扭角羚的社会行为生态学研究(Ⅰ)

1989年7～8月,在四川与甘肃交界的唐家河自然保护区,笔者对扭角羚的交配期及交配行为模式进行了研究.扭角羚的繁殖期一般是在每年的7～8月进行,持续时间约2个月左右.在扭角羚群体内主要是以“一夫多妻制”的形式存在.在交配前,雄体间要发生剧烈的争配斗争,并有跟随、嗅闻生殖器、卷唇和爬跨等一系列反复的求偶行为.交配时间极短为2～4 s,并具有多次交配现象.与此同时,笔者还对繁殖期的觅食、求适等行为进行了研究.     

基于伪并行遗传算法的无源电力滤波器优化设计

以经济成本和滤波效益为目标,采用伪并行遗传算法与自适应遗传算法相结合的方法对无源滤波器参数进行优化.在种群进化的初期引入伪并行遗传算法进行寻优,增加种群的多样性;进化后期,采用自适应遗传算法,有效减少工作量.同时,对伪并行遗传算法迁移率进行改进,使其随种群多样性自适应变化.仿真结果表明:文中所提方法设计出的滤波器滤波效...     

输电网扩展规划的双种群二进制微分进化算法

提出一种应用双种群二进制微分进化算法求解输电网扩展规划的新方法.算法中通过海明距离比较个体之间的差异并定义了全局变异和局部变异两种算子.结合两种变异算子的优点,将种群划分为两个子种群,分别采用不同的进化模式同时进化,有效地平衡了种群在解空间的全局探索能力和局部开发能力.通过种群间的相互移民来进行信息交换,维持了种群的多样性,降低了算法陷入局部最优的风险.将该算法应用于18节点系统和巴西南部46节点系统,并对控制参数的选择进行了分析比较,计算结果验证了所提算法的可行性和有效性.     

基于改进的自适应遗传算法的智能配电网重构研究

配电网故障恢复重构是智能配电网实现自愈功能的控制手段。采用改进的自适应遗传算法进行配电网故障后的恢复重构：根据接入分布式电源的配电网的特点提出基于环路的编码策略,可以减少表示孤岛的不可行解;自适应的交叉率、变异率使算法可以根据种群进化情况改变,保护优秀个体;自适应的种群规模是基于个体寿命和规模控制,可以提高遗传算法的收敛性能。通过IEEE33节点配电网络中对算法进行仿真验证,表明分布式电源的接入可以有效地降低网络损耗;对比其他算法,具有更快的收敛速度和更好的稳定性。     

考虑出航时间窗的海上风电场运维调度建模研究

根据海上风电场的运维调度实际需求,提出考虑出航时间窗的船只航迹规划与调度问题,建立了以最小化出航成本与延迟成本为目标函数的数学模型.使用多种群遗传算法,对运维任务优先级进行编码并进行求解,同时利用移民算子和精华种群保证求解过程的有效性.案例的仿真模拟结果证明,该算法较常规维护规则可大幅度降低运维成本.     

基于动态多种群粒子群算法的无功优化

提出了一种基于动态多种群策略的改进粒子群算法。该算法将传统粒子群优化算法(particle swarm optimization,PSO)中的种群划分成多个子群,每个子群相对独立地朝同一目标进化,仅通过一种轮形结构的弱联系进行交流。在进化过程中各种群不断分裂和聚类重组,动态调整种群规模以更好地适应进化。该算法可以较好地避免PSO算法过快收敛于局部最优解,并且有较快的收敛速度。文中将该算法应用于求解电力系统无功优化问题,并与标准PSO算法的性能进行了对比,仿真计算证明该算法是有效、可行的。     

用于配电网规划的多种群免疫遗传算法

引入免疫算子和多种群概念,提出了一种用于配电网规划的多种群免疫遗传方法。采用多个种群针对目标函数的不同方面进行优化搜索,并借鉴生物免疫机制对每个种群的染色体进行免疫算子操作。种群之间通过优秀个体转移进行交互,可有效地防止种群退化,提高种群的多样性。以年费用最小为目标建立配电网规划的数学模型,提取“单个子路造价最小”和“电阻值最小”两种疫苗,并用其指导多种群搜索,有效地克服了遗传算法早熟收敛现象。同时给出初始可行方案的生成步骤和基于支路交换思想的不可行解处理方法。求解一个10 kV配电网规划问题,计算结果表明该算法能快速获得规划问题的最优解。同简单遗传算法相比,整个算法具有更强的收敛速度和全局搜索能力,用于配电网规划是可行有效的。     

基于改进微分进化算法的电力系统无功优化

针对传统无功优化模型对于大系统编程实现十分困难的缺点,采用矩阵形式的数学模型进行优化.对标准微分进化算法提出了改进,引入增强算子,并采用模拟赌盘操作的方法有目的地使种群中的较差个体参与增强运算,提高了算法的寻优能力.由于微分进化算法中,初始种群的优劣对算法的收敛性有重要影响,根据无功优化的本质,依据初始潮流结果启发初始种群产生,加快收敛速度.在IEEE-14系统上进行校验,并与其他方法比较,结果表明,提出的改进算法具有收敛特性好、运行速度快的突出优点.     

基于混沌优化的双种群人工蜂群算法

为提高人工蜂群算法(ABC)的全局搜索能力,加快收敛速度,提出了一种基于混沌优化的双种群人工蜂群算法(BCABC)。算法将种群随机分为2个种群,在子种群中分别采用不同的选择策略,并通过种群间的信息交互,提高算法的收敛速度。在算法陷入局部最优时,利用混沌思想的遍历性产生新解,跳出局部最优,获得最优解。仿真实验结果表明,改进算法在收敛速度和算法精度上都有明显提高。     

基于双种群黄金分割优化的遗传算法及其应用

针对遗传算法易出现局部最优和早熟现象,提出了一种改进型的双种群遗传算法,并将其应用在模糊控制器的量化因子的在线自寻优上,实例证明该算法具有很好的寻优能力和较高的搜索效率.     

循环流化床锅炉炉内颗粒分布平衡模型

在对循环流化床锅炉炉内颗粒特性分析的基础上,提出同时以颗径和密度两参数来描述炉内颗粒特性。结合循环流化床锅炉特殊的炉内流体动力特性,建立了包括炉膛密相区和稀相区在内的循环流化床锅炉炉内宽筛分的颗粒分布模型,其中密相区假设为浓度分布均匀的湍流床,而稀相区则为和核心-边壁区的流动结构。模型同时耦合炉内颗粒所经历的爆裂、燃烧、磨损及气固分离等物理和化学过程。应用以所建的颗粒分布平衡模型为子模型的循环流化床唤炉总体数学模型模拟了一台12MW循环流化床锅炉燃用烟煤时满负荷运行的工况。计算时把炉内颗粒分为70档,其中颗粒粒径在0～8mm之间分为10档,密度在1100～2400kg/m∧3之间分为7档,模拟计算所得的炉内颗粒分布合理正确,与试验研究研究结果吻合良好,表明所建立的颗粒分布模型可以用来描述循环流化床锅炉炉内颗粒分布特性。     

新群体规模自适应遗传算法在配网恢复重构中的应用

从群体规模和和遗传算子的角度,提出了新群体规模自适应遗传算法,用以解决配电网恢复重构问题。将群体中个体赋予年龄和寿命来代替选择算子,采用宏观调控法对群体规模易出现快速“膨胀”问题进行改善,并结合配电网开环运行特点,采用基于环路策略的遗传操作来减少不可行解。运用与群体规模自适应的交叉率和变异率,能有效地从全局和局部角度提高算法的效率,使算法快速稳定收敛到全局最优解。通过算例验证了该算法在配电网恢复重构运用中的高效性和稳定性。     

多分散结构团聚体烧结的数值模拟

高温环境下团聚体颗粒的烧结现象决定了颗粒表面积、内部非均匀结构等。现有数值模拟方法中一般认为团聚体由若干尺度相同的一次粒子组成,不符合实验测量结果。该文考虑团聚体内一次粒子的多分散性,建立一次粒子质量平衡和数目平衡关系,描述烧结过程团聚体内一次粒子尺度分布函数的演变。对气相法制备TiO2纳米颗粒的烧结定制过程进行数值模拟,模拟结果与实验结果吻合较好,且考虑团聚体内一次粒子多分散分布的模型结果比考虑团聚体内一次粒子单分散分布的模型结果更精确。所建立的描述团聚体烧结过程的多分散模型可适用于多尺度模拟、颗粒群平衡模拟–Monte Carlo方法、多相流模拟的欧拉–拉氏模型等。     

基于波形重构法的永磁电机电磁振动噪声计算研究

提出了基于波形重构法的径向气隙磁密和径向电磁力波解析计算方法,简化了永磁电机电磁振动和噪声(EVAN)的计算过程,解决了永磁电机径向电磁力波计算较为复杂的难题。首先介绍了波形重构法计算永磁电机EVAN的理论依据。然后,以1台永磁电机为例,详细介绍了运用波形重构法计算永磁电机电磁振动噪声的具体步骤。最后,对电机EVAN进行多物理场有限元仿真,将波形重构法计算结果与有限元仿真结果对比,在误差允许范围内二者的计算结果具有一致性,由此验证了波形重构法计算电机EVAN的准确性。     

水利水电工程移民安置人口分析计算

水利水电工程移民安置人口包括生产安置人口和搬迁安置人口，二者具有不同的属性和概念，通过分析二者之间的关系，提出了一种较为通用的计算方法，避免出现重复计算，在实际工作中可参考采用。     

基于小波包变换的癫痫脑电信号特征提取

为了有效识别癫痫脑电信号,提出了一种适合于非平稳脑电信号的特征提取方法。以临床采集的包含癫痫发作期的5组500个EEG公共数据为样本,选择了具有任意多分辨分解特性的小波包变换,对信号进行多尺度分解,并提取了各级节点的小波包系数。将小波包系数能量作为特征值,构建了特征向量并输入到BP神经网络分类器中进行自动识别。实验结果表明,该算法的识别率达到了91.5%。     

中国能源碳排放因素分解与情景预测

我国能源活动碳排放占总碳排放85%以上,研究能源活动碳排放的变化规律对于实现碳达峰碳中和目标具有重要意义。首先,采用对数平均迪氏分解法(logarithmic mean Divisia index,LMDI)对1995—2017年我国能源消费碳排放变化的影响因素进行分解,从经济规模、产业结构、能源强度、能源结构、能源价格、人均可支配收入、人口规模这7个方面,模型给出了相关因素对一、二、三产业和居民部门碳排放变化的贡献。结果表明,对于3个产业部门,经济增长是碳排放增长的首要驱动力,而技术进步带来的能源强度下降、产业结构优化和能源消费结构改善呈现负效应,且产业结构优化和能源结构清洁化的作用越来越显著。对于居民部门,人均可支配收入是居民部门碳排放增长的推动力,而能源价格呈现明显的负效应。其次,设计了3种情景,运用可拓展的随机性的环境影响评估模型(stochastic impacts by regression population,affluence and technology,STIRPAT)对2030年我国能源碳排放进行预测,在以实现碳达峰为目标的低碳情景中,我国能源碳排放有望于2025—2029年实现达峰,峰值水平为101亿~110亿t。最后,为实现碳达峰碳中和目标,建议以构建中国能源互联网为基础平台,实施“清洁替代”和“电能替代”,推进能源转型。     

A method of gene selection that decreases the number of fitness value calculations

This paper proposes a new selection method of a gene from a population for reducing the number of fitness value calculations in genetic algorithms. The proposed method effectively reduces the computation time required to search for a solution to the optimization of a process involving a large number of such calculations as in robot behavior decisions and neural network learnings. In the proposed method, the use of a special buffer for storing a gene and its associated fitness value is introduced. The gene in the buffer is used as a candidate for the solution to the optimization problem. This gene is compared with a gene selected from the population, and one of the values is used in the next generation depending on the results of the comparison. The proportion of suitable genes in the population is increased in the possible shortest time. The convergence speed of our buffer depends on the population topology, which is introduced for choosing a gene from the population to compare with the buffer gene. Three kinds of topology are applied to our algorithm and they are compared and evaluated. The proposed method is applied to a robot control problem to demonstrate the validity of the technique. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 143(4): 42–49, 2003; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10148