小生境网格进化算法在电力系统控制中的应用

研究电力系统自动控制的准确性.电力系统的供电输出需要满足多条线路目标的最优状态输出,即在电力系统的自动控制中就存在多目标优化问题,并且实际的电力系统输出线路需电量不均衡,使得多目标优化的解集存在非均匀分布的情况,造成电力系统稳定性和可靠性受到影响.传统的多目标优化算法不能有效处理解集非均匀分布的问题.为了提高优化解集接近真实解的程度,提出一种小生境网格进化算法来解决电力系统中的多目标优化解集非均匀问题.采用小生境技术在算法中设置排挤因子,利用个体间的进化排挤作用形成小的个体环境,可维持个体解集的分布多样性.实验表明,改进方法能够有效解决电力系统多目标优化的解集非均匀问题,保证了电力系统自动控制的准确性.     

改进的K-均值聚类排挤小生境遗传算法

针对基于罚函数的排挤小生境遗传算法的缺陷,提出了改进的K-均值聚类排挤小生境遗传算法。该算法将改进的K-均值聚类分析与排挤技术有机地结合起来,无需事先确定小生境的数目和半径,可以通过调节最小聚类距离控制收敛到的小生境的数目,避免找到无效的极值点。理论分析和数值实验表明,该算法对于非均匀分布的多峰函数具有较好的搜索性能。     

求解0-1背包问题的改进排挤遗传算法

提出了两种用于求解0-1背包问题的改进排挤遗传算法PFCGA和GCGA,PFCGA使用惩罚函数和排挤操作使算法能够比较稳定地求得最优解,GCGA把排挤遗传和贪婪算法相结合,对种群中非法染色体表示的不可行解进行修复使其变为可行解,对非优可行解进行修正使其尽量靠近最优解,GCGA在保证求解精度的前提下加快求解速度。通过仿真实验和比较分析结果表明,PFCGA和GCGA能够获得很高的求解精度和正确率,是求解0-1背包问题的有效算法。     

基于NSGA-II的改进多目标遗传算法

在已有多目标优化算法(NSGA-II)研究和分析的基础上,为加快收敛速度,提高收敛精度,设计了新的初始筛选机制,改进了交叉算子的系数生成,提出了更为合理的排挤机制。通过典型应用函数的计算测试,结果表明:上述改进不仅具有较高的计算效率,而且能够得到分布更为合理的解,且能保持解的多样性分布。     

6号汽轮机三段抽汽温度降低原因分析

秦岭发电有限责任公司6号汽轮机（N200-130-535/535）三段回热抽汽温度在机组调峰运行时由474℃下降至261℃，威胁机组的安全经济运行。本文针对该异常现象进行分析并提出解决方案。     

合作的优良方面

这一运动最初始于位于哥伦比亚麦德林市北部的克夫拉达胡安波波地区(quebrada juan bobo).2004年时,虽然未获得官方认定,但该地区实际上是一个贫民窟:95％的土地被非法占有,35％的电力被非法私搭,一半的水资源设备和排污服务也被非法私用.社会排挤和社会崩溃现象盛行、街道狭窄、共居和休闲公共场所稀少,这一切顽疾都严重腐蚀着该地区.80％的房屋建筑都破烂不堪,一半住房建在有限制的危险区内.     

基于小生境遗传算法的分类优化方法

对于多分类问题,大多是经二分类器组合进行训练的,在分类类别多、特征维数高时,存在识别准确率不高和训练速度较慢的问题。将超球支持向量机应用到多类问题,为每个类建立一个超球体模型,通过多个超球体划分样本空间。采用改进的基于排挤的小生境遗传算法(improved crowding niche genetic algorithm,ICNGA)进行特征选择,为不同的目标类别寻找最优的特征子集,优化超球支持向量机的输入。利用UCI标准数据集的数值实验表明,在分类数据类别较多、特征维数较高时,经过ICNGA特征选择之后的多超球支持向量机的识别准确度更好,非常适合解决类别数多、特征维数高的分类问题。     

小生境遗传算法的改进及其在橡胶材料参数反演中的应用

为了提高当前已有小生境遗传算法的全局寻优能力,首先对于当前已有小生境遗传算法的技术做了进一步的改进,设计了一种新的对于交叉概率和变异概率的动态调整方式;其次,改进了排挤小生境对于处于同一小生境内的个体的排挤操作,充分利用进化代数中的优良信息,加快了程序的收敛速度;最后,基于硫化橡胶的单轴拉伸实验数据,选用2阶多项式本本...     

国华惠电机组四段抽汽口蒸汽温度异常下降原因分析及对策

针对国华惠电四段抽汽口蒸汽温度异常下降的现象进行探讨,从中找出引起这种现象的原因,并提出相应的解决方法。     

基于适应值共享的多生境排挤遗传算法

针对优化多模函数时单纯使用共享和排挤机制的遗传算法所存在的缺陷,提出了基于适应值共享的多生境排挤遗传算法。基本思想是：按照共享的思想在对个体的适应值进行调整的同时,将排挤选择和相似个体中适应度最差个体被替换的策略分别应用于选择算子和群体的进化中。理论分析和数值实验表明,该算法很好地维持了种群多样性,对于各类多峰函数具有较强的搜索能力。