基于SCE算法的结构系统识别

使用SCE(Shuffled Complex Evolution)算法进行结构系统参数识别,并将该问题描述为一个多峰值非线性高维优化问题。文中给出多种工况下的数值模拟算例,包括不完备输出信息、噪声干扰和无先验参数信息等。识别结果证明了SCE算法应用于结构系统识别问题的可行性、稳定性和有效性。

利用SCE算法进行高速公路路面养护决策优化

针对高速公路养护管理部门如何利用有限的养护资金进行路面中长期养护问题进行了研究和探讨,结合国外在路面管理系统方面的最新研究成果,提出采用效果-费用比值作为效益指标,建立了高速公路路面养护的整数规划模型,并采用SCE算法对模型进行求解。对该算法的原理,计算步骤和关键部分进行了详细的论述,最后给出了实例加以验证。

SCE优化算法在地下水纳污能力计算中的应用——以北京西郊地区为例

在已建城近郊区地下水流模型的基础上,通过对模型概化梳理建立水源三厂地区溶质运移模型。采用SCE优化算法与溶质运移模型相耦合,计算一定时期内水源三厂区域可承纳的典型污染物最大允许排放量。经模拟计算,20年内不使水源三厂水质超标情况下,水源三厂保护区内,田村北、西冉村、北坞村东垃圾填埋场的最大NO-3(以N计)和Cl离子年排放量分别为:NO-3(以N计)浓度,北坞村东18.59 t/a、田村北42.29 t/a、西冉村21.45t/a;Cl-浓度,北坞村东235.66 t/a、田村北441.13 t/a、西冉村290.13 t/a。计算结果为水源地污染预警预报系统的建立及其水源地的保护提供科学依据。

一种用于可靠指标计算的SCE-RI算法

为了研究工程中可靠指标计算方法,提出了基于结构可靠度概念和最优化理论中的罚函数法,将结构可靠指标(RI)的求解问题转化成相应的无约束最优化问题,利用SCE算法良好的全局搜索能力,对相应的优化问题进行求解。利用Matlab平台设计了求解结构可靠指标的专用计算程序SCE-RI和MC-RI,并应用于某圆形隧道的可靠指标计算问题。通过与其他方法计算结果的比较表明:SCE-RI算法不仅能够避免功能函数求导运算困难,而且精度和效率都很高;用SCE-RI算法进行结构可靠指标计算是可行的,对其他类似工程有一定的推广应用价值。

SCE-UA算法在新安江模型及TOPMODEL参数优化应用中的研究

利用江西修水流域资料,将遗传算法和SCE-UA算法对新安江模型汇流参数及TOPMODEL参数进行优化,并对其结果进行了分析研究,得出了以场次洪水拟合的确定性系数为指标,用SCE-UA算法对TOPMODEL参数自动优化的结果比新安江模型的结果稍好的结论。

基于SCE-UA算法的API模型应用研究

为了减小Nash模型参数优化中人工试错法和局部优化法的不确定性，以一种快速有效的优化方法求Nash模型参数的全局最优解。以安徽呈村和榆村流域为例，使用SCE—UA算法对API模型参数进行优化，采用对数绝对值误差为目标参数，分析优化结果。选用1988年～1999年共20场洪水进行经检验分析，模拟结果确定性系数均达到0．8以上．其中场18洪确定性系数达到0．9以上。研究结果表明，采用SCE—UA算法对API模型参数优化可以取得较好的结果。提高了模拟精度。

SCE-UA算法在水环境系统优化问题中的应用

把SCE-UA算法应用到水环境系统优化问题的求解当中,成功求解了3个典型的优化问题:二维稳态水质模型横向扩散系数及流速推求、排放口最优化处理、水工建筑物调度参数识别.结果表明:该算法不但能求解一元函数约束的优化问题,通过构造罚函数,该算法还能够成功求解有多元函数约束的优化问题.该算法不依赖导数和优化问题的具体形式,并且参数极少,求解精度高,通用性较强,可高效识别水工建筑物的调度参数,在环境系统优化中有很高的推广价值.

基于宽度学习预测的可重构多微电网随机优化框架

针对多微电网稳定性差、能量管理复杂等问题,提出一种智能随机优化框架,对可再生能源普及率较高的微电网系统进行优化运行和管理。该模型考虑了电动汽车的高移动充电需求以及可再生能源的随机性。为了减轻车辆对单个微电网的负面影响,采用V2G方案,并与微电网成本函数兼容。作为可再生能源的支持策略,提出一种基于UT框架和宽度学习的深度学习的概率方法,该方法考虑到可再生能源的随机性,将系统运行在安全区域。在此基础上,设计一种基于改进SCE(Shuffled Complex Evolution)的智能优化算法,在全局空间寻找最优解。通过IEEE测试系统检验了该模型的适用性。

松针热解的实验和数值模拟研究

文章选取松针作为典型的生物质,对其热解动力学展开研究。在惰性气体中分别在升温速率为10、30、50 K/min下开展松针热重实验,质量损失速率曲线中出现2个特征峰,分别对应半纤维素和纤维素的热解。采用Flynn-Wall-Ozawa(FWO)法和Kissinger-Akahira-Sunose(KAS)法计算松针热解的活化能,分别为63.90~205.23 kJ/mol和59.56~203.85 kJ/mol。采用分布活化能模型(distributed activation energy model,DAEM)计算指前因子的值。利用shuffled complex evolution(SCE)方法优化热解动力学参数,优化热解动力学参数预测的热重曲线与实验数据高度吻合。利用开发的多组分生物质热解求解器biopyrolysisFOAM进一步模拟松针热解,并将优化后的热解动力学参数作为初始参数。模拟结果显示,在不同的升温速率下,模拟结果与实验数据吻合度较高。

北京西郊地区地下水纳污能力分析

在分析北京市西郊地区水文地质条件的基础上,结合区域水资源、环境特点,分别运用MODFLOW和MT3DMS建立第三水厂水源地下水溶质运移模型,结合SCE优化算法,对区域地下水可承纳典型污染物的最大排放量进行了计算,据此提出区域地下水环境保护对策和措施,为指导和控制污染物排放和制定地下水保护方案提供科学依据。

水文模型中不同目标函数的影响分析比较

在水文模型中,目标函数的选择对参数率定至关重要,不同的目标函数可以得到不同的模拟结果。本文以三水源新安江模型为例,采用SCE-UA算法,选定三个不同的目标函数(平方均方误,对数均方误和平方根均方误)最小为目标函数分别进行参数优化,比较其优化结果在高、低水期的精度,最后分析不同目标函数对模拟结果的影响。研究发现:以平方均方误为目标函数的时候,高水期的模拟效果较好;以对数均方误为目标函数的时候,低水期的模拟效果较好;以平方根均方误为目标函数的时候,在整体上的模拟效果较好。

高速公路路面养护决策优化的方法研究

针对高速公路养护管理部门面临的如何利用有限的养护资金进行路面中长期养护的问题做了一些研究和探讨．建立了高速公路路面养护决策的整数规划模型，并采用SCE算法对模型进行求解，对该算法的原理、计算步骤、参数选取、优点进行了论述，最后给出了算法实现的框架图。

新安江模型在嫩江右侧主要支流洪水预报中的应用

根据嫩江流域的洪水特性,制作了嫩江右侧主要支流的三水源新安江预报模型。在缺少实测资料的情况下,采用SCE-UA算法进行模型自动率定,取得了较理想的结果,对于缺乏资料地区的洪水预报方案编制有一定的借鉴意义。

分布式水循环模型的参数优化算法比较及应用

分布式水文模型的优势在于还原水文过程的时空变异性,可以很好地模拟和反映各种水文要素和下垫面因素的时空分布不均匀性。由此也导致模型参数过多,在子流域过多的情况下,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。本文选取石羊河流域九条岭站1988-2005年实测径流资料,分别应用SCE-UA算法、遗传算法(GA)和粒子群算法(PSO)对分布式水循环模型(时变增益模型)进行参数率定,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:通过SCE-UA、GA和PSO的优化,模型水平衡系数都控制在0.0左右,而相关系数和效率系数分别能达到0.90和0.84以上,模拟精度较好。但粒子群算法的全局搜索能力和收敛速度优于SCE-UA和遗传算法,所需迭代次数最少,初值敏感性小,更适合时变增益模型的参数寻优,有很高的扩展性和改进潜力。

基于调度规则的水库群供水能力与风险分析

鉴于水库群供水风险指标体系的复杂结构和层次特征,本文采用层次分析法确定不同用水户各风险指标的权重,以供水风险最小为目标函数,构建水库群供水优化调度模型,提出了探讨水库群供水能力与风险分析的一般框架。即主要由以下4部分构成:(1)来水、用水资料的随机模拟生成;(2)水库群供水风险综合评价指标的计算;(3)聚合水库调度图与共同供水任务分配过程的优化;(4)共同供水任务分配规则的拟定。通过调整主要用水户的需水额度,分析水库群供水量与供水风险之间的关系,确定允许风险范围内的水库群供水能力。以中国北方某并联供水水库群为例,对调度规则控制下水库群供水能力与相应风险进行了分析,验证了所提框架的可行性与合理性。