基于SA-CS算法的含分布式电源配电网优化重构

电力行业作为拯救国民经济、社会和人类生活的基础产业,将面临重大改善,而作为电力系统重要组成部分的电网结构调整也应得到优化。针对配电网优化重构问题,以系统有功网络损耗最小、节点电压偏移量最小作为优化目标建立配电网重构目标函数;对于含分布式电源配电网系统,系统环形拓扑结构变得更加复杂,布谷鸟搜索算法容易出现收敛速度慢,容易陷入局部最优,后期收敛精度差的缺点,提出了一种基于混合模拟退火布谷鸟搜索算法的配电网重构算法。通过引入模拟退火操作,提高算法收敛速度与精度。将该算法应该用于配电网重构问题,仿真结果表明相较于传统算法此算法有更快的收敛速度,同时有效降低了配电网络的有功损耗,极大地提高了节点电压幅值;提高了配电网运行的稳定性与供电质量,对配电网安全经济稳定的运行提供了参考。

混合模拟退火的布谷鸟算法研究

针对基本布谷鸟搜索(Cuckoo Search,CS)算法在寻优过程中收敛速度慢、寻优结果精度不高的问题,提出一种混合模拟退火(Simulated Annealing,SA)算法的布谷鸟算法(SA-CS).算法采用退火时机的判断准则判断是否陷入局部最优,若陷入则让算法进入模拟退火机制,以一定的概率得到一个更差的解,使得算法跳出局部最优,增强算法寻找最优解的能力.通过对经典测试函数和旅行商问题进行测试,结果表明,改进后的SA-CS算法提高了基本CS算法的收敛速度以及寻优精度,对于函数优化问题和组合优化问题都具有一定的优势.

基于模拟退火与高斯扰动的布谷鸟算法

布谷鸟算法是一种新型的全局最优搜索算法,为了提高该算法的收敛速度与计算精度,将模拟退火思想引入布谷鸟算法,并对布谷鸟算法的个体进行高斯扰动,提出一种基于模拟退火与高斯扰动的布谷鸟算法(SAGCS).将SAGCS算法与布谷鸟算法和带有高斯扰动的布谷鸟算法在8个典型的基准测试函数中进行仿真对比,结果表明SAGCS算法在收敛速度和精度方面均优于其他两种算法.

基于改进多目标布谷鸟算法的污水处理优化控制方法

针对如何确定污水处理优化控制中关键变量的最优设定值,以满足出水水质达标的同时尽可能降低能耗的问题,提出一种基于改进多目标布谷鸟算法的污水处理多目标优化控制方法.首先,通过对污水处理过程的分析,建立基于神经网络的污水处理能耗和出水水质模型;其次,利用改进多目标布谷鸟算法同时对污水处理能耗和出水水质模型进行优化,得到溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对关键变量的最优设定值进行跟踪控制,实现污水处理过程的多目标优化控制.仿真实验结果表明,与其他几种方法相比,所提出的方法在保证出水水质参数达标的前提下,更好地降低了污水处理过程的能耗,实现节能降耗和保护环境的目的.

列车节能运行决策问题的模拟优化研究

轨道交通运输耗能巨大,研究列车节能操作运行具有重要的理论意义和实用价值。从节能角度出发,分析列车运行过程中的能量转换机制,建立单列车耗能最低优化模型、多列车节能优化模型及列车延误多目标优化控制模型,针对模型本身及其约束条件的复杂性,提出基于改进布谷鸟优化算法与动态搜索方法的"模拟优化"求解方法,对列车节能运行决策问题进行求解,并通过与其他同类算法的比较,阐述了所提方法的优越性。得到列车在不同运行工况下的最优节能运行控制策略,确定各情况下列车运行的最优速度距离曲线,结果符合实际情况。改进算法的搜索效率更高,研究思路与模型对于列车节能操作运行具有一定的借鉴意义,所提出的针对复杂优化模型的求解方法合理有效,适用性强,有一定的参考价值。

改进的布谷鸟算法及相应罚函数法的应用

为解决布谷鸟算法在迭代后期收敛速度下降的问题,通过引入一种新的惯性权重,提出一类改进布谷鸟算法,改善原算法的收敛速度。针对非线性规划问题,根据罚函数思想,提出一种基于改进的布谷鸟算法的罚函数法。将该算法应用在若干非线性规划实例中,实验结果表明,使用该算法得到的结果优于已有若干算法,具有较好的可行性和有效性。

基于改进CS算法的电网损耗最小仿真研究

利用布谷鸟算法(Cuckoo Search algorithm,CS)求解电力系统无功优化问题是一种新的方式,但其中的两个重要参数取的是固定值,导致其在迭代后期收敛速度慢、易陷入局部最优,因此引入动态发现概率Pa、步长因子a以及一个改进的步长搜索方程,形成改进布谷鸟算法(Improved Cuckoo Search algorithm,ICS)。本文基于Matlab软件,将CS和ICS分别对IEEE30节点测试系统进行仿真实验,以验证算法的有效性。实验结果表明,利用ICS算法求解无功优化问题可以在提高收敛性能的同时得到使电网损耗更小的解。通过该仿真实验,将理论运用到实践中,使学生提高仿真能力,进一步加深对无功优化的理解。

基于改进自适应布谷鸟算法的云制造资源配置优化研究

针对云制造资源优化配置模型求解的相关问题,在基本布谷鸟算法(CS)的基础上提出了一种改进自适应布谷鸟算法(SAACS),并将其应用于求解云制造优化资源配置问题。改进自适应布谷鸟算法对基本布谷鸟算法的部分参数和Levy飞行步长做了自适应性调整,加入了双向搜索策略,并引入模拟退火思想,可以在云制造资源配置中快速地求出最优解,获得一条最优资源服务链。最后通过算例验证了该算法求解资源配置问题的有效性和准确性。

基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识

针对非线性摩擦对直流伺服系统性能的影响,提出一种基于模拟退火布谷鸟算法提高摩擦参数辨识精度的方法.采用LuGre摩擦模型建立伺服系统静摩擦参数与力矩的关系表达式,并分析其稳态特性,以此构建参数辨识的目标函数.引入模拟退火中的Boltzmann选择机制,结合迭代全局最优值对布谷鸟算法发现概率的自适应性进行了增强,以改善算法的寻优效果,通过分析比较得知改进算法的时间复杂度与原算法一致.在相同摩擦参数设置下,改进布谷鸟算法的辨识精度优于传统方法,利用其辨识结果补偿伺服系统运行的非线性摩擦力矩,得到了良好的控制效果.实验结果表明,该方法可以使摩擦参数的辨识适应度值提高2~3个数量级,有效改善了系统的控制性能.

基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型。通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线路为例,将该线路客流特征数据应用于模型和求解算法中。结果表明,基于不同利益方权重下通过模型算法计算出的结果均优于现有调度方案,验证了模型及算法的有效性及实用性。

改进BP算法在混合气体定量检测中的应用

针对单一反向传播(BP)神经网络用于混合气体检测中出现的检测误差较大和依赖初始权值和阈值的问题,提出引入自适应调整发现概率的布谷鸟搜索(CS)算法和模拟退火算法优化BP网络初始权值和阈值的方法来实现混合气体的定量检测。利用CS算法强大的全局搜索能力,对神经网络的初始权值和阈值进行优化,在算法迭代过程中,使用模拟退火操作避免算法陷入局部最优,并在此基础上引入发现概率的自适应调整策略用于新解生成;以此优化后的参数作为初始连接权值和阈值用于BP网络进行混合气体的定量识别。在MATLAB软件上对实验数据进行仿真处理,与以往单一BP算法相比,改进算法对混合气体的定量检测效果显著,平均相对误差在10%左右。

基于布谷鸟算法的频域结构损伤识别

布谷鸟搜索算法是一种模拟布谷鸟寻窝产卵行为提出的优化搜索算法,通过局部寻优行为搜索出全局最优解.基于布谷鸟算法,论文研究受噪声干扰的耦合梁和桁架结构损伤问题.针对裂纹损伤,采用频率残差和模态保证准则作为损伤检测的指标,进行损伤识别仿真计算.仿真结果表明该算法对随机测试噪声不敏感,可以快速有效地进行局部损伤识别,在收敛速度和识别精度上具有优势.

基于动态平衡因子自适应步长的布谷鸟搜索算法

针对标准布谷鸟搜索算法依赖Lévy飞行的游走导致整个搜索过程步长具有随机性的问题,提出一种基于动态平衡因子自适应步长的布谷鸟搜索算法。通过对标准布谷鸟搜索算法中参数偏度动态自适应取值来实现算法对步长的动态自适应,同时引入动态平衡因子以调节全局适应度和当前迭代次数所占的比重,从而实现布谷鸟搜索算法收敛速度和搜索精度的平衡。测试仿真实验结果表明,与标准布谷鸟搜索算法相比,提出的算法收敛速度显著提升;与单纯依赖迭代次数自适应步长的布谷鸟算法相比,提出的算法避免了为追求收敛速度而造成的算法早熟现象。

基于布谷鸟搜索和模拟退火算法的两电压等级配网重构方法

为进一步提高电力系统整体资源的优化配置,加强各电压等级之间的协调性,降低电网运行的经济成本,将单电压等级配电网结构优化问题拓展至两电压等级,提出了一种两电压等级的配网重构优化方法。以有功网损、电压偏差、负载均衡度为目标函数,在满足各电压等级电网运行条件的同时,引入各电压等级供电可靠性约束以及线路负载率约束等协调性约束指标,利用布谷鸟搜索算法寻优。并针对其在后期收敛速度慢、收敛精度差的缺点,引入模拟退火算法以提高算法的全局和局部搜索能力。算例分析表明所提方法是可行和有效的。

电动负载模拟器摩擦模型参数辨识方法

为实现电动负载模拟器的高精度控制,针对负载模拟器运行中受到的摩擦力影响问题,提出基于改进布谷鸟算法(improved cuckoo search algorithm,简称ICSA)的摩擦模型参数辨识方法。首先,搭建了电动负载模拟器试验样机,建立了动力学数学模型,并引入一种连续摩擦模型代替传统不连续摩擦模型;其次,将布谷鸟算法(cuckoo search algorithm,简称CSA)进行改进,在辨识中自动调整判定概率和步长的数值,提高了收敛速度和收敛精度;然后,通过逐点试验的方法得到了负载模拟器角速度范围为[-1,1]rad/s的摩擦力数据,并利用ICSA算法对摩擦力模型进行辨识;最后,进行了验证试验。试验结果表明:ICSA算法能准确快速地辨识出连续摩擦模型的6个参数,且收敛速度快、准确性高;当迭代达到最大迭代次数时,ICSA算法的目标函数值较CSA算法减小了45.2%。

双层规划的改进混合布谷鸟搜索量子行为粒子群优化算法

为解决粒子群优化(PSO)算法求解双层规划问题时易陷入局部最优解的问题,提出了一种基于模拟退火(SA)Metropolis准则的改进混合布谷鸟搜索量子行为粒子群优化(ICSQPSO)算法。首先,该混合算法引入SA算法中的Metropolis准则,在求解过程中既能接受好解也能以一定的概率接受坏解,增强全局寻优能力;接着,为布谷鸟搜索算法设计一种改进动态步长Lévy飞行,以保持粒子群在优化过程中较高的多样性,保证搜索广度;最后,利用布谷鸟搜索算法中的偏好随机游走机制帮助粒子跳出局部最优解。通过对13个涵盖非线性规划、分式规划、多个下层规划的双层规划实例的数值实验,结果表明:ICSQPSO算法所得12个双层规划的目标函数最优值显著优于对比算法,只有1例的结果稍差,并且有半数实例的结果优于对比算法50%。由此可见,ICSQPSO算法对双层规划的寻优能力明显优于对比算法。

一种参数动态更新的布谷鸟搜索算法

为提升布谷鸟算法对高维问题空间的搜索能力及算法的稳定性,提出了一种参数动态更新的布谷鸟搜索算法.该算法首先选用柯西随机数,动态更新迭代学习的步长因子,并结合Lévy飞行策略生成新解;在新解生成之后,提出了一种正态扰动策略生成干扰解以增加解的搜索空间;对迭代中的新解和干扰解,采用模拟退火算法得到优势解,从而避免算法陷入局部最优,提升了算法的容差性;并提出一种轮盘赌选择和双向随机搜索策略强化迭代中优势解的学习.实验结果表明改进算法拥有较高的准确性和稳定性.

基于布谷鸟算法的游行运动趋势仿真研究

近年来,我国进入深化改革社会转型关键期,特殊的历史时期使得社会呈现出群体性事件发生愈加频繁,这类事件处理稍有不慎,事态升级迅速,后果不堪设想。通过分析社会学、心理学对游行事件研究的理论成果,提出了面向游行运动建模需要的城市交通路网的简化模型,并在此基础之上利用寻优能力较为突出的布谷鸟算法对游行人流运动趋势进行预测,通过AnyLogic仿真软件对算法进行了仿真实验,验证了这一预测方法的合理性,表明其中的关键算法具有较高的适用性,可以为研究游行事件发展的一般规律以及在处置中预先抢占先机提供有力的技术支撑。

变参数分空腔单层微穿孔板低频降噪性能研究

由于微穿孔板结构在低频噪声下无法实现高效宽带的吸声效果,为了提高低频吸声性能,需要优化吸声器的结构参数以达到需要的降噪水平。本研究优化和测试了变参数分空腔单层微穿孔板结构,该结构在低频的吸声系数高且吸声频带宽。首先,通过声电类比法建立变参数分空腔单层微穿孔板结构理论模型,分析吸声系数与结构参数之间的关系;其次,确定优化变量和约束条件,利用布谷鸟算法优化理论模型,得到最佳吸声系数的结构参数;最后,对微穿孔板结构的吸声系数进行有限元仿真,加工微穿孔板结构样品,在驻波管中进行了吸声性能测试。结果表明,3组结构参数分空腔单层微穿孔板结构和4组结构参数分空腔单层微穿孔板结构能够在400~2000 Hz的频率范围内保证高吸收(恒定超过80%)。

基于布谷鸟搜索算法的空调水系统管网阻力特性辨识

空调水系统管网阻力特性辨识是建立准确可靠的管网仿真模型的必要条件,同时也是一个非常复杂的非线性函数优化问题。提出了一种基于布谷鸟搜索算法的空调水系统管网阻力特性辨识方法,该方法基于管网系统多种运行工况下的实测数据,使用布谷鸟搜索算法求解管网阻力特性辨识的目标函数,具有更高的辨识精度。案例研究表明,基于该方法校准后的管网仿真模型模拟所得的各末端流量误差均在3%以内,辨识结果能够满足工程应用的需要。