求解全局优化问题的多策略改进灰狼算法

针对原始灰狼算法在求解全局优化问题时,存在后期收敛速度慢、易陷入局部最优、优化效率低等缺点,提出一种多策略改进的灰狼优化算法(multi-strategy improved grey wolf optimization, MSI＿GWO)。从参数、搜索机制以及最优解扰动3个方面引入3种改进策略。对控制参数a,采用非线性调整策略,改进算法的勘探和开发能力;采用动态权重策略进行位置更新,提高算法的收敛性;设计小波最优解扰动策略,提高种群多样性,同时避免算法陷入局部最优。对MSI＿GWO算法的寻优性能进行验证,选取单峰多峰共9个测试函数完成仿真实验,并与其他改进灰狼优化算法以及粒子群、天鹰优化算法、蜜獾算法进行比较,结果表明,MSI＿GWO算法在收敛速度和寻优效率方面均为最优的。     

基于杂交退火灰狼算法的移动机器人路径规划

针对灰狼优化算法在移动机器人路径规划时易陷入局部最优且效率低的问题，提出一种杂交退火灰狼算法。采用可调节的非线性收敛因子进行平衡算法的前期搜索和后期寻优；同时采用自适应遗传杂交策略，对灰狼群体以一定概率两两杂交以产生新个体，从而有效增强灰狼群体的多样性；在迭代的后期用模拟退火操作接受候选狼，避免算法陷入局部最优解。将路径长度和路径平滑度作为适应度评估指标并建立评估函数以评估路径规划效果。最后，路径规划实验结果表明，在3种不同尺寸的地图上，本文改进算法的适应度比灰狼优化算法分别优化了2.10、3.15、3.94,路径规划效果明显优于其他相关算法。     

面向特征选择任务的改进蜣螂优化算法

蜣螂优化算法是一种基于蜣螂不同行为模式的新型启发式算法,与其他算法相比的收敛速度更快,逃脱局部最优的能力更强。针对蜣螂优化算法不能进行特征选择的问题,在蜣螂优化算法的基础上提出了蜣螂灰狼融合算法。该算法基于3种改进策略：精英初始化种群策略、灰狼蜣螂融合策略、运行加速策略,进一步提高蜣螂优化算法在特征选择任务上的性能,并给出了算法整体的伪代码。实验结果表明,比较其他改进型启发式算法,蜣螂灰狼融合优化算法在12个分类数据集中能够得到更高精度、更低维度的特征子集,同时兼备收敛速度、运行速度更快的优点。     

引入改进迭代局部搜索的灰狼算法及应用

针对标准灰狼算法(GWO)收敛速度慢,易陷入局部最优等缺点,提出一种引入改进迭代局部搜索的灰狼算法(IGWO)。首先,通过佳点集策略增强初始种群的均匀性与多样性;其次,采用双收敛因子,收敛因子基于种群位置非线性自适应更新,在种群寻优全期平衡全局勘探与局部开发能力;再次,在种群位置更新公式引入欧氏动态权重与莱维飞行策略,提升寻优精度,并帮助种群跳出局部最优值;最后,引入改进迭代局部搜索,使算法的搜索能力更加灵活,帮助算法加速收敛。通过10个基准测试函数的仿真分析及种群寻优平衡性对比,证明了IGWO具有更优的寻优精度、稳定性及收敛速度,随后将IGWO应用于工程优化问题中,相比GWO、GJO、WOA、HSSAHHO、SCHOA、NCPGWO、DSFGWO 7种算法,适应度分别优化了3.25%、27.2%、28.9%、3.15%、3.04%、0.23%、0.07%,证实了在工程应用中的可行性和有效性。     

改进的多目标遗传算法在配电网规划中的应用

针对配电网规划复杂多目标优化问题,建立以经济性和可靠性为目标的配电网规划模型,提出改进的多目标遗传算法,采用分解-协调思想将复杂多变量的规划问题分解成多个子问题,分别对各子问题优化,最终达到全局优化的目的.该算法通过精英选择和个体迁移策略提高了收敛速度,将一种新型编码方式应用于此算法使配电网自然呈辐射状,同时在精华种群中加入裁剪算子以提高搜索效率.与常规算法相比较,该算法收敛性好,最后通过算例表明该算法的有效性.     

基于改进灰狼优化算法的移动机器人路径规划

针对移动机器人避障路径规划问题,在基本群智能算法灰狼优化算法的基础上,提出改进灰狼优化算法,测试函数证明了算法的稳定性和收敛性,进而将其首次应用于移动机器人避障路径规划问题,通过对改进灰狼优化算法的移动机器人避障路径进行研究,并与基本灰狼优化算法、粒子群算法、遗传算法比较,仿真结果证明了算法的稳定性和收敛性,对路径规划领域有十分重要的研究意义。     

基于多频超声波技术和改进灰狼优化算法的变压器油检测系统研究

变压器油是变压器重要的绝缘介质,为实现对变压器油理化性能快速准确的检测,提出了基于多频超声波技术(MFU)和改进灰狼算法(IGWO)优化小波神经网络(WNN)的变压器油理化性能检测方法。首先,让不同频率的超声波通过变压器油,获取超声波在不同频率下的传播速度、衰减系数等特性参数;然后对灰狼算法的收敛因子进行改进,并利用改进后的灰狼算法优化小波神经网络,得到全局寻优能力强、收敛速度快和预测精度高的IGWO-WNN算法。最后,利用IGWO-WNN算法训练样本,获得变压器油理化性能参数的检测模型,通过现场测试验证了方法的可行性。     

基于IGWO-BP和超声衰减法的变压器油氧化安定性检测方法研究

为实现对变压器油氧化安定性的快速准确检测,提出了基于改进灰狼算法(IGWO)优化BP神经网络和超声衰减法的变压器油氧化安定性检测方法。首先,利用超声波在变换器油中的衰减特性,检测得到超声波的衰减系数等特性参数;然后对灰狼算法的收敛因子进行改进,并利用改进后的灰狼算法优化BP神经网络,得到收敛速度快、全局寻优能力强和预测精度高的IGWO-BP算法;最后,利用IGWO-BP算法训练样本,得到变压器油氧化安定性的检测模型。试验结果验证了方法的可行性。     

基于混沌人工鱼群算法的输电网规划方法

人工鱼群算法收敛速度快,但存在早熟收敛现象;混沌优化算法具有遍历性、随机性和对初值敏感的特点,虽然全局搜索能力强,但收敛速度慢。大规模输电网规划方法对求解速度的要求越来越高,为此结合人工鱼群算法和混沌优化算法,提出了适用于输电网规划的混沌人工鱼群算法,该算法继承了混沌优化算法特点,使人工鱼群在搜索过程中避免陷入局部极值,同时改进了人工鱼的视野和游动步长,加快了寻优效率。算例结果验证了该算法的可行性。     

基于粒子群-差异进化混合算法的电力系统无功优化

针对传统粒子群算法中收敛速度快但易于陷入局部最优等特点,将差异进化算法与粒子群算法相结合,提出了一种粒子群-差异进化混合算法。该算法在粒子寻优过程中除跟踪个体极值和全局极值外,还跟踪粒子差异进化产生的第三个值;同时,当粒子在某一维上的速度小于给定值时,将重新初始化该维度粒子速度。建立了无功优化数学模型,并将合算法应用到无功优化中。通过MATLAB编程对IEEE-30节点系统进行优化计算,并与遗传算法和粒子群算法比较,结果表明本文提出的算法应用于无功优化拥有较快的收敛速度和全局寻优能力,具有广阔的发展前景。     

多策略灰狼算法在WSN上的覆盖优化研究

针对随机部署无线传感网络出现的覆盖率低的问题，提出了一种多策略灰狼(MSGWO)算法的无线传感网络覆盖优化方法。首先，为平衡全局与局部搜索，提出双曲正切的非线性收敛因子；其次，采用差分变异重构包围步长来降低算法陷入局部最优的概率；然后，为加快算法的收敛速度与精度，利用瞬态搜索优化方程更新灰狼位置；接着融合莱维飞行策略增加空间搜索多样性；最后，引入边界越位策略避免灰狼个体越界重定位问题。仿真结果表明，MSGWO算法相比SSA、LGWO、PSO和PSOGWO算法的平均覆盖率增量分别为12.52%、6.054%、7.53%和3.45%,该算法具有较高的平均覆盖率和更优的节点分布状态。     

基于改进二进制灰狼优化算法的配网故障定位

灰狼算法具有结构简单、概念清晰、易实现和全局性能好等优点,但由于存在后期收敛速度慢、局部搜索能力弱等缺点。为提高配网故障定位的准确性和快速性,对灰狼优化算法进行了改进。首先,由于配网故障定位方法可以把问题表示为0~1整数规划问题,故引入转换函数,以解决算法在二进制空间里位置更新问题。然后引进动态权重策略,以平衡算法的全局搜索能力和局部搜索能力且加快算法收敛速度。最后加入概率扰动策略,使算法避免过早陷入局部收敛。本文通过配网故障的算例分析来验证改进二进制灰狼优化算法的可行性和高效性。     

基于改进灰狼算法的变电站多阶段升压规划优化方法

针对变电站多阶段规划问题,给出了3种不同升压模式下变电站全寿命周期成本计算方法,并建立了中间年变电站建设时机与建设模式联合优化模型,进一步提升了规划方案经济效益。同时,针对多阶段规划中问题传统智能算法求解收敛速度慢、运算时间长等问题,将灰狼算法引入规划领域,并通过增加交叉变异等环节对其进行了改进。最后,将改进后的灰狼算法应用于变电站多阶段规划模型的求解中,并将其与进行对比,得出改进灰狼算法在求解此类问题时具有一定优势的结论。     

热电联产经济环保调度优化

为解决复杂的热电联产经济环保调度问题,提出了一种改进的多目标灰狼优化算法。标准灰狼算法只适用于处理单目标优化问题,而改进的算法也适用于多目标优化,并通过融入方向修正操作以修正狼群前进方向,并改善算法的全局搜索能力。其次,结合快速非劣解排序、拥挤距离计算等,在更新狼群位置时,采用"精英保留策略"淘汰弱势狼个体,进一步提高算法的收敛速度,并通过模糊决策理论获得最优折中解。最后,通过对某典型7机组热电联产系统的仿真,验证了所提出方法不仅能够有效地求取热电联产发电计划在经济性与环保性之间的最优折中,同时克服了标准灰狼算法的缺陷,且较其他群智能优化算法在求解质量、收敛性等方面具有明显优势。     

基于混沌灰狼算法的交直流混合微网经济调度

并网情况下交直流混合微电网的经济稳定运行是微电网建设和运营的基本要求。文中从经济调度的角度出发,建立了考虑微电网设备的维护成本、蓄电池储能损耗成本、AC/DC换流成本、并网售购电费用的联合优化经济模型。针对传统灰狼算法(GWO)在全局搜寻能力上的不足,引入混沌序列Logistic映射对灰狼算法初始化进行改进,丰富灰狼种群的多样性,使初始种群更加均匀的分布在求解区间内。为验证混沌灰狼算法(CGWO)算法的性能,基于实际算例进行仿真分析,验证所提模型与算法的正确性与有效性,在相同算例下将CGWO的优化结果分别与GWO、粒子群算法(PSO)、混沌粒子群算法(CPSO)进行对比分析,结果表明CGWO性能优于其它三种算法,能有效的进行经济调度并保证具有良好的全局搜寻特性和收敛速度。     

基于改进灰狼优化算法的光伏MPPT方法

在局部阴影情况下,光伏阵列输出的功率-电压曲线会出现多个峰值,需要具有全局寻优能力的群体智能优化算法来进行最大功率追踪(Maximum Power Point Tracking, MPPT)。针对传统群体智能优化算法普遍存在的收敛速度慢、振荡幅度大和易陷入局部最优等问题,提出了一种基于改进灰狼优化算法的控制方法。该算法采用区间收缩策略,通过不断减小搜索区间范围,提高算法的收敛速度和求解精度;同时,采用反向优化策略,增加对当前最优位置反向解的搜索,提高了搜索过程的多样性,帮助算法跳出局部最优。仿真统计结果表明,相较于传统算法,改进算法具有更高的追踪成功率、追踪准确性和更短的追踪时间。     

计及可用输电能力的风电并网系统中STATCOM的双层优化配置

针对静止同步补偿器最佳安装位置与容量问题,建立了风电并网系统中计及可用输电能力、静态电压稳定性与投资成本的静止同步补偿器双层优化配置模型。基于后向削减法对风电出力进行场景划分,上层为多目标优化配置层,下层为最优潮流计算层;通过对多目标灰狼算法添加混沌初始化,引入粒子群算法中的速度计算方式等提出基于网格法的多目标灰狼粒子群算法以求解多目标优化问题。在IEEE 30节点上对建立模型进行计算,验证了所提模型的可行性和算法改进的有效性。