基于精细时程积分的输电塔风振响应下的拓扑优化

为了解决输电塔的动力优化问题,提出了基于精细时程积分法的动力拓扑优化方法.以某特高压输电塔为实例,建立了输电塔在模拟风作用下的运动方程,并采用精细时程积分法求得风振响应.以求得的动力响应约束为条件,运用遗传算法对输电塔进行了拓扑优化,即对输电塔的截面尺寸、根开和塔身拓扑构型进行优化,并考虑截面、根开和构型耦合因素,运用M atlab编程实现了输电塔杆件布置最优,结构优化后用钢量减少了7.81%.该方法既保证了输电塔结构的安全性,又降低了输电塔的用钢量.     

蚁群算法在输电工程工期成本优化中的应用

将蚁群算法在输电工程施工中的工期-成本优化中进行了应用.通过建立工期-成本优化数学模型,进行蚁群算法设计得到蚁群算法在输电工程施工中的工期-成本优化中的应用方法,经过对实际输电线路工程的算例分析,证明蚁群算法对于输电工程施工中的工期-成本优化是可行的.     

WebGIS中基于蚁群算法的TSP问题的求解

针对旅行商问题(TSP),研究了网络地理信息系统(WebGIS)中的蚁群优化算法(ACO)在其问题上的应用.为提高蚁群优化性能,采用一种空间拓扑结构与蚁群优化算法结合,并引入了局部搜索策略2-opt.在城市数目一定的情况下,改进蚁群算法能够得到所求TSP的全局最优解,与遗传算法和模拟退火算法比较,它具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的组合优化问题之中.结果表明,改进蚁群算法对于求解TSP问题效果是很明显的.     

蚁群算法在输电工程工期成本优化中的应用

将蚁群算法在输电工程施工中的工期-成本优化中进行了应用。通过建立工期-成本优化数学模型,进行蚁群算法设计得到蚁群算法在输电工程施工中的工期-成本优化中的应用方法,经过对实际输电线路工程的算例分析,证明蚁群算法对于输电工程施工中的工期-成本优化是可行的。     

基于蚁群优化算法的模糊神经网络控制器及仿真研究

提出了一种基于蚁群优化算法的模糊神经网络控制系统,并介绍了模糊神经网络控制器的结构及其参数的蚁群优化算法.仿真结果表明了该方法的可行性和有效性.     

基于混合连续蚁群算法的可用输电能力研究

提出一种新的可用输电能力的计算方法.将蚁群优化算法的正反馈特性与实数遗传算法的进化策略相结合,克服了基本蚁群算法只适用于离散问题的局限性,并提高了寻优的效率、全局的寻优能力和结果的稳定性.在计算过程中,根据不等式约束越界量的大小,动态调整罚函数,采用强制搜索策略,提高了算法的收敛速度,有效克服了在计算可用输电能力过程中,可能出现因早熟而陷入局部最优解的问题.以IEEE-30节点系统为例进行可用输电能力的仿真计算,并与其他算法进行比较,结果证明了该算法的合理性、有效性和优越性.     

Ad hoc网络稳定的蚁群多路由算法

针对Ad hoc网络路由协议中存在的路由老化和对拓扑变化适应性差的问题,提出了一种基于稳定拓扑和蚁群优化的多路由算法(SAMR),路径质量由路径的拓扑稳定度和时延来度量,并映射为蚁群信息素,利用蚁群优化进行路由的动态更新和维护,以避免路由老化。仿真表明,在动态环境下SAMR相比AODV能提高网络的吞吐量、降低传输时延。     

混合遗传算法在输电塔阻尼器优化布置中的应用

以输电塔阻尼器优化布置方法为研究对象,提出了一种多目标优化的混合遗传算法.该算法将遗传算法与劣出优入算法相结合,选取输电塔的H2和H∞范数、阻尼器的总量与阻尼器平均耗能作为优化的目标函数,对输电塔阻尼器的布置方式进行了优化.通过对多个优化方案的比较分析说明,应用该方法并合理选用目标函数得到的阻尼器优化布置结果,不仅有效的控制了输电塔的风振,同时减少了需要安装的阻尼器数量.     

基于蚁群算法的多Agent任务分配方法

针对多Agent任务分配问题,结合蚁群算法的思想,设计了基于图的任务分配数学模型,提出了基于蚁群算法的多Agent任务分配方法,并通过实验与3个经典方法进行比较和分析,探讨了蚂蚁数对求解结果的影响。实验结果表明,所提出的算法是有效的。     

基于蚁群最优算法的配电网重构

在电力系统中配电网的重构是配电网降低网络损耗的重要途径。但是由于配网本身的结构,其重构是一个非常复杂的大规模组合优化问题。提出了基于蚁群最优的算法来求解故障情况下的配电网络重构问题,通过改变开关的闭合状态来改变网络的拓扑结构,以达到网络损失最小。蚁群最优算法(Ant colony Optimization,简称 ACO 算法)是模仿现实中的蚂蚁寻食的过程来求解配电网的重构问题。这种方法的主要特征是正反馈、分布式计算以及富有建设姓的贪婪启发式搜索的运用。该算法不依赖各种初始参数,不易陷于局部最优,为了验证本文提出的算法的可行性和有效性,我们研究了一个算例。结果表明,蚁群算法与现有各种方法相比,具有适应性好、计算效率高、优化效果好的优点。     

低温热利用系统关键工艺参数的选定

研究确定出低温热利用网络的“热源网络上水温度”和“循环热媒水量”是整体网络的关键工艺参数,并以一个数据翔实的实例从理论和工程的角度分析了它们对低温热利用网络所产生的关键性影响,在此基础上提出了使得整个低温热利用网络稳定高效运行的几条基本准则,供操作人员和设计人员参考.     

600MW机组热力系统优化设计探讨

在保证机组运行安全、可靠的前提下，对热力系统进行了优化，合理地减少了备用设备和备用容量，降低系统阻力及工质损失。从而达到了降低能耗和初投资，减少运行成本的目的。     

基于免疫原理的粒子群排样优化方法

针对排样优化中种群个体多样性保持及全域寻优存在的问题,将免疫系统的免疫信息处理机制引入到粒子群优化算法中,建立求解排样问题的粒子群免疫优化方法。该方法借鉴人工免疫中抗体的多样性保持机制及免疫记忆功能,强调优势基因的进化和浓度稳定,提高了算法的全域搜索速度并保持了群体多样性。实验表明,在对船舶不规则件排样优化问题求解中,免疫机制对粒子群优化的最优搜索具有较好的有效性和较高的可行性。     

水系统优化的粒子群算法分析

针对水系统集成优化问题,采用4种粒子群算法进行求解,并对算法进行了改进。通过算例分析了粒子群算法用于水系统优化时的计算特性。研究表明:在水系统集成优化时,基于混沌局部搜索的粒子群算法较适于该问题的计算。     

利用微粒群优化算法求解非线性规划问题

针对过程系统优化中的非线性规划 (NLP)问题 ,应用微粒群优化算法 (ParticleSwarmOptimization ,PSO)对其进行求解。系统介绍了PSO算法的基本思想和解题步骤 ,通过引入罚函数把PSO算法应用到NLP问题的求解中 ,可以对一般的NLP问题和非凸的NLP问题进行有效地求解。利用两个测试函数和一个过程系统优化的实例对其进行了测试并与其它算法所得的结果进行了比较。结果表明 ,PSO算法在使用的普遍性、求解的准确性方面都优于一般的算法 ,是一种有效的求解NLP问题的方法     

复合材料结构的多级优化设计方法

本文提出一种适用于复合材料结构的多级优化设计方法,即系统级优化和元件级优化。系统级优化以迭层板厚度为设计变量。从基于 Kuhn-Tucker 条件的优化准则出发导出改进设计变量的迭代式,寻求最优设计。元件级优化则保持最优迭层板厚度和节点位移不变,根据各分层应变能的大小来调整各分层的厚度,使材料分配趋向合理,进一步减轻结构重量。本文给出算例,研究复合材料结构在多种外载作用下,承受强度约束和位移约束以及满足给定挠曲规律和扭转变形规律条件下的优化设计。计算结果表明,本方法具有较高的效率,计算简单,收敛迅速易于工程应用。     

基于改进细菌觅食算法的无功优化

采用改进的细菌觅食(MBFO)算法求解电力系统无功优化问题,引入了步长递减的控制策略,改善了算法前期的全局搜索能力和后期的局部搜索能力;引入了SA-PSO变异算子,从而使个体可以相互交流,并从精英那里得到经验;引入遗传算法的交叉和赌盘选择,保护了精英个体,同时降低了解劣化的概率.以IEEE-30节点为例的算例结果表明,较其他几种优化方法而言,M BFO具有更快的收敛速度和更好的优化效果,故该算法在解决无功优化问题上可行且有效.     

600MW超临界机组锅炉点火系统优化

通过对国电蚌埠电厂一期工程锅炉等离子点火及助燃系统的工程应用、调试及投产运行数据统计分析,证明该系统的设计是成功的.其系统的设计和运行为大型火电建设提供良好实例.     

城市土地供应机制及模式优化研究

分析了我国现行城市土地供应机制及模式的特征及存在的问题，提出政府垄断一级土地市场的城市土地供应新机制，建立城市土地收购储备制度，优化城市土地供应模式．     

高职软件专业课程体系的分析与优化——以我校软件技术专业为例

以软件技术专业课程体系为分析对象,从内容安排顺序上阐述对课程体系进行时序优化的必要性;以岗位要素分析为基础,针对岗位类型,阐明人才培养执行组合优化的必要性和做法.