基于降低损耗的配电网络重构的研究

分析了配电网重构算法,介绍了配电网重构的数学模型,提出了利用混合潮流算法计算损耗,引入了遗传算法对方程进行求解,结果表明可以有效的降低配电网损耗。     

利用改进的遗传算法解决全局寻优问题

寻找函数的全局最优解是一个很常见的工程应用问题,简单遗传算法是解决此类问题的有力工具.但由于简单遗传算法具有中全局收敛能力差和收敛速度慢的缺点.本文基于对遗传算子的优化,提出一种混合分类选择和定向变异的改进遗传算法来解决全局寻优问题.经仿真结果表明,该算法具有较强的全局收敛能力和较快的收敛速度.     

基于提高收敛性能的微粒群优化研究

全面分析了标准PSO算法的基本原理、收敛性和优缺点,针对算法在收敛性能方面存在的缺陷,提出了PSO算法的改进思路:根据所得到的收敛性结论,对算法关键参数的设置进行改进,以提高算法的收敛性能.通过对典型函数优化问题和约束优化问题的测试,表明所提出的改进PSO算法在收敛性能方面较标准PSO算法有很大的改善.     

改进二进制差分进化算法在配电网络重构优化中的应用

以降低配电网损耗为目标,在对差分进化算法进行二进制化改造的基础上,对其重要的控制参数进行了自适应优化改进,并将其应用到配电网重构中,通过对IEEE33节点配电网络算例的仿真计算以及与标准遗传算法(GA)和差分进化算法(DE)计算结果的比较,表明改进后的算法通过网络重构有效地降低了网损,并具有较高的计算效率和可行性。     

基于遗传-模拟退火算法的配电网优化设计

对于已经投入使用的配电网来说,只能通过配电网重构来提高供电可靠性。据此,在基于遗传-模拟退火算法的重构方法上引入静态电压稳定指标,对某配电网进行了重构,通过科学有效的分析计算,改变开关状态来优化现有配电网架构,尽可能降低网络损耗,保证配电网的安全可靠运行。     

计及电动汽车充电站的配电网综合优化研究

针对电动汽车充电站接入配电网优化运行这一问题,为达到降低配电网网损和提升网络节点电压质量的目标,在常规的配电网优化措施基础上,就计及电动汽车充电站接入的配电网综合优化问题进行了研究.分析了网络重构、无功优化、电动汽车充电站注入功率三者之间的关系,提出了应用粒子群算法（PSO）对三者进行统一优化的方法,并在IEEE33配电系统上进行了仿真试验.研究结果表明,在综合优化条件下系统的网损最低、电压质量最佳,从而验证了该方法的有效性.     

基于整数编码策略的配电网重构电压质量优化算法研究

提出一种针对配电网电压质量进行优化的遗传算法实现,采用整数编码策略能大大降低可行解的维度,提高了算法的性能。优化算法以尽可能降低配电网中最大电压偏移量为目标,同时需满足电网运行的诸多约束,能更体现电网的实际情况。以实际配电网的算例验证了所提方法的正确性和有效性。     

基于NUDMPSO算法的粗轧机速度优化及补偿研究

针对钛合金棒材连轧过程中由于速度不协调而引起的堆料,拉料及出口棒材直径不均匀的问题,提出了一种基于非均匀动态变异粒子群(non-uniform dynamic mutation particleswarm optimization,NUDMPSO)优化速度控制系统的算法。首先,应用NUDMPSO算法对Rosenbrock函数和Rastrigrin函数进行寻优测试,结果表明NUDMPSO算法不仅收敛速度较快,而且当算法陷入局部最优时,通过非均匀动态变异操作,算法能够跳出局部最优,并最终收敛到全局最优值附近。其次应用PSO算法和NUDMPSO算法对PID控制器进行优化,仿真结果表明了NUDMPSO算法优于PSO算法。最后文中给出负载波动时的速度补偿算法,经实验及仿真证明了方法的有效性。     

简易的遗传算法及其在控制中应用

鉴于一般智能控制理论的教科书对于遗传算法的介绍过于深奥难懂,特写此文,通俗介绍遗传算法,并且提出自己简易的变异算法和交叉算法,以及应用遗传算法的编程思路,以便工程人员应用和供同行专家评鉴.     

基于改进FOA优化的SVM在故障诊断中的应用

针对支持向量机(SVM)的分类性能受本身参数选择影响较大的问题,提出了基于改进果蝇优化算法(LFOA)的SVM参数优化方法。给出了基于改进果蝇算法的SVM参数优化步骤,并用标准数据集进行了仿真实验,验证了算法在收敛速度和收敛精度上均好于其他几种方法。以滚动轴承为实验对象,应用LFOA-SVM进行了常见故障的诊断,与FOA、GA和PSO等方法相比,LFOA算法改善了SVM的分类性能,提高了故障诊断准确率,可有效应用于故障诊断。