多策略混合搜索的人工蜂群算法

为解决基本人工蜂群算法收敛速度慢、开发能力不足的问题,提出多策略混合搜索的人工蜂群算法。在雇佣蜂阶段采用两个具有不同探索与开发特征的搜索策略,分配不同的混合比例,增加种群多样性;观察蜂阶段将精英解作为搜索起点,修改食物源选择方式,加快种群收敛。利用不同搜索策略的不同特征,以及合适的混合比例,实现算法在探索与开发之间的平衡。22个标准函数测试集的实验对比结果表明,提出算法在搜索精度、稳定性、收敛速度方面均优于其它算法。

混合无线传感器网络覆盖优化算法

在无线传感器网络中,带有移动节点的混合网络引起学者的兴趣。为了解决混合无线传感器网络中的网络有效覆盖问题和移动节点的优化部署问题,提出一种新的混合无线传感器网络覆盖优化算法(IVABC)。算法基本思想是对固定节点进行Voronoi多边形划分;利用划分结果分析固定节点的覆盖盲区;利用基于反向学习策略的蜂群算法优化部署移动节点;在网络覆盖率最优化的同时,有效减少网络迭代次数。

一种改进的粒子群与人工蜂群融合算法

针对标准的粒子群算法和人工蜂群算法收敛性能差、在复杂优化问题易陷入局部最优的缺点,提出了一种改进的融合算法.改进融合算法拥有双种群并行进化,其中粒子群采用改进的反向学习策略,以增加群体的多样性;蜂群中跟随蜂根据个体停滞次数,自适应地改变进化策略,以平衡全局探索与局部开发能力.同时算法将交替共享两个种群的全局最优位置,通过相互引导使融合算法具有更好的寻优能力.8个经典函数和CEC2013的8个复合函数的实验结果表明,与最新的一些改进粒子群和人工蜂群算法相比,该算法的收敛速度和收敛精度均有较显著的优势.

配对组合测试用例集生成的一种新策略

基于人工蜂群(ABC)算法与粒子群优化(PSO)算法,提出了一种新的配对混合人工蜂群(PHABC)策略,用于求解含约束条件的配对组合测试中测试用例集的生成问题.实验结果表明,即使在带有参数约束的情况下,PHABC输出的最佳组合测试集结果正确性更高,相较于其他现有的策略,性能更优.

受粒子群和差分进化启发的人工蜂群算法

针对基本人工蜂群算法搜索策略探索能力强而开发能力弱的特点,受粒子群和差分进化思想的启发,提出了两种新的搜索策略:PSO-DE-PABC和PSO-DE-GABC。前者在随机个体附近产生新的候选位置以提高算法的多样性;后者在最优解附近产生新的候选位置以提高算法的收敛速度,并加入差分进化中的差异向量来增加种群的多样性。在此基础上,引入维度因子来控制算法的收敛速度,并且使用一种利用当前种群信息的侦查策略来增强算法的局部搜索能力。通过对10组标准测试函数的实验仿真并与基本ABC、GABC和ABC/best算法相比,结果表明PSODE-GABC和PSO-DE-PABC对数值优化具有更高的收敛速度和收敛精度。

多策略混合搜索的变时段人工蜂群算法及应用

【目的】研究非汛期洪水、中小洪水调度和发电调度模拟中时段步长和约束条件在较长系列上的融合优化,提升水库调度综合效益。【方法】建立了多策略混合搜索的变时段的人工蜂群算法,构建了长系列可变时段的多约束下发电量最大的水库优化调度模型,对万安水库进行实例应用。【结果】非汛期水量利用率提高了3%,加强了对洪水资源的利用;多策略混合搜索的人工蜂群优化算法缓解了多约束条件优化模拟计算时,时段步长选取与运算精度和收敛速度之间的矛盾,有效提升了标准人工蜂群算法的寻优效率与开发能力。【结论】研究成果可为非汛期洪水、中小洪水调度和发电调度综合效益的提升提供依据。

独立交直流混合微电网电源优化配置

对交直流混合微电网中电源进行优化配置能够减少换流损耗,降低系统成本。针对独立交直流混合微电网特有的结构和能量流动方式,考虑能量传输效率,提出了改进的能量管理策略。优化配置模型以经济性最优为目标,综合考虑环保性和供电可靠性,采用改进的人工蜂群算法对模型进行求解,得到独立交直流混合微电网的分布式电源优化配置结果。最后,通过算例进行仿真验证,结果表明,交直流混合微电网相对于纯粹交流微电网和直流微电网能够降低系统运行成本,使用改进后的能量管理策略能得到经济性更优的微电网电源配置方案。