考虑可再生能源的分布式机组选址定容研究

文章针对可再生能源在配网接入节点和容量进行了选址定容优化,通过节点位置指数确定机组的最佳位置。建立可再生能源机组的成本模型,考虑了电源成本、网损成本、环境成本和电压偏移成本。以总成本最小为目标建立了选址定容优化模型,并采用改进磷虾群搜索算法求解该模型,获得更优个体、提高收敛速度。最后,在IEEE 33节点系统中仿真分析了不同机组水平接入后的情况。

基于改进磷虾群算法的水电站频率控制

针对复杂的水电站调速系统难以确立精确数学模型导致传统比例-积分-微分(PID)控制器控制精度低、自适应能力差等问题,提出了一种改进磷虾群算法对其PID控制器参数进行优化。对磷虾群算法引入进化因子α以及优化算子β以增加算法自适应调节能力。首先将频率误差以及频率误差变化率代入到改进的磷虾群算法控制器中,通过算法迭代得到一组使目标函数最小的PID参数,将这组参数赋给PID控制器对系统进行控制。仿真结果表明:经过该算法优化后的控制器相较于传统PID控制器超调量明显减小、调解时间大大缩短。

一种基于改进的磷虾群和粒子群的混合算法

针对基本磷虾群(KH)算法在求解高位复杂优化问题时容易陷入局部最优、求解精度低等缺点,提出了一种基于改进的磷虾群和粒子群的混合算法(AIPSOKH).该算法首先对KH算法中的觅食权重和诱导权重采用非线性递减策略,然后将其与惯性权重线性递减的粒子群算法(LDWPSO)混合,采用双子种群同时计算的并行策略进行迭代计算,借鉴自然选择中适者生存的进化机制提升母种群中个体的质量,以此来避免算法陷入局部最优,并提升其求解精度.最后通过8个标准测试函数的对比实验表明,在全局搜索能力和求解精度上与提到的2种算法相比都有着显著优势.

带有遗憾值约束的4PL网络设计鲁棒优化模型与仿真

第四方物流(4PL)网络运作过程中常因外部环境的干扰而发生中断,使网络安全受到威胁。考虑中断状态下4PL网络鲁棒优化设计问题,目标是构建在任意中断状态发生时仍能以较低的成本为客户提供满意服务的4PL网络。基于β-鲁棒解的定义,建立了带有遗憾值约束的4PL网络设计鲁棒优化模型。针对问题的NP-hard特性,利用磷虾群算法(KHA)对模型进行求解,并与人工鱼群算法(AFSA)进行了比较,通过仿真实例对算法的可行性和有效性进行了验证。仿真结果表明,KHA的性能优于经典的AFSA。通过对不同遗憾值β约束下4PL网络设计最佳方案的比较分析,验证了利用鲁棒优化模型设计4PL网络能够较好地规避风险,并达到最大限度节约成本的目的。

基于KH-PP的城市多元包容评价研究——以华北某城市体检为例

以华北地区某城市关于城市体检中的多元包容指标为研究对象,结合熵值法对城市多元包容的评价指标进行计算,建立磷虾群算法-投影寻踪模型确定指标权重,与华北地区相邻10个城市的多元包容发展水平进行对比,判断相关指标对城市包容性发展水平的影响程度。对于不同发展水平的城市因地制宜地提出不同的发展要求。

思想政治教育策略的IKH算法最优选择

为了提高思想政治教育策略选择的精度和有效性,有针对性地做大学生思想政治教育工作具有重要的现实意义。在预设大学生群体意识行为正负激励的背景下,运用改进的磷虾群算法的良好寻优能力优化投影寻踪分析模型,建立IKH-PP的思想政治教育策略模型。与KH-PP相比,思想政治教育策略选择精度提高了3.95%和4.09%,从而说明IKH-PP可以有效提高思想政治教育策略选择的精度。

惯性权重动态调整的混沌磷虾群算法

针对磷虾群算法容易陷入局部最优的缺点,提出一种惯性权重动态调整的混沌磷虾群算法.首先给出了相似度的定义,并根据磷虾种群中各个体和最优磷虾个体相似度的大小,动态地更新磷虾个体的诱导权重和觅食权重.为了提升全局搜索性能,将混沌搜索算子引入算法中,通过6个标准测试函数的实验表明,该算法比标准磷虾群算法有着显著优势.

基于改进磷虾群算法的火电厂负荷优化分配

快速有效的电厂负荷分配能够有效增强电厂灵活运行能力,从而提升效益,增强市场竞争力。因此,针对负荷分配中快速性问题,在电厂负荷分配目标函数、约束条件基础上,设计了快速变负荷策略,以满足电厂灵活性调节目的。利用改进磷虾群算法(IKH),通过自适应动态改变负荷边界,实现对负荷变化的快速响应,并进行了4个机组的算例分析,由IKH、GA和PSO仿真结果对比验证了IKH算法的有效性。

基于磷虾觅食算法-最大熵投影寻踪模型的区域水安全评价

从总量红线、效率红线、纳污红线3个方面遴选12个指标构建最严格水资源管理约束下的区域水安全评价指标体系和分级标准。提出磷虾觅食算法(KH)-最大熵投影寻踪(MEPP)水安全评价模型,并构建人工蜂群(ABC)算法、文化算法(CA)和粒子群优化(PSO)算法-MEPP评价模型作对比,以云南省所辖16个行政分区水安全评价为例进行实例研究。结果表明:KH算法寻优精度优于ABC、CA和PSO算法,具有较好的全局极值寻优能力。KH-MEPP模型对迪庆州、德宏州、怒江州和西双版纳州水安全评价为"安全";丽江市评价为"不安全";其余行政分区评价为"基本安全"。KH-MEPP模型对云南省16个行政分区评价结果与PSO-MEPP模型相同,但在排序上存在差异;与CA-MEPP、ABC-MEPP模型在评价结果及排序上均存在差异。