基于GA 的系统分解协调算法Agen t实现

为解决实际工程问题,将Agent的设计思想引入分解协调算法,实现了大系统的分解和生产单元之间的协作,并采用GA算法进行参数协调。改进后的分解协调算法具有较好的适用性。     

分解协调的多Agent约束优化算法及应用

针对约束优化系统易陷局部优化的问题,提出了基于分解协调的多Agent约束优化算法（DCMACOA）。对可分系统,不同于传统的分解协调算法,DCMACOA选用各子系统间的关联变量为协调变量,借助于多Agent及生物免疫的进化思想,对各子系统优化及系统协调采用了多Agent免疫优化方法,优化搜索算子主要包括：邻域克隆选择、邻域竞争及邻域协作。工业流程和换热器面积优化仿真实例表明,相比传统的分解协调算法,DCMACOA能改善整体与局部的搜索性能,提高对可分系统的约束优化求解能力,具有较好的全局搜索性能。     

高弹性配电网网架分解协调联合调度策略优化

综合考虑网架结构与分布式电源出力的协调组合问题,研究高弹性配电网网架分解协调联合调度策略优化,降低运行费用,提升电压水平。利用二进制粒子群算法求解网架结构调度策略优化模型,利用改进粒子群算法求解分布式电源出力调度策略优化模型,获取联合调度策略优化结果。实验证明：该方法能够降低网损费用,使运行费用降至最低;能够同时考虑网架结构与分布式电源出力的优化目标,提升收敛速度,获取联合调度最优解;提升电压水平。     

一类优化问题的分解算法

讨论一类大规模系统的优化问题,提出一种递阶优化方法．该方法首先将原问题转化为多目标优化问题,证明了原问题的最优解在多目标优化问题的非劣解集中,给出了从多目标优化问题的解集中挑出原问题最优解的算法,建立了算法的理论基础．仿真结果验证了算法的有效性．     

城市供水系统调度的分解-协调优化方法

本文建立了含蓄水池城市供水系统优化调度问题的数学模型.根据分解-协调原理,提出了解决该优化调度问题的一种算法,并对算法进行了仿真计算,获得了满意的结果.     

大规模化工过程系统的分解协调优化并行算法

该文针对大规模化工过程系统优化中计算能力不够的情况,研究一种适合于大系统求解的分解协调算法。在SQP算法分解计算的基础上,利用无约束优化算法进行协调,同时采用并行技术以提高求解效率。利用单机与机群系统建构仿真计算环境,对一换热器系统进行了实际解算。算例结果表明,此算法是行之有效的,在大规模过程系统优化计算中可进行推广应用。     

基于协调优化算法的滑模变结构控制研究

本文提出一种基于协调优化算法的滑模变结构控制方法.它以稳态误差和控制切换频率作为系统优化性能指标.边界层宽度调节率作为优化参数.采用基于遗传算法的多目标优化方法优化滑模变结构控制的设计.能使滑模变结构控制系统获得很好的综合性能.尤其是,在滑模变结构控制的设计中,使用多目标优化技术,可以为强非线性时变液压伺服系统系统提供强鲁棒性和高精度控制.     

基于人工智能算法的主动配电网分解协调多目标优化研究

为了更好地促进中国电力行业的健康、平稳发展,对主动配电网分解协调进行了多目标的优化研究。采用了电源管理单元(power management unit, PMU)拓扑分析研究法,根据全局和分区的思想,对IEEE-30的数据进行了研究。结果表明：分区优化与全局优化相比能够明显降低网络损耗、运行成本和更新次数,分区的求解思路在拓扑分析模型中更加有效。然后将IEEE-30、IEEE-51和IEEE-112测试系统中得出的时间与免疫遗传算法的时间进行比较,发现拓扑约束分析能够使电源管理单元得到良好的优化效果。结论证实了本文所选取模型的有效性以及这种研究方法在企业管理的适用性。     

工业大系统多目标优化问题的分解协调方法

本文针对工业大系统多目标优化问题的特点,提出\"一致单调性\"概念、\"目标诱导性决策\"方法以及与分解协调方法有关的两个定理,使分解协调问题得以简化.     

Structural shape optimization using self-adjusted convex approximation

This study researches the applications of Self-Adjusted Convex Approximation (SACA) in structural shape optimization problems. The B-spline curve is adopted as the mathematical representation of the structural shapes. The SACA method is based on the CONvex LINearization (CONLIN) method and has better accuracy and convergent rate. Numerical examples are offered and the results show that the proposed method is effective in the structural shape design.     

Crashworthiness optimization of helicopter subfloor based on decomposition and global approximation

This work deals with the development of an optimization procedure under crashworthiness requirements applied to a typical helicopter subfloor. The difficulties due to the nonlinear design space and structural behaviour are overcome by developing an optimization procedure based on decomposition, where the structure to be optimized is converted into a set of smaller and linked substructures. To evaluate the response of each substructure, global approximation strategies, based on neural networks, are used. Size variables (dimensions, thickness) and geometrical variables (element number and position) are considered in order to maximize the global crashworthiness performance. The energy absorbed per unit mass by the subfloor is chosen as objective function and acceleration constraints are considered. Genetic algorithms are used to find the optimal configuration. The optimization allowed an increase in the crush force efficiency of 12% and a decrease in the subfloor mass of 4%. A significant CPU time saving was also obtained.     

求解异构并行机调度问题的混合多目标教-学优化算法

以异构并行机调度问题为研究对象,考虑了一类以优化总加权完工时间和加权延误总和的调度问题。首先,基于问题描述构建了该问题的混合整数规划模型。其次,提出了混合多目标教-学优化算法。在算法设计中,结合问题的特点设计序列编码方法,并采用分解技术来实现多目标调度问题的求解。此外,该算法通过融合多种交叉算子来定义个体进化过程,并通过与变邻域搜索算法的混合来提升其优化效果。最后,给出了仿真实验与分析,测试结果验证了多目标教-学优化算法求解该调度问题的优越性。     

一种离散问题的新型鳗鱼算法

通过对鳗鱼生活行为的分析与研究,提出一种离散问题的新型鳗鱼群智能算法。描述鳗鱼洄游中的行为,提取鳗鱼浓度适应、邻近学习、性别突变3个重要行为,并建立模型进行数学描述。通过对鳗鱼3个重要行为的合理组织,引入等级划分制度与标识度的思想,给出应用于组合优化问题的离散型鳗鱼算法,特别是对于离散个体间的邻近学习,采用切割片段法,使种群个体间的信息可以相互传递。通过TSP问题公共测试库TSPLIB中的数据对算法进行测试,结果表明,该算法具有较强的寻优能力。     

基于形态-变长夹角链码的测井曲线识别

在同位素示踪注水剖面测井中,磁性定位测井曲线的形态能直观反映井下工具的类型,针对曲线整体形态相似而局部曲率、幅度、波峰个数不同的识别问题,提出了一种以曲线形态语义与变长夹角链码结合的曲线编码和描述方法.用折线重构测井曲线,以曲线的形态类型,折线的长度和相邻折线的夹角作为特征描述,采用基因遗传算法求得最优权值,对折线长度和夹角特征分别进行加权,最后用特征加权K近邻算法实现对井下管柱工具的分类.实验表明该方法能有效的用于井下工具的识别.     

基于斐波那契树优化算法的切削参数多方案优化方法

针对切削参数优化问题,以生产成本最小化为优化目标,基于斐波那契法最优化原理与黄金分割法,提出斐波那契树优化算法(FTO)进行优化求解.该算法通过全局探索与局部寻优交替进行,达到快速收敛到全局最优解的目的,避免陷入局部最优;通过设置距离参数保留多个有价值的全局最优解和局部最优解,可以一次性得到多个全局最优的优化设计方案.8个典型多峰函数的测试结果表明,FTO算法具有较强的全局寻优能力和较高的寻优精度.利用FTO算法对切削参数进行优化,仿真结果表明,所提出算法能够找到多个满足约束条件的切削参数优化结果.采用多方案优化方法不仅能一次性得到多个生产成本最低的最优解,还能给出切削参数的优化组合取值.多方案优化方法使优化算法应用于工程优化问题具有现实意义.     

优化切纸问题的近似算法

对印刷厂常遇到的切纸问题进行了数学描述,并提出了一个近似算法。利用该算法编写的程序可输出优化的结果,包括切纸方式、切纸张数和切纸利用率。所提出的算法具有较强的实用价值。     

多元插值全局优化算法及其应用

本文介绍一种多元插值逼近和动态搜索轨迹相结合的全局优化算法.该算法大大减少了目标函数计算次数,寻优收敛速度快,算法稳定,且可获得全局极小,有效地解决了大规模非线性复杂动态系统的参数优化问题.一个具有8个控制参数的电力系统优化控制问题,采用该算法仅访问目标函数78次,便可求得最优控制器参数。