基于量子遗传算法的水轮机调速器PID参数优化

水轮机调速器PID的参数整定对水轮发电机组安全可靠运行具有重要作用,并直接影响电力系统向用户供电的质量及可靠性。为改善水轮发电机组的动态调节品质,利用量子遗传算法对水轮机调速器PID参数实施优化,并将量子遗传算法与传统遗传算法的计算结果进行了比较。仿真结果表明,量子遗传算法（QGA）不但提高了全局的搜寻能力,而且还避免了早熟收敛的问题,有效地解决了传统遗传算法中海明悬崖、计算精度等问题,为水轮机调速器PID参数优化研究提供了新的途径。     

量子遗传算法在混凝土重力坝综合弹性模量反演中的应用

复杂运行条件下水工建筑物结构物理力学参数往往会随着服役时间的增长发生变异,及时了解更新这些参数对于掌握水工建筑物工作性态,指导水工建筑物安全监控具有十分重要的意义。基于量子遗传算法QGA建立坝体有限元力学参数反演模型,通过MATLAB编程建立有限元软件命令调用接口,利用工程实测值与有限元计算结果建立目标适应度函数,并通过量子遗传算法智能寻优,实现水工建筑物结构参数反演。为验证本算法的有效性,特以混凝土重力坝为例对坝体及基岩综合弹性模量进行反演分析,并与传统遗传算法反演结果进行对比,结果表明本算法反演精度及运行速度均较高于传统遗传算法,具有一定的科学和实践应用价值。     

基于QGA-SVM的堆石料离散元细观参数标定模型

针对堆石料离散元三轴试验中存在的细观参数标定影响因素多、耗时严重等问题,在总结分析堆石料细观模型现状的基础上,建立基于量子遗传算法(QGA)和支持向量机(SVM)的细观参数标定模型。模型采用拉丁超立方抽样生成细观参数组,并使用离散元计算其应力-应变曲线;采用QGA对SVM进行训练,使其达到最佳学习效果,以模拟细观参数与应力-应变曲线间复杂的非线性关系;依据堆石料室内三轴试验成果,发挥SVM计算速度优势,采用QGA搜索堆石料细观参数,实现堆石料的离散元细观参数标定。堆石料细观参数实例标定结果表明,所建立的模型可快速、精确地标定离散元细观参数,具有工程应用价值。     

基于实数编码的加速遗传算法在推求流量水深关系中的应用

本文在标准遗传算法(SGA)基础上,提出一种基于实数编码的加速遗传算法(RAGA),解决了SGA算法及华罗庚优选法的循环次数过多、耗时长以及过早收敛、形成局部最优等问题。可在水利工程设计中多维、高度非线性等参数优化问题中得到应用。     

改进遗传算法及其在水库群优化调度中的应用

根据梯级水电站优化调度特点,建立遗传算法(GA)求解多阶段最优化问题的数学模型.针对标准遗传算法(sGA)局部寻优能力较差、易早熟等不足之处,从编码方法、遗传算子和混合算法方面对其进行改进,提出了采用超立方体浮点数编码自适应遗传算法(AGA)和超立方体浮点数编码遗传模拟退火算法(SA-GA).通过16种不同策略的GA在雅砻江梯级优化调度中的应用,其结果表明了改进策略在解决水库群优化问题方面的有效性和优越性.最后将GA与动态规划(DP)算法的性能进行比较分析,充分体现了GA的优点.     

改进的实数编码加速遗传算法在暴雨强度公式参数优化中的应用

针对城市暴雨强度公式参数识别时,传统求解方法(如牛顿迭代法、高斯-牛顿法等)存在间接拟合,而优化算法(如实数编码加速遗传算法、蚁群算法等)存在随机性,盲目地在一个区间内寻优拟合精度不高等问题,本文将两种方法结合,提出一种改进的实数编码加速遗传算法(RAGA),为暴雨强度公式参数识别提供一种新途径。该方法将传统求解方法所求的可行解作为改进遗传算法的初始参数,通过在每次代际寻优时设置各参数廊道约束来改进RAGA以提高算法搜索效率,直至公式拟合精度无法提高为止。将该方法应用于国内多地暴雨强度公式参数识别中以评估算法的有效性,结果表明此方法实用可行、搜索效率较高,可以快速收敛到最优解。实例表明该方法在暴雨强度公式参数识别中是实用有效的。     

基于遗传算法的参数投影寻踪回归及其在洪水预报中的应用

针对传统非参数投影寻踪回归方法在应用时存在的问题，提出了三点改进措施：(1)采用实数编码的遗传算法代替高斯 牛顿算法优化投影方向；(2)采用参数非线性Hermite多项式代替非参数逐段线性回归来拟合岭函数；(3)参数优化同时进行无需分组，逐个增加岭函数，不实行返回拟合的优选策略。新的方法被称为参数投影寻踪回归，将其用于紫坪埔洪水预报，取得了满意的预报效果，而且所提出的方法在实际应用时，具有简单、有效和易于编程实现的优点。     

基于自适应遗传算法的PID调速系统参数优化

针对遗传算法(SGA)存在求解精度与收敛速度间的矛盾,提出了一种自适应对称调和遗传算法(IASHGA),并将该算法应用于水轮发电机组PID调速系统参数的优化设计,以系统的上升时间和超调屠指标作为改进遗传算法的适应度甬数.以四川某水电站的真实数据对经过优化后的遗传算法PID控制规律进行计算机仿真,仿真结果表明,改进的算法与常规遗传算法(SGA)和粒子群优化算法(PSO)相比较,不但提高了全局的搜寻能力,而且有效避免了早熟收敛问题,为水轮机调速器PID参数优化研究提供了新途径.     

基于整数编码遗传算法的树状灌溉管网优化设计方法

针对树状管网布置中较多依赖设计人员经验的特点,提出了一种基于整数编码遗传算法的树状管网两级优化方法.第一级优化是根据树状管网单点供水的原则,建立了融合工程设计经验的树状管网优化布置整数编码遗传算法模型,克服了传统二进制编码方法易产生不可行解的问题,可快速寻找出一组符合工程实际情况的管网布置方案.第二级优化在确定管网布置方案组的基础上采用整数编码的遗传算法,以投资最小为目标,建立了管径优化模型与算法.编制了灌溉管网两级优化设计Matlab程序,进行了工程实例验证.与单亲遗传算法(SPGA)和管网布置经验设计方法进行了比较,表明本文提出的基于整数编码的管网优化设计方法可方便地将设计经验融合到优化计算过程中.能降低管网优化设汁的复杂性和求解难度,快速有效求解符合工程实际的管网优化方案.     

含有非线性环节的发电机励磁系统参数辨识

提出了一种基于遗传算法的励磁系统参数辨识方法，通过建立待辨识励磁系统的传递函数结构模型，以励磁系统的实际输入作为模型的输入，以实际励磁系统和模型的输出误差最小作为目标，利用遗传算法对模型参数进行优化调整，最终得到满足误差要求的励磁系统参数。该方法的优点在于解决了目前电力系统中常用的辨识方法无法对非线性环节进行有效辨识的问题；且根据输入输出采样数据直接在时域上进行参数辨识, 方法简便,直接得到传递函数框图环节参数，无需转换。在MATLAB下的数字仿真和现场试验结果均表明，该算法能较精确地辨识出包括非线性环节在内的励磁系统模型各个环节的参数。     

水轮机的GA—PID控制器研究

遗传算法是一种模拟自然进化而提出的简单高效的优化组合算法，是建立在自然遗传学机理 基础上的参数搜索方法。文中研究了水轮机PID调节器参数的优化问题，利用GA对系统所处 的不同状态进行PID参数的在线寻优，使系统在任何状态下，都能得到比传统的PID更好的控 制效果和更强的鲁棒性。仿真结果表明遗传算法可以有效地解决参数寻优问题。     

量子遗传算法与有限元联合反演模型

全局优化算法是解决工程反演分析这一类典型复杂非线性函数优化问题的理想求解途径。利用ABAQUS高效内核求解器,建立基于量子遗传算法的有限元反演模型,利用MATLAB编程实现ABAQUS命令调用接口,以典型测点的反演计算值与实测值建立适应度函数,通过函数智能优化实现了工程物理力学参数的反演分析,解决了传统遗传算法因选择、交叉及变异操作方式选取不当造成的迭代次数、收敛速度不佳,且易产生局部极值的问题。通过某水闸工程数值算例对反演问题进行求解,求解结果精度及反演速度较传统遗传算法明显提高,说明应用此法的合理性与实用性。     

基于电力系统日发电计划的混合智能messy遗传算法

机组组合是电力系统日发电计划中主要的优化任务，在满足各种约束条件下求得全局最优解是一个比较困难的问题。传统遗传算法的二进制编码和随机遗传操作不适合于求解大规模机组组合问题。针对电力系统日发电计划的特点，提出了一种混合智能messy遗传算法(HIMGA)，该算法实现简单，大大减小了求解问题的规模，保证了群体的多样性，提高了算法的搜索效率，改善了算法的收敛性。仿真计算结果表明了该算法的有效性和实用性。     

基于遗传算法的自适应PID型水轮机调速器研究

传统水轮机调速器的控制规律都是采用定常参数PID调节,很难适应机组工况变化而获取理想的性能。针对该问题,提出了一种新的基于遗传算法的自适应PID控制算法,该算法利用遗传算法对自适应PID型调速器的3个参数bt,Td,Tn进行优化,以获取全工作域的最优性能。仿真实验表明,在机组的不同运行状态、不同工况下,遗传算法都能获得更为理想的寻优效果。     

遗传算法在推求流量—水深关系中的应用

本在标准遗传算法（SGA）基础上，提出一种基于实数编码的遗传算法（RGA），解决了标准遗传算法（SGA）算法及献[1]中华罗庚优选法的循环次数过多、耗时长以及过早收敛、形成局部成等问题。并渴望在水利工程设计中多维、高度非线性等参数优化问题中得到应用。     

电力系统稳定器参数优化仿真及性能试验研究

电力系统的稳定性受发电机励磁控制系统的影响较大,在对电力系统建模进行稳定计算时,一旦励磁控制模型和参数改变,稳定计算结果就会千差万别。笔者介绍了基于在线频率响应特性分析的数字仿真和现场试验相结合的电力系统稳定器(PSS)参数优化方案:利用提供的励磁控制系统与发电机参数建立励磁系统的仿真模型。通过仿真与现场试验相结合的频率响应特性分析法,验证PSS的性能。通过仿真和性能实测,励磁系统参数经过优化设置后,其对电网频率为0.1~2.0 Hz的低频振荡有很好的抑制作用。     

遗传算法在水库调度中的应用综述

简要回顾了遗传算法在水库调度中的应用概况,对遗传算法用于水库调度优化时的编码、约束条件处理、早熟与全局收敛性、参数设置、混合遗传算法、多目标遗传算法以及效率评定准则等问题进行了综述。分析遗传算法耗时与全局收敛之间的矛盾后认为,遗传算法适用于传统方法难以求解的优化问题,以及对计算时效性要求不高或者目标函数计算复杂度不高的实时水库调度问题,特别是水库中长期调度以及水资源规划问题。     

粒子群算法及其在暴雨强度公式参数优化中的应用

暴雨强度公式中含有多个参数,用传统的方法难以直接优化,或拟合误差较大.通过把粒子群优化算法(PSO)应用到暴雨强度公式参数优化中,经实例分析表明该算法与遗传算法相比具有较好应用效果.     

基于MOPSO算法的船舶兴波阻力多目标优化

粒子群优化算法(PSO)是一种进化算法,它与遗传算法相比,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此,易于实现。另外,PSO算法具有较好的记忆,好的解的知识所有粒子都保存,因此收敛速度较快。Multi Objective Particle Swarm Optimization(MOPSO)算法是适应多目标优化的粒子群算法。该文基于MOPSO算法和Neumann-Michell理论对KCS在给定两个航速下的兴波阻力性能进行综合优化。以船型变换参数为设计变量,兴波阻力为目标函数,采用自由变形方法(FFD)对船舶首部和船体后半体进行变形,通过OPTShip-SJTU求解器优化兴波阻力。通过自编MOPSO算法对多目标函数进行优化,成功得到系列优化船型。并选择3个优化船型与母型船进行进一步的数值模拟,对比分析。     

基于可行空间搜索遗传算法的水库调度图优化

本文从调度图概化、调度图模拟模型、目标函数以及优化算法等方面全面介绍了基于可行空间搜索遗传算法的调度图优化模型的原理及建模方法。针对调度图优化问题可行空间搜索困难的特点,在传统遗传算法概念基础上提出了可行空间搜索的概念。根据决策变量间的几何关系,设计了调度图优化问题的编码结构以及信息交互机制,以NSGA-Ⅱ算法为基础实现了优化模型的构建。将研究成果应用于寺坪水库调度图优化,与设计调度图模拟结果相比,发电效益及保证率均得到了明显提高。