水库防洪调度规则的参数优化研究

针对水库运用常规防洪调度进行洪水调度时,因对规则的合理性描述不足而限制了其应用的问题,根据水库不同防洪对象的精细程度要求,结合预见期内水库预报最大洪水和实时水位,拟定分级防洪预报调度规则,建立带有惩罚机制的防洪调度规则参数优化模型,并提出改进遗传算法求解该模型,即通过混沌算法、混沌变异操作与适应度差值进化改善初始种群质量、提高算法局部与全局搜索能力,实现参数控制的防洪预报调度规则。实例应用表明,综合改进遗传算法较其他遗传算法优化性能有一定提高,防洪预报调度优化规则的调度结果优于常规调度规则,为防洪调度规则的合理应用提供了一种有效方法。     

基于自适应模拟退火遗传算法的风力机翼型优化设计

遗传算法与模拟退火算法作为目前两种主要的全局寻优算法,在全局搜索与局部搜索方面有着各自的优缺点。文章结合遗传算法与模拟退火算法,在已有自适应模拟退火遗传算法的基础上,针对风力机翼型优化设计做出改进,提出一种邻域随机拓展机制,在模拟退火环节加入该机制,形成改进的自适应模拟退火遗传算法。改进的自适应模拟退火遗传算法能够提高算法优化效率,使其在相同时间内寻找到更为优质的结果。最后,给出对翼型NACA4418进行优化设计的计算实例,验证了该算法的优化效率,证明了该算法在风力机翼型优化设计中的可行性。     

基于混沌理论的PID参数自整定锅炉汽包水位控制系统设计

锅炉汽包水位是工业蒸汽锅炉安全稳定运行的重要指标,目前水位控制普遍采用前馈串级三冲量控制器,控制效果与控制器PID参数选择关系很大,而常用的参数整定方法步骤繁琐,搜索效率较低,且不一定最优,控制效果常出现大的振荡和超调。本文利用混沌具有遍历性的特点,对基于Logistic映射的混沌搜索优化方法进行了改进,采用一类在有限区域范围内折叠次数无限的一维迭代混沌自映射,提出一种新的混沌PID优化参数方法。通过对汽包模型的仿真结果表明,该算法具有较高的搜索效率与搜索精度,能够实现PID参数的优化整定。     

改进的混沌优化方法在电站机组负荷分配中的应用

利用搜索过程中的先验知识，提出了一种改进的变尺度混沌优化算法，对电厂机组负荷分配这一类高维、非线性问题进行寻优。该算法利用混沌运动的遍历性和随机性进行全局搜索，结合下降法思想在当前最优解的局部空间搜索，提高算法的收敛速度。通过罚函数，将非线性约束问题转化为非约束问题求解，在寻优操作过程中检验解的有效性。并采用目标函数中负荷取值区间判别方法，降低优化问题的规模，减少了计算次数。与传统遗传算法相比，改进的混沌优化算法获得了更好的效果。     

基于DESAPSO混合算法的MMC-HVDC系统控制参数优化

针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC系统的数学模型,在Matlab/Simulink平台上搭建MMC-HVDC系统仿真模型,采用时间绝对误差积分(ITAE)指标构建PI参数优化的目标函数,利用DESAPSO混合算法对PI参数进行优化。通过对比原参数、基于差分进化算法、模拟退火粒子群优化算法与差分进化模拟退火粒子群优化混合算法的优化结果,验证了该方法在MMC-HVDC控制系统参数优化中的有效性与优越性。     

基于改进粒子群算法的机组负荷优化分配

针对标准粒子群算法存在容易早熟收敛的问题,在分析机组负荷优化问题的基础上,提出了一种基于解约束机制、边界反弹规则、高斯分布序列和混沌序列的改进粒子群算法。算法采用解约束机制和边界反弹规则处理优化问题的约束条件,同时在粒子移动过程中引入了高斯分布序列和混沌序列,从而克服了算法过早收敛的缺陷,提高了算法的全局优化能力。实例计算结果表明,该算法具有稳定的全局优化能力,为机组负荷优化分配问题的求解提供了新的方法。     

基于SA-PSO混合优化算法的燃气轮机气路故障诊断方法研究

为了对燃气轮机进行有效的气路状态监测和故障诊断,提出一种基于模拟退火与粒子群混合优化的燃气轮机气路故障诊断新方法。采用快速模拟退火算法设计粒子生成器,用生成的初始粒子群进行全局的粗糙搜索,再利用粒子群算法对特定区域进行重点搜索,最终获得精确解。该方法结合了遗传算法的全局搜索能力和粒子群优化算法的高效率,比原始的粒子群优化算法迭代次数更少,可减少50%的诊断时间。此方法对单部件的诊断精度可达到0.1%,多部件的诊断精度可达到1%。     

基于模拟退火遗传算法的水电站优化调度研究

采用模拟退火遗传算法(SAGA)研究了水电站优化调度问题,与GA和经典的DP算法相比,结果表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法,可用于水电站优化调度中。     

改进人工蜂群算法及其在反演分析中的应用

将人工蜂群算法用于混凝土坝参数反演,为提高算法的搜索效率、减少搜索过程中的停滞现象,引入了文化算法中的信仰空间和模拟退火的可控性概率突跳特性,提出一种具有知识引导功能的文化退火人工蜂群算法,采用上层知识进化空间和下层群体进化空间两个进化空间,在知识空间的引导下重新设计搜索算子并按一定的概率进行模拟退火搜索.算例分析表明,改进后算法的收敛性能优于原算法,为解决类似系统的优化和参数识别提供了一种新方法.     

基于改进粒子群算法的热工温度模型辨识

将细菌趋化、混沌搜索和模拟退火思想引入标准粒子群算法中,对比分析了细菌趋化粒子群算法、混沌模拟退火粒子群算法和模拟退火粒子群算法的辨识结果,探讨了改进算法的工程应用性问题,并将改进算法应用于单入单出的实验室锅炉温度和多入单出的超超临界锅炉主蒸汽温度模型的辨识中。辨识结果表明:细菌趋化粒子群算法可以很好地反映对象的动态特性,提高了辨识精度,缩短了辨识时间,改进了辨识效果。     

用模拟退火算法改进管壳式换热器的优化设计

介绍了一种由两级管壳式换热器组成的换热器系统的优化设计数学模型，数学模型属于典型的有约束非线性规划问题。目前对有约束非线性规划问题还没有通用的求全局最优解的算法。转轴直径搜索可行方向法(DSFD方法)是一种比较有效的求解有约束非线性规划问题的算法。但它只能得到局部最优解。将模拟退火(Simulated Annealing)算法结合DSFD算法，构成了一种DSFD—SA—DSFD算法。在应用模拟退火算法的同时引入了罚函数法．将有约束非线性问题转化为无约束非线性问题。计算结果表明，DSFD—SA—DSFD算法能较快得到换热器优化问题的最优解，克服了单纯用DSFD算法只能得到局部最优解和单纯用SA算法效率不高的缺点。图3表11参8     

基于模拟退火算法的河道糙率反演

河道糙率是河道水动力模型中的重要参数,其取值直接影响计算结果的精度。将模拟退火算法(SA)引入到河道糙率反演中,建立了糙率优化反演模型,通过概化河网对模型的优化性能进行验证,结果表明该模型不依赖于初值选取,具有良好的全局优化特性。应用该模型反演黄河干流兰州段糙率,取得了较好效果。研究成果可为河道糙率反演计算提供参考。     

Robust design of multimachine power system stabilizers usingsimulated annealing

Robust design of multimachine power system stabilizers (PSSs) using simulated annealing (SA) optimization technique is presented in this paper. The proposed approach employs SA to search for optimal parameter settings of a widely used conventional fixed-structure lead-lag PSS (CPSS). The parameters of the proposed simulated annealing based power system stabilizer (SAPSS) are optimized in order to shift the system electromechanical modes at different loading conditions and system configurations simultaneously to the left in the s-plane. Incorporation of SA as a derivative-free optimization technique in PSS design significantly reduces the computational burden. One of the main advantages of the proposed approach is its robustness to the initial parameter settings. In addition, the quality of the optimal solution does not rely on the initial guess. The performance of the proposed SAPSS under different disturbances and loading conditions is investigated for two multimachine power systems. The eigenvalue analysis and the nonlinear simulation results show the effectiveness of the proposed SAPSS's to damp out the local as well as the interarea modes and enhance greatly the system stability over a wide range of loading conditions and system configurations     

蚁群加速遗传算法在水环境优化问题中的应用

提出了水环境优化问题的一种新方法——蚁群加速遗传算法，给出了实施该算法的详细步骤。并对新方法的收敛性和全局优化性进行了理论和实例分析，在污水处理模型的参数识别问题中，新方法得到了精度较高的全局最优解。新方法具有精度高、速度快和鲁棒性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的较好的非线性优化方法，可广泛应用于各种水环境优化问题中。     

遗传模拟退火算法的组合模型在大坝监控中的应用

针对最优权组合模型可能出现不符合实际的负权重，增加权重大于等于0的约束条件，放松权重之和等于1的约束条件，采用遗传模拟退火算法搜索最优权重建立组合模型。实例说明：该方法合理可行，所建立的组合模型与最优权组合模型的拟合精度和预报精度相近，克服了最优权和基于神经网络组合模型的缺点。     

基于新型测温技术的电站锅炉燃烧优化

为了提高锅炉效率,减少污染物排放,电站锅炉需要进行燃烧优化。以新型测温技术为基础,提出一种包含炉内温度场测量结果的燃烧优化模型,采用模拟退火算法作为燃烧优化控制算法进行优化。以某电厂300 MW锅炉为研究对象,采用仿真的方法对燃烧优化控制算法进行研究,通过对锅炉运行参数受到扰动时的工况进行燃烧优化,验证了模拟退火算法的优化性能。结果表明:在锅炉运行参数受到扰动时,模拟退火算法作为优化算法,能够给出有效的燃烧调整指令,解决扰动产生的问题,使炉膛燃烧状态保持设定的优化状态。     

A backtracking search algorithm combined with Burger's chaotic map for parameter estimation of PEMFC electrochemical model

Polarization curves are vital tools for simulation, evaluation, management, and optimization of proton exchange membrane fuel cells (PEMFCs). They are affected by various parameters related to the nonlinearities associated with the electrochemical processes governing fuel cells (FCs). However, the relative importance and effect of each parameter on the polarization curve is different. In order to efficiently estimate the unknown parameters of the PEMFC electrochemical-based model and obtain accurate solutions, in this paper, a backtracking search algorithm combined with Burger's chaotic map (BSABCM) is proposed and investigated. The results related to two real systems, the SR-12 Modular PEM Generator and the Ballard Mark V FC, illustrate the effectiveness of the proposed methodology. Furthermore, the BSABCM presented competitive results when compared with the results of the other metaheuristics.