基于SOA优化PID控制参数的智能灌溉控制策略研究

为解决智能灌溉系统中水泵运行的不稳定问题,基于人群搜索优化算法(Seeker optimization algorithm,SOA)实现了PID(Proportion integration differentiation)参数的自动优化。该优化算法能够有效解决智能灌溉系统水泵控制中的非线性、时变性和滞后性等问题。为验证SOA优化PID控制的实际效果,与PSO(Particle swarm optimization)算法和GA(Genetic algorithms)算法优化的PID控制进行比较。仿真实验结果表明,基于SOA优化的PID控制响应时间短、超调量小,稳态过程没有振荡。因此,适用于智能灌溉系统中的水泵控制。

SOA寻优算法在磨机给料控制系统的研究与仿真

磨矿作业是选矿厂生产过程中的重要环节,而磨机是磨矿作业中重要设备。磨机的控制主要是对其给料量进行控制,给料量控制不合理或者控制不及时,都会造成磨机运行的不稳定。磨机的控制机理复杂,非线性、滞后性、大惯性等特点使得传统的PID控制器不能对其给料量进行准确控制。针对上述问题,该项研究采用了SOA优化算法,把该算法与PID控制器结合起来,通过SOA优化算法进行PID参数优化整定,实现磨机给料控制的实时调节,使磨机给料量能准确地跟踪设定值。系统仿真结果表明,SOA优化算法的使用,在很大程度上减小了系统的超调量,使系统的稳态误差减小,从而使磨机给矿波动性减小,提高了系统的稳定性。

基于搜寻者算法的测试性优化分配方法

测试性分配是测试性设计中的重要环节。现有的分配方法存在权值计算复杂、权重确定主观性强、分配结果需根据经验调整等不足,不能准确反映产品的实际情况。为此,文中利用搜寻者优化算法(SOA)全局搜索能力强,收敛速度快、鲁棒性好的优势,将产品的全寿命周期费用作为目标函数,同时考虑多种相关影响因素,提出基于SOA算法的测试优化分配方法。最后,通过对鱼雷控制系统中41组件的故障检测率(FDR)指标进行分配,验证了该方法的可行性,该方法可为测试性优化设计提供参考。

基于PCA-SOA-ELM的空调系统负荷预测

针对参与需求响应的空调系统负荷预测方法存在预测精度低、预测时间长等问题,提出一种基于主成分分析(principal component analysis,PCA)与海鸥优化算法(seagull optimization algorithm,SOA)优化极限学习机(extreme learning machine,ELM)空调负荷预测模型。通过PCA提取影响空调系统负荷数据的主要特征,建立空调系统ELM负荷预测模型,并采用SOA对模型参数进行迭代寻优。为了验证算法的有效性,以某办公建筑的空调负荷数据为例进行实例分析,实验结果表明:经PCA特征提取后得到包含98.00%原信息的6项主成分,SOA-ELM模型的预测结果与实际值基本吻合,其均方根误差为0.0137,平均绝对百分比误差为0.8392%,决定系数高达0.9910,训练时长为3.482s,相较于其他3种对比模型性能更优。证明了所建模型泛化性能强、预测精度高,能够有效预测空调系统需求响应时段负荷的变化情况。

考虑系统氢耗和耐久性的多堆燃料电池优化控制方法

为降低多堆燃料电池系统(multi-stack fuel cell system,MFCS)氢耗并延长运行寿命,提出一种计及系统氢耗和耐久性的多堆燃料电池系统优化控制方法,该方法以MFCS氢耗量和耐久性作为多目标,通过海鸥优化算法(seagull optimization algorithm,SOA)与无源控制(passive-based control,PBC)结合,实时优化每个单堆燃料电池系统输出功率,降低MFCS氢耗量,并兼顾约束功率波动率,提高MFCS耐久性,进而延长MFCS使用寿命。最后基于RT-LAB平台,搭建一套由3个不同性能的110kW质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统组成的MFCS实验硬件在环(hardware-in-the-loop,HIL)半实物平台,并从系统氢耗量和运行压力2个方面,与平均分配、链式分配、和基于运行性能衰减程度分配3种MFCS控制方法进行对比验证。结果表明,所提方法能够有效减小系统氢耗量,同时降低PEMFC输出功率波动率,进而提升MFCS耐久性,延长MFCS运行寿命。

SOA和BMO的柔性分层次车间调度研究

针对加工路径和加工车间,提出一种基于SOA和BMO的柔性分层次车间调度优化问题。通过结合SOA中解决离散型优化问题的原则和BMO中由四种策略产生子代的交配原则,保证了该方法的多样性并避免了过早收敛。通过以3个柔性多车间的调度优化问题为例给出甘特图,验证了该方法的有效性和可行性。实验结果表明:该方法能够很好地分配工件的加工车间,并能合理地规划工件的加工路径。

工业大气环境下架空管道腐蚀增重预测

架空管道受大气环境影响会发生腐蚀增重现象。为提高工业大气环境下管道的腐蚀增重预测精度,提出了一种基于改进海鸥优化算法的区间灰数预测模型(MSSOA-INGM(1,1,δ))。首先通过Kent映射和Levy飞行策略优化海鸥优化算法(Seagull Optimization Algorithm,SOA)的种群,避免SOA过早收敛,并改进收敛因子B以提高全局搜索能力;然后建立区间灰数NGM(1,1)模型,根据反余割函数变换、平均弱化缓冲算子和自适应初始条件优化对模型进行改进,并利用多策略下的海鸥优化算法(Multi-Strategy Seagull Optimization Algorithm,MSSOA)对改进后的INGM(1,1,δ)模型中的时间参数δ进行寻优;最后以某架空管道腐蚀数据为基础进行仿真试验。优化后新模型的预测结果与实际值高度吻合,表明该模型的预测精度得到较大提高,在架空管道腐蚀增重预测方面具有较好的鲁棒性。

一种新的进化算法——种子优化算法

受自然界种子传播方式的启发,提出一种进化算法——种子优化算法.该算法通过模拟植物生存的自适应现象,逐代进化,寻找最优结果,解决复杂的优化计算问题.对该算法的全局寻优性能进行分析证明.通过典型优化问题的实例仿真实验,表明该算法具有较好的寻优性能.

基于时差抗扰估计和人群搜索的局部放电定位

本文提出一种基于超声波波达时差抗扰估计和启发搜索的局部放电故障定位方法,包括时延估计和模型求解两个关键内容。首先,针对传统时延估计方法存在的多噪环境适应性差、估计发散的问题,综合了信号低阶、二阶和高阶量的处理方法,提出基于非线性化信号高阶累积量相关的时延估计方法,通过信号非线性化处理抑制非高斯脉冲干扰,通过高阶累积量处理抑制高斯干扰,通过相关函数法完成超声波信号时延估计。其次,通过建立适应度函数将局放故障定位问题转化为最小非线性优化问题,采用启发式的人群搜索算法求解优化问题,并引入自适应惯性权重因子改进启发式算法。最后,基于Matlab仿真实验表明,所提时延估计方法在多噪环境中具有良好的估计鲁棒性和稳健性;所采用的改进人群搜索算法能够加速搜索收敛速度,同时保证故障定位解的质量,获得有效的局放定位坐标。

基于复Gaussian小波SVM的短期负荷预测

提出了复Gaussian小波SVM模型,并将其应用于对电力系统短期负荷的预测。证明了复Gaussian小波核满足SVM平移不变核条件,建立了相应的SVM,并且使用搜寻者优化算法对相关参数进行优化选择。在短期负荷预测的仿真实验中,通过与常用的径向基核SVM模型的对比,验证了该方法具有较好的精确度和有效性,有一定的实用价值。

考虑外送通道极限的水电站联合优化调度研究

云南部分地区水电资源丰富,但电网中负荷一般相对较轻,电力能源以外送为主.然而,电网建设的速度往往滞后于电源建设,电力外送受阻严重.充分挖掘现有电网输送能力的潜力,是增强此类电网外送能力的有效方法.首先提出了水电站联合优化的调度思想,考虑外送通道极限对水电站发电量的限制,对地区电网水电站进行联合调度;其次建立了水电站联合优化调度模型,考虑外送通道极限不等式约束条件以及水库水量等式约束条件建立了以地区电网水电站发电量最大的目标函数,然后运用SOA人群搜索算法对水电站联合优化调度模型进行优化计算,SOA算法优化多峰函数收敛速度快;最后以典型的水电送出型怒江电网作为实例进行仿真.仿真效果表明在水电站联合优化调度的策略下,考虑怒江水电外送通道极限约束,怒江电网水电站发电量得到提升,增强了怒江水电外送能力,验证了SOA优化算法的有效性.