基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

考虑风电的无功辅助服务市场多目标出清

永磁直驱型风电场在提供有功功率的同时,具有吸收和发出无功功率的能力,能够为系统提供无功服务,参与无功辅助服务市场运行。分析了永磁直驱型风电场的有功无功极限和无功成本,提出了风电场无功报价模型的建模方法;根据建立的风电场无功报价模型,建立了风电场参与竞价的无功辅助服务市场多目标出清模型,出清模型能够同时考虑系统的无功服务购买费用和有功网损;将多目标出清模型转化为三阶段单目标优化模型,并利用改进粒子群算法对每一阶段单目标优化模型进行求解。最后以IEEE 14节点算例验证了本文所建模型和模型求解算法的可行性。将差分进化算法的变异机制和基于可行性规则的约束处理机制引入粒子群算法,提高了粒子群算法的约束处理能力和全局寻优能力。     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

新形态船舶能源系统多能互补优化管理

为保证船舶能源系统的安全可靠运行,减少航行中污染物的排放,综合考虑船舶混合能源系统的供电特点,本文提出了一种基于粒子群优化的混合能源系统能源管理策略。建立了船舶混合能源系统中光伏发电、风力发电、柴油机和储能模块的数学模型。同时计及运行成本和污染物排放量为能量管理优化目标,建立能源管理的目标函数。采用粒子群优化算法对目标函数进行求解,从而实现船舶混合能源系统能量优化管理。模拟船舶航行实验验证了该策略的有效性和实时性,结果表明：该策略能够有效地降低系统的运行成本和污染物排放量。     

基于大数据与粒子群的清洁能源协同优化调度方法

为解决清洁能源系统运行节点因存在延迟调度,而影响清洁能源协同优化调度效果的问题。为避免该问题,本文提出基于大数据技术与粒子群算法的清洁能源协同优化调度方法。根据清洁能源协同运行特点,利用大数据技术分析作业参数,并设计运行节点延迟调度策略,然后构建清洁能源系统输出功率调度模型。将最大运营利益和最小弃能成本作为优化目标,构建清洁能源协同优化调度模型,再采用粒子群算法进行求解,得到最优调度方案。实验结果表明：本文方法可以获取较优的清洁能源协同调度结果。     

改进的粒子群优化算法在物流配送中的应用

选址问题的优化模型一般是多目标约束优化模型,综合考虑物流成本和物流服务能力,以物流成本最小化和物流服务能力最大化为目标,构建一个多目标优化选址模型,通过添加参数和运用约束处理方法,将选址问题化为单目标约束优化问题,并利用嵌入最速下降法的改进粒子群优化算法ZK_PSO_SD算法进行求解,所得数值分析和对比的结果表明,所建立的选址模型具有很好的实用性.     

基于CS-PSO算法的电池储能系统多目标优化运行策略

为了充分发挥储能系统在智能配电网中的积极调节作用,提出了一种统一为成本量纲的电池储能系统多目标优化运行模型。该模型以一个完整调度周期的配电网购电成本、网络损耗费用及电压调节费用均最小为目标函数,以电池储能系统的充/放电功率为控制变量,并确保储能系统在整个调度周期的能量守恒及容量约束。再应用层次分析法计算各子目标权重,化多目标函数为单一综合目标函数。针对所提出的电池储能系统优化运行模型,提出一种改进的混合粒子群优化算法—纵横交叉粒子群优化(CS-PSO)算法。将纵横交叉算子引入粒子群算法,并采用交叉搜索的方法以维护种群多样性,再以电池荷电状态为粒子位置矢量元素,实现完整调度周期内储能系统优化运行策略的求解。最后,对含高渗透率分布式发电单元和电池储能的IEEE34节点算例进行仿真,对比分析了3个单一单目标与本文多目标的优化结果以及3种智能优化算法的计算性能,还分析了储能系统优化运行对系统电压质量的影响。仿真分析结果表明:多目标优化能够充分利用储能系统为配电网提供多种服务,使配电网获得最大综合效益;CS-PSO算法在求解非线性规划问题时具有很好的收敛特性及较高的计算效率,从而验证了所提模型及算法的有效性。     

石油化工行业多阶段生产库存问题研究

生产计划与库存管理作为生产管理重要的组成部分,对企业的生产运营起着重要的作用。以成品油需求量预测值为基础,在考虑企业规模经济效益的情况下,以最小化企业生产库存成本为目标,建立了基于变动加工成本的多阶段生产库存优化模型。该模型不仅体现了生产装置的单位加工成本对生产计划的影响,而且还考虑了产成品库存优化问题。因此,可满足企业对生产成本最小化的要求。最后,分别采用自适应权重的粒子群算法和基于模拟退火的粒子群算法对模型进行了优化求解。实验结果表明:基于模拟退火的粒子群算法的性能优于自适应权重的粒子群算法,这是因为前者跳出局部最优的速度较快,能有效地收敛于全局最优。     

柔性作业车间调度的分布式粒子群优化算法

针对柔性作业车间调度问题的特性,提出了一种分布式粒子群优化算法以求解柔性作业车间调度问题,该算法以最小化最大完工时间为目标,为解决传统粒子群算法在遇到突发事件时不能实时进行响应做出合理决策的问题,在算法中设计了两个多Agent粒子群优化模型。最后,使用经典算例对算法进行了验证,实验表明多Agent粒子群优化模型具有合理性,该算法能够有效解决柔性作业车间调度问题。     

考虑干涉和优先度的多目标岸桥调度策略

针对岸桥调度问题的特性,分析了岸桥支援对提高港口整体效率的影响,建立了包含任务之间优先关系和岸桥之间不可交叉性和安全等条件的多目标混合整数规划模型,提出了一种启发式求解算法,验证了在一定时间内,启发式算法可以得到较优的可行解。而QCSP单目标和多目标计算结果表明,减少岸桥等待和移动时间,有助于岸桥更好地支援邻近船舶,加快港口整体运作效率,提高港口竞争力。     

基于PSO-DE算法的分布式光伏优化配置研究

为解决分布式光伏电源接入配电网的优化配置问题,提出一种基于粒子群和差分进化的PSO-DE算法,同时构建了包含网损最小、投资成本最低、电压质量最优的无偏好多目标分布式光伏选址定容综合优化模型。首先对差分进化算法的变异过程进行改进,然后利用粒子群算法对差分进化算法中的缩放因子和杂交因子进行优化,采用标准测试函数对PSO-DE算法进行测试和参数敏感度分析,验证了算法的客观性和稳定性;并利用无偏好可变权重对多目标模型进行处理;最后以分布式光伏选址定容优化的实际应用为例,并与其他算法对比,验证了模型和算法的有效性和实用性。     

基于层次分析粒子群算法的可靠性稳健优化设计

利用多目标优化策略,将机械零部件的可靠性稳健优化设计转化为多目标问题。为提高零部件可靠性稳健优化设计多目标模型的求解效率,将所提出的基于层次分析法的多目标粒子群算法应用于可靠性稳健优化设计的多目标模型求解中。该方法简便易行,能迅速准确地得到机械零部件扭杆的可靠性稳健优化设计信息。     

基于改进PSO算法的割刀驱动机构的优化设计

为提高立式割台的传动效率,减小振动,以半喂入式联合收割机的割刀驱动机构传动性能最佳和机构整体质量最小为目标建立数学模型,采用改进PSO算法进行割刀驱动机构的多目标优化设计。利用MATLAB-PSO工具箱验证了算法及所建数学模型的准确性和可行性; 利用VC++软件开发平台编制人机交互界面让操作者使用方便,数据显示直观。计算结果表明,在满足传动要求的情况下,最小传动角增加5.49%,机构尺寸减小23.07%。改进PSO算法多目标优化法能改善机构传动性能,减小机构尺寸,实现机构的性能优化和局部小型化。       

基于粒子群算法求解GM(1,1)模型参数的研究

探讨用粒子群优化算法求解GM(1,1)模型参数a,b,将用该参数建立的GM(1,1)模型与最小二乘法建立的GM(1,1)预测模型进行了效果比较.实例验证结果表明:对于较平缓变化数据序列,2种方法建立的GM(1,1)模型拟合还原精度相差不大,粒子群算法稍优;对于非平缓变化数据序列,经粒子群算法优化参数后,模型精度显著高于最小二乘法;灰色关联度分析表明,粒子群算法优化参数建立的GM(1,1)模型拟合序列几何形状上更接近原始序列.     

磷矿堆场多目标优化配矿模型

以磷矿浮选场堆场配矿过程为研究对象,选取人选原矿品质指标及低品质矿石利用量为主要目标,增加资源量约束及决策变量非负约束,构建了堆场多目标优化配矿模型.同时应用Matlab优化工具箱中多目标规划解算函数,对算例及实际配矿模型求解验证,并与现场混配结果进行比较,配矿效果明显.研究结果表明:磷矿多目标优化配矿模型实现了磷矿堆场配矿工艺及过程的简单、直观、较完整描述,Matlab优化工具箱多目标规划相关函数,对求解磷矿堆场多目标优化配矿模型是简便、有效的.     

进港航班排序优化数学模型研究

针对常用进港航班排序数学模型(总延迟时间最小和总延迟成本最小)中存在的问题,本文选取空中延误成本、旅客延误成本、后续延误成本以及环境污染成本四个指标综合建立一种改进的总延迟成本最小数学模型。在分析已有的基于模拟退火的粒子群算法(SA-PSO: particle swarm optimization based on simulated annealing)优化进港航班排序时寻优能力不足、收敛速度慢的基础上,采用一种线性微分递减(LDD: linear differential decrease)的退火策略,从而可以有效地解决进港航班排序问题。实验结果表明：与FCFS(first come first serve)、PSO以及SA-PSO算法相比,LDD-SA-PSO算法在进港航班优化问题上具有较好的寻优能力和收敛速度,同时改进数学模型中参数选择对优化结果也具有明显影响。     

公差多目标优化求解方法

为了提高产品质量、降低加工成本,采用协调曲线法进行公差优化设计.在建立以加工成本和产品质量稳健性损失成本为目标的公差多目标优化设计数学模型的基础上,提出用协调曲线法求解公差多目标优化设计模型的方法,详细分析加工成本与稳健性损失成本协调曲线的确定方法及优化设计最佳可行解的确定方法.结合齿轮泵的具体实例,分析公差多目标优化数学模型的建立方法,用遗传算法实现了齿轮泵径向尺寸公差的优化分配,通过对协调曲线变化规律的分析,可以协调零件的加工成本和产品质量的稳健性损失成本,使优化指标的综合性能最优,实现产品质量和加工成本的最佳协调.     

利用NSGA-Ⅱ算法求解供水管网优化改造模型

为提高供水管网优化改造模型的客观性,给出更合理的优化结果,对供水管网改造单目标优化模型进行适当处理,将水力约束条件转化为独立的目标函数,建立供水管网改造多目标优化模型.利用面向多目标优化问题求解的非控制排序遗传算法-II(NSGA-Ⅱ)求解多目标管网优化改造模型.通过算例验证,算例管网中低压节点问题、管段负荷过大问题、管段改造投资问题,由于都作为目标函数进行求解,给出综合考虑三方面问题的优化结果.通过多目标建模思想以及面向多目标问题优化算法(NSGA-II)的引入,解决单目标模型无法描述管网改造为多目标问题的矛盾,克服采用权重系数或惩罚函数带来的不确定因素.并通过引入人工诱导基因变异算子,加快种群向可行解域的收敛速度,提高算法的收敛速度,而且改善解的合理性.     

基于移动最小二乘法和粒子群算法的优化算法

针对复杂电磁装置优化问题中目标函数计算次数过多的问题，提出了一种基于移动最小二乘法（MLS）和粒子群优化算法（PSO）的快速全局优化方法.该方法利用基于MLS的表面响应模型，重构原始的优化问题，采用加权PSO算法对重构后的目标函数进行寻优，再使用拟牛顿法，对原优化问题直接寻优，从而得到优化问题最终的最优解，并对基准测试函数和实际电磁装置问题进行优化计算.结果表明，与加权PSO相比，该算法能找到优化问题的全局最优解，并能有效的减少目标函数的计算次数，节省了计算时间，提高了计算效率.