵站优化调度

针对梯级泵站系统运行效率普遍偏低、能耗损失较大等问题,建立了梯级泵站优化调度模型,引入了寻优能力强、搜索精度高的麻雀搜索算法(SSA),对算法中安全阈值和侦察者占比两参数进行了比选;据此提出了基于SSA算法的梯级泵站优化调度方法,并将其应用于密云水库调蓄工程中的三级泵站优化调度研究。结果表明,三种不同流量工况下,相较于现状方案,PSO及GA算法所得优化方案其系统运行效率可提升0.03%~0.18%,年运行成本可节省¥9,700~¥69,500。利用SSA算法所获优化方案在两项指标改进方面更为突出,可达到0.98%~1.20%的效率提升及¥369,000~¥443,900的年运行费用的节省,验证了SSA算法在梯级泵站优化调度中的可行性和高效性,可为梯级泵站优化调度提供一种合理可靠的方法。

基于Powell局部搜索策略的全局优化布谷鸟算法

为了解决布谷鸟搜索算法后期收敛速度慢、求解精度不高、易陷入局部最优等缺陷,提出了一种基于Powell局部搜索策略的全局优化布谷鸟搜索算法。算法将布谷鸟全局搜索能力与Powell方法的局部寻优性能有机地结合,并根据适应度值逐步构建精英种群候选解池在迭代后期牵引Powell搜索的局部优化,在保证求解速度、尽可能找到全局极值点的同时提高算法的求解精度。对52个典型测试函数实验结果表明,该算法相比于传统的布谷鸟搜索算法不仅寻优精度和寻优率有所提高,并且适应能力强、鲁棒性好,与最新提出的其他改进算法相比也具有一定的竞争优势。

一个关于无约束最优化的Powell搜索法和微粒群算法的混合算法

该文提出一种求解无约束最优化问题新的混合算法——Powell搜索法和微粒群算法的混合算法.主要目的是通过加入混合策略证明标准微粒群算法是能够被改进的.仿真结果证明了新算法是求解无约束最优化问题的一个高效的算法.

改进麻雀搜索算法的四旋翼PID参数优化设计

针对四旋翼无人机PID控制器参数人工整定复杂、费时且难以确保最优的问题,提出一种基于改进麻雀搜索算法的PID参数优化方法,用于四旋翼无人机控制系统。首先引入Piecewise混沌映射,增强初始种群分布的均匀性;其次在探索者位置更新公式中加入动态惯性权重,提升算法全局优化性能;最后结合自适应混合变异策略和历史最优值,增强变异的多样性、提高算法的搜索效率及精度。仿真结果表明,相比于标准麻雀搜索算法、粒子群算法和遗传算法,用改进麻雀搜索算法优化串级PID控制器参数,能够使控制系统具有更快的响应速度、更高的稳态精度。

基于引力搜索算法的激光位移传感器参数优化

为了优化中等量程激光三角位移传感器性能及体积,以200 mm~500 mm量程为例,建立了数学模型实现结构参数优化。在传感器结构设计中,采用平面反射镜对光路进行折叠,以工作物距、透镜焦距、线阵探测器件位置以及反射镜位置为被优化量并定义了目标函数,采用引力搜索算法(gravitational search algorithm,GSA)实现对位移传感器的结构优化。经过算法迭代,相同宽度限制下所得优化后的结构参数与传统激光三角结构相比,在500 mm处灵敏度提高24.29%,非线性误差由11.40%降低为7.43%。结果表明,此结构与优化算法对激光三角位移传感器性能与体积有较大的正向优化效果。

基于改进麻雀搜索算法的变电构架优化方法

为了解决变电构架设计中的优化问题,采用改进麻雀搜索算法对其进行优化设计。在基本麻雀搜索算法中引入Circle混沌映射,以提高种群的多样性和算法的全局搜索能力;引入萤火虫算法对麻雀搜索算法进行扰动更新,使其易于跳出局部最优。建立尺寸优化的数学模型,采用罚函数法处理约束条件。先将改进后的算法用于典型桁架算例分析,证明其稳定性与有效性,再将其用于变电构架的优化设计,结果表明,采用改进后的麻雀搜索算法能够有效提升变电构架的优化效果。

基于混合和谐搜索算法的自压滴灌田间管网多目标优化设计

为了综合考虑管网投资和水压分布,合理进行管网布置和管径选择,以满足管网的经济性和可靠性,使自压滴灌管网系统达到投资最低和灌水均匀度最高的目的。以管网投资最低(管网经济性)和节点富余水头均值最小(管网可靠性)为目标,建立了自压滴灌“梳子”形和“丰字”形田间管网系统的多目标优化数学模型,提出了混合和谐搜索算法求解多目标优化模型的方法和步骤。以新疆某自压滴灌工程为例,采用该方法对其田间管网系统进行优化,优化方案的管网总投资为47.63万元,与原设计方案相比降低了9.86%;管网节点富余水头均值为8.87 m,与原设计方案相比降低了28.37%。该优化设计方法得到的优化结果,不仅节省投资明显,而且节点富余水头均值显著减小,说明管网系统的压力偏差小,灌水的均匀度显著提高。优化结果表明,混合和谐搜索算法收敛速度快,计算精度高,在自压滴灌管网的多目标优化设计中具有很好的应用价值。

融合麻雀搜索算法和柯西变异策略的沙猫群优化算法

针对原始的沙猫群优化算法在迭代后期搜索效率低,容易陷入局部最优的问题,提出了一种多策略改进的沙猫群优化算法(ISCSO).首先,通过融合麻雀搜索算法的搜索机制策略,提高了沙猫靠近和捕获猎物的速度,有效地提升了算法后期的搜索能力.其次,为避免算法出现早熟收敛现象,引入limit阈值判断算法是否陷入局部最优.最后,采用柯西变异策略,改变个体所处位置,提高种群多样性,使算法跳出局部最优.通过在6种不同类型的基准测试函数上进行仿真,对实验结果进行数值分析,结果表明:改进后的沙猫群优化算法在求解高维复杂问题上具有精度高、收敛速度快、鲁棒性强等优势.

基于火烈鸟搜索算法的天线优化设计

在天线优化设计领域,传统电磁软件采用参数扫描方法,计算量大且效率低。针对此问题,文中提出了一种基于火烈鸟搜索算法和HFSS(High Frequency Structural Simulator)联合优化的设计方法,并通过MATLAB和HFSS联合仿真完成实现。在MATLAB中编写天线设计和仿真代码,生成VBS(Visual Basic Script)脚本供HFSS调用,HFSS将电磁仿真的结果返回给适应度函数计算。由火烈鸟搜索算法根据适应度值进行粒子寻优,直至找出最优结果,确定最优天线尺寸参数。文中联合仿真设计在迭代23次时寻得最优尺寸参数,使得优化后的天线在两个工作频段对应的适应度值由-483.37 dB优化到-771.15 dB。仿真结果表明,所提算法具有较强寻优能力,收敛速度块,可有效提升天线优化设计的效率。

基于负相关搜索算法的包装-入库工艺段仓库调度优化问题研究

针对火腿肠加工企业包装-入库工艺段中的自动化立体仓库仓库调度优化问题,文中提出了一种负相关演化算法来解决此问题。该算法将自然演化策略与负相关搜索算法相结合,提高了负相关搜索算法的防早熟能力,提升了负相关搜索算法的计算效率,提高了算法的整体性能。设计实验使用自动化立体仓库数据对改进算法进行了测试,并与其他智能算法进行了比较。结果表明,与其他算法相比,NCCES算法具有更快的收敛速度,验证了该算法求解该问题的有效性,证明了该算法适用于求解此类自动化立体仓库调度优化问题。

基于改进麻雀搜索算法的物流配送路径优化研究

在当前竞争激烈的市场环境中,优化物流配送路径成为企业控制供应链成本、提高服务效率和客户满意度的关键。针对供应链环节中物流配送成本高和时间长等痛点,文中构建了一个物流配送路径优化模型,旨在最大程度地减少配送时间和成本。以麻雀搜索算法(Sparrow Search Algorithm,SSA)为基础框架,引入Cubic混沌映射来初始化种群,旨在增进种群初始位置的多样性,并促进算法跳出局部最优解。在迭代过程中,模型通过重心反向学习机制对麻雀个体进行适时变异,从而提升了算法的全局搜索能力并有效防止了早熟收敛的问题。随后,引入粒子群技术以提高算法的寻优精度和稳定性。最后,经过一系列实验验证,该算法在优化搜索方面有较好的优越性。

基于麻雀搜索算法的区域微电网多目标协同优化调度

当前的区域微电网多目标协同优化调度矩阵一般为单向的处理形式,虽然能够实现简单的调度优化目标,但是对于调度范围存在一定的限制,导致交互功率降低,为此提出对基于麻雀搜索算法的区域微电网多目标协同优化调度方法的设计与验证分析。根据实际优化调度需求及标准的变化,先进行约束条件的设置,同时测算出对应的目标函数。采用多阶的模式,扩大实际的调度范围,并设计多阶并网协同运行调度矩阵,以此为基础,构建麻雀搜索算法下微电网协同优化调度模型,并采用横纵交叉的处理方式实现优化调度。经过6:00、12:00、18:00以及24:004个时刻的调度研究,在麻雀搜索算法的辅助下,优化完成之后,微电网的交互功率逐渐保持平稳,并未出现较为明显的波动,交互功率基本控制在70 kW以下,说明此种调度优化方式的针对性较强,调度的效率较高,可以确保微电网在运行的过程中保持平稳,具有实际的应用价值。

基于改进麻雀搜索算法的微电网优化调度

针对微电网优化调度问题,提出一种混合策略改进的麻雀搜索算法。首先,将微电网优化调度问题变成多维函数优化问题,并建立约束条件。其次,利用Sin混沌序列初始化种群;然后在位置更新阶段引入学习系数和变异算子;最后引入自适应t分布和动态选择概率,来改善麻雀搜索算法的搜索能力。通过标准测试函数仿真实验和对微电网优化调度模型求解,验证了所提算法具有更高的精度和更快的收敛速度。

麻雀搜索算法优化极端梯度提升的扩频码研究

【目的】直接序列扩频系统(DSSS)在军事和民用通信中都得到了广泛应用,因其具有对各种常见干扰较强的抵抗能力和安全性较高等优点,且易于实现,被广泛应用于码分多址(CDMA)之中。然而,在非协作通信的应用场景中,检测DSSS信号,对DSSS信号参数进行估计,甚至截获信息,都是文章需要考虑的问题。在DSSS中,正确识别所使用的扩频序列是正确解扩的重要前提条件。针对低信噪比DSSS信号扩频码识别成功率低的问题,文章通过结合m序列的三阶相关函数(TCF)峰值特性,在降噪预处理的前提下,通过功率谱二次处理识别DSSS信号的伪码周期作为先验信息,将扩频码的识别问题具体成为一个峰值检测分类的问题,进而对峰值识别分类进行了研究。【方法】文章提出了使用麻雀搜索算法(SSA)优化极端梯度提升(XGBOOST)的DSSS信号三阶相关峰值分类方法,提高了对m序列分类识别的准确率。【结果】通过在不同信噪比下对比常规峰值检测和决策树分类方法以及对比不同序列周期的识别分类准确率,仿真结果表明,经过预处理的SSA XGBOOST扩频码识别分类方法比起常规机器学习与峰值检测方法分类识别成功率更高,在高序列周期下性能逐步提升。【结论】文章所提方法能在较低的信噪比条件下更准确地识别分类扩频码m序列。

改进麻雀搜索算法优化BP神经网络的短时交通流预测

针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者和部分加入者的位置更新公式分别进行改进,改进后的发现者将基于搜索维度的大小和当前最优值的位置来进行全局搜索,部分加入者将根据其与最优位置之间的距离来进行全局搜索。通过实验对BP,PSO-BP,SSA-BP,ISSA-BP 4种短时交通流预测模型的预测效果进行对比分析,结果显示,ISSA-BP短时交通流预测模型的误差最小,ISSA-BP模型相较BP模型在MAE评价指标上的预测精度提升了48.85%,有着更好的预测精度。

基于优化布谷鸟搜索算法的供应链协同工作服务方法设计

常规的供应链协同工作服务方法多数采用文献计量可视化知识图谱分析原理设计而成,在实际应用过程中,供应链各个工作服务环节之间的协同配合性较差,协同度较低,无法显著提升供应链协同工作服务的质量水平。基于此,文章引入优化布谷鸟搜索算法,开展了基于优化布谷鸟搜索算法的供应链协同工作服务方法的设计研究。实验结果显示:协同工作服务的各个一级指标的协同度得分均达到了98.19分以上,显著提升了协同工作服务的质量水平。

基于麻雀搜索算法的重力坝断面优化设计研究

为了降低建造成本,在保证重力坝坝体稳定的前提下,对坝体断面进行优化设计。首先,以坝体断面面积为目标函数,以坝体抗滑稳定、坝踵与坝趾处应力为约束条件,建立重力坝断面优化的数学模型;然后,采用麻雀搜索算法对其进行优化求解;最后,以费县崔家沟水库重力坝为研究对象,将麻雀搜索算法所得到的优化结果与用差分进化算法所得到的优化结果进行分析比较,结果表明:麻雀搜索算法寻优能力更强,对重力坝断面优化的效果更好。

基于优化的禁忌搜索算法的无人终端配送路径研究

随着无人技术的不断发展,无人终端配送在物流领域的应用逐渐成为研究热点。配送路径优化是无人终端配送系统中的关键问题,目的是在满足特定约束条件的前提下,寻找最优的配送路径,以提高配送效率,降低配送成本。文章针对无人终端配送的路径优化问题,提出一种基于优化的禁忌搜索算法,通过实验验证了算法的有效性,并对实验结果进行分析。