基于改进花授粉算法的永磁同步电机参数辨识

针对传统花授粉算法辨识永磁同步电机参数迭代后期易陷入局部最优导致收敛速度慢和寻优精度低的缺陷,提出了一种基于t-分布扰动和高斯扰动的改进花授粉算法(tGFPA),以实现永磁同步电机参数的高精度辨识。首先利用混沌Logistic映射对花朵个体位置进行初始化,然后在全局授粉过程中引入t-分布扰动,提高搜索空间的多样性。在局部授粉过程中加入高斯扰动,增强跳出局部最优解的能力。最后,对比仿真结果表明:基于双扰动策略的改进花授粉算法收敛速度更快、辨识精度更高,对于永磁同步电机控制性能改善具有重要意义。

求解带时间窗车辆路径问题的改进FPA

车辆路径规划问题广泛应用于物流行业,为解决这一NP难的组合优化问题,提出一种求解带时间窗车辆路径问题的改进花授粉算法。针对FPA存在寻优精度低和过早陷入局部最优等缺陷,在原始FPA中引入遗传算法的交叉和变异因子,设计基于精英父代的多点交叉算子和单亲多点基因变异换位算子;对FPA中的转换概率p进行自适应调整并重新定义全局授粉和局部授粉操作;采用国际通用标准测试集Solomon对算法进行测试,将求得结果与已知多个算法求得的结果进行对比分析。其结果表明,改进FPA求解带时间窗车辆路径问题是可行有效的。

多传感器自适应调度方法

为进一步发挥多传感器综合效能和提高资源利用率,最大程度满足对多目标的探测跟踪需求。针对传统多传感器探测网络调度方法存在忽略环境动态变化、考虑任务单一、算法性能偏弱等问题,提出了一种多传感器自适应调度方法,该方法对多传感器调度模型进行分析设计,联合任务优先级、目标威胁度和探测跟踪收益3个指标建立传感器效能函数,以此作为自适应目标函数;通过引入新的局部授粉算子、修改全局授粉过程及设计动态切换概率,来对花朵授粉算法进行改进,并应用到寻优求解过程中;通过仿真实验表明,该方法能够随环境的变化和任务需求自适应对多传感器进行调度,显著提高了多传感器的资源利用率。

基于离散花授粉算法的分布式新能源继电保护整定优化方法

现有继电保护整定优化方法需要进行多次试验和调整,耗费大量时间和资源,对于大规模分布式新能源系统是非常不可行的。利用离散花授粉算法,对分布式新能源继电保护整定优化进行研究。以时间整定系数和启动电流为优化参数,构建了目标函数。采用离散花授粉算法对其进行优化求解。实验结果表明:设计方法在不到15次迭代下即可获得最优解,且耗时始终保持在60s之内,能够快速且准确的计算出继电保护的整定结果。

离散花朵授粉算法求解多目标柔性车间调度

为了优化调度方案,针对多目标柔性车间调度问题的特性,以最大完工时间、生产成本、能源消耗和加工质量为优化目标,提出一种离散花朵授粉算法。算法采用轮盘赌均值派选策略生成初始种群,并采用机器序列算法计算编码的目标值;为了优化算法的寻优能力,重新定义了花朵授粉算法中的两种授粉方式。最后通过基准算例和实际生产数据实验证明了所提算法的有效性。

基于改进花授粉算法的无人船空间全局优化

在分析无人船的空间路径规划的数学建模基础上,提出基于粒子群局部搜索算法策略和维度改进算法策略的改进花授粉(IFPA)的全局搜索优化算法。该算法在水面中解决无人船(US)路径规划问题中,可以加快全局收敛速度,同时保留标准花授粉算法(FPA)的强鲁棒性。实验结果表明:相比其他9种基于群体的算法,IFPA方法对解决US在水面路径规划更为有效。

基于改进花粉算法的梯级水电站多目标优化

梯级水电站优化调度要考虑发电、防洪、电网安全运行等多个目标,具有高维、动态、非线性等特征,求解复杂。为解决这一问题,通过改进花粉算法搜索策略和引入差分变异操作,加快算法收敛速度,增加种群多样性,并将该算法用于求解梯级水电站多目标优化调度问题。结果表明,该算法收敛速度快,求解精度高,对求解梯级水电站多目标优化问题具有一定的优越性。

改进花朵授粉算法的无线传感器网络部署优化

针对监测区域内含有障碍物的无线传感器网络(Wireless Sensor Networks,WSNs)异构节点部署优化问题,在花朵授粉算法(FlowerPollinationAlgorithm,FPA)的基础之上,提出了一种改进的花朵授粉算法(Improved Flower Pollination Algorithm,IFPA)用于改善原有算法收敛速度慢、精度不够高的不足。设计非线性收敛因子以约束原有的缩放因子,采用Tent映射以维持迭代后期种群的多样性,而贪心交叉策略则是以较优的个体辅助较差个体搜索。基准函数实验验证了IFPA具有较好的收敛性能,而WSN部署的仿真实验表明IFPA可得到较高的覆盖率,可节约网络部署成本。

一种求解双层过道布置问题的离散花授粉算法

结合布局活动中设施布置在多层空间的实际情况,对过道布置问题在双层空间中的布置优化进行研究,构建了一种新的混合整数非线性规划模型.基于可行解的离散性和问题求解的复杂性,提出一种花授粉算法离散方法.通过重新定义授粉过程,将以问题规模为搜索深度的随机搜索过程作为全局搜索,而在局部寻优阶段,个体以交换对的形式跟随最优解更新自身.为进一步提高算法性能,在全局搜索阶段引入临界值,通过变异陷入局部最优的个体实现变邻域搜索,并设置阈值以提高求解效率.通过对比改进前后两算法求解38个测试算例的运算结果,验证了算法改进的有效性.最后,应用改进离散花授粉算法求解原过道布置问题,并与不同算法的实验结果进行对比,发现所提算法在求解质量和效率方面更具优势.

基于改进花授粉算法的光伏MPPT控制研究

针对传统光伏最大功率点跟踪(MPPT)算法在解决局部遮荫环境下系统跟踪灵活性和时效性差,以及稳态输出振幅过大等问题,提出了基于改进花授粉算法(IFPA)的光伏最大功率跟踪控制策略。在对光伏阵列输出特性曲线进行分析的基础上,通过引入t-分布扰动机制和变异策略,分别对经典FPA算法的异花全局授粉过程与自花局部授粉过程进行优化,构建了基于IFPA的光伏最大功率点跟踪模型。以{3*2}的光伏阵列为例进行仿真实验,结果表明所研究模型在动态遮荫下的最大功率点跟踪速度较改进前大幅提高,系统在稳态时的震荡明显减小。

基于改进离散花授粉算法的继电保护定值优化方法的研究

提出一种基于改进花授粉算法的继电保护定值优化方法,利用约束区间编码,以整定时间最短和灵敏度最优为目标,以满足继电保护选择性、灵敏性、速动性、可靠性要求为约束,寻找得到使电力系统稳定运行的最优整定结果。通过与传统的继电保护整定方法和基于遗传算法的整定值寻优方法进行比较,结果表明改进花授粉算法收敛速度快,寻优效率高,适用于继电保护全局优化整定。

花授粉算法求解多目标模糊柔性作业车间调度

针对实际工厂柔性生产过程中存在的参数不确定性问题,建立了一种多目标模糊柔性作业车间调度数学模型。为求解所建模型,将加工时间、加工成本、原材料成本用三角模糊数表示,以最小化最大完工时间和生产成本为优化目标。提出一种改进的自适应离散花授粉算法(ADMOFPA),并在初始化阶段运用离散算子将解进行离散化处理。为增强算法全局搜索和局部开发的能力,在迭代过程中引入自适应变异算子。将所提算法运用于某柔性生产车间实例进行仿真测试,并与基本花授粉算法和粒子群算法作对比,证明了所提方法的有效性。

基于改进花授粉算法的光伏MPPT研究

局部遮阴情况下,光伏阵列的P-V曲线存在多个极值,传统最大功率跟踪方法容易陷入局部最优而追踪失败。针对多峰值P-V曲线,提出一种改进型花授粉算法来实现全局最大功率跟踪。该算法在标准花授粉算法的基础上引入了自适应转化概率来平衡全局和局部搜索,同时用Jaya算法的位置更新公式替代原算法的局部搜索公式,有效避免了原局部搜索策略易陷入局部最优的不足。通过MATLAB/Simulink进行仿真验证,并与粒子群算法、花授粉算法进行比较,结果表明改进花授粉算法具有更高的追踪精度和更快的追踪速度。

混联驱动三维椭圆振动辅助切削系统压电迟滞建模与补偿

针对混联驱动三维椭圆振动辅助切削系统中由压电驱动导致的迟滞非线性问题开展研究。首先分析了该系统迟滞的产生原因,选择Bouc-Wen模型描述该系统各轴向子系统中输入电压与输出位移之间的数学关系,并引入前期粒子群算法和自调整转换概率来提高传统花授粉算法的寻优能力和辨识精度;其次,依据Bouc-Wen模型进行控制策略设计,为提高系统控制精度及稳定性,在传统前馈控制基础上结合PID反馈控制构成复合控制策略补偿迟滞非线性;最后,以Y1轴向子系统为例,通过跟踪实验验证所设计复合控制策略的有效性,最大跟踪误差为0.304μm。采用复合控制策略进行迟滞补偿后,系统迟滞分量明显减小,系统具有更高程度的稳定性。

基于改进花授粉算法的光伏最大功率点追踪研究

针对厂区光伏在局部阴影或光照不均匀的情况下,光伏阵列输出存在多个极值点,导致传统优化算法追踪最大功率点时存在速度慢和精度低等问题,提出了基于改进花授粉算法的光伏最大功率跟踪控制策略。采取有利于全局广泛搜索的自适应系数对全局搜索进行改进,提高了算法的收敛速度与精度。通过MATLAB/Simulink建模仿真,证明了所提出的改进花授粉算法在复杂光照条件下具有更快的收敛速度与追踪精度。

基于改进神经网络的医院通信安全态势感知方法

针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。

车辆悬架纵臂冲压工艺的改进花授粉算法优化

为了减小车辆悬架纵臂的冲压减薄率、提高产品的加工合格率,提出了冲压工艺参数的改进花授粉算法优化方法。介绍了悬架纵臂三维模型和冲压成形过程。使用有限元仿真分析了开裂临界状态下的等效应力分布和厚度分布,并确定了开裂危险位置。以减小危险位置减薄率为目标建立了优化模型,选择了上模压力和摩擦因数作为优化参数。使用最优拉丁超立方抽样设计了80组实验,建立了2输入1输出的BP神经网络结构,用于拟合工艺参数与质量参数的非线性关系。对花授粉算法的全局搜索方法进行了改进,提高了算法的搜索能力,利用改进花授粉算法求解优化模型得到了最佳参数组合。经验证,优化后悬架纵臂冲压件危险位置的厚度均值为1.637 mm、标准差为0.091 mm;产品合格率由现行的60%提高到了97%。

离散花朵授粉算法求解混合流水线调度问题

提出一种改进的离散花朵授粉算法求解以最小化任务完成时间为目标的混合流水线调度问题．算法采用一种基于排列的编码和解码的方法，根据混合流水线调度问题具有离散性的特点，对花朵授粉算法的相关操作重新进行定义，建立了离散的花朵授粉模型．为了加快算法的局部搜索能力，构建了一种基于动态自适应变化工件块的变领域搜索策略．实验仿真表明，改进的离散花朵授粉算法在求解混合流水线调度问题具有较好的性能，是一种有效的方法．