Modified shuffled frog leaping algorithm with genetic algorithm crossover for solving economic load dispatch problem with valve-point effect

This paper addresses a hybrid solution methodology involving modified shuffled frog leaping algorithm (MSFLA) with genetic algorithm (GA) crossover for the economic load dispatch problem of generating units considering the valve-point effects. The MSFLA uses a more dynamic and less stochastic approach to problem solving than classical non-traditional algorithms, such as genetic algorithm, and evolutionary programming. The potentiality of MSFLA includes its simple structure, ease of use, convergence property, quality of solution, and robustness. In order to overcome the defects of shuffled frog leaping algorithm (SFLA), such as slow searching speed in the late evolution and getting trapped easily into local iteration, MSFLA with GA cross-over is put forward in this paper. MSFLA with GA cross-over produces better possibilities of getting the best result in much less global as well as local iteration as one has strong local search capability while the other is good at global search. This paper proposes a new approach for solving economic load dispatch problems with valve-point effect where the cost function of the generating units exhibits non-convex characteristics, as the valve-point effects are modeled and imposed as rectified sinusoid components. The combined methodology and its variants are validated for the following four test systems: IEEE standard 30 bus test system, a practical Eastern Indian power grid system of 203 buses, 264 lines, and 23 generators, and 13 and 40 thermal units systems whose incremental fuel cost function take into account the valve-point loading effects. The results are quite promising and effective compared with several benchmark methods.     

Chaotic differential evolution methods for dynamic economic dispatch with valve-point effects

The dynamic economic dispatch (DED), with the consideration of valve-point effects, is a complicated non-linear constrained optimization problem with non-smooth and non-convex characteristics. In this paper, three chaotic differential evolution (CDE) methods are proposed based on the Tent equation to solve DED problem with valve-point effects. In the proposed methods, chaotic sequences are applied to obtain the dynamic parameter settings in DE. Meanwhile, a chaotic local search (CLS) operation for solving DED problem is designed to help DE avoiding premature convergence effectively. Finally, in order to handle the complicated constraints with efficiency, new heuristic constraints handling methods and feasibility based selection strategy are embedded into the proposed CDE methods. The feasibility and effectiveness of the proposed CDE methods are demonstrated for two test systems. The simulation results reveal that, compared with DE and those other methods reported in literatures recently, the proposed CDE methods are capable of obtaining better quality solutions with higher efficiency.     

保持区域平滑的3维动画形状高效编辑

目的 基于控制单元的形状编辑效果受各个控制单元对应权重的影响,而计算闭合形式的控制点权重方法难以有效地处理控制骨骼权重。针对3维空间的控制骨骼提出了一种虚拟控制单元插入算法和骨骼关节点标架变换方法,以保持骨骼控制区域的形状,从而得到过渡平滑、形状保持的良好编辑效果。方法 选择C²连续的线性权值计算方法,在用户输入相应的控制单元后,根据控制单元的支持度插入满足条件的虚拟控制点,实现了对动画形状平滑高效的编辑。首先采用离散化的方式,近似求解输入形状构成的封闭域中任意两点之间的内部距离,然后进行Voronoi区域分解,初步获得每个控制单元的控制区域。如果控制点的支持度约束不符合要求,则通过插入虚拟控制点的方式进行调整,并根据邻接关系计算实控制点对虚拟控制点的权重实现实控制点对虚拟控制点的控制。由于算法计算权值和编辑更新顶点可以并行,因此引入图形处理器（graphics processing unit,GPU）实行并行化处理。结果 实验对比了算法在编辑细节以及对不同网格模型的适应性和编辑效率方面的表现,结果表明本文算法在局部细节处不发生过度形变且保持平滑,对非三角网格和多个封闭区域叠加的网格模型依然适用,且本文算法不需要迭代,又有GPU并行计算,编辑时间显著下降。结论 本文算法易于实现,编辑效果过渡平滑,保留细节特征;GPU并行计算极大提高效率,达到实时交互效果。     

大位移变分光流计算的快速算法

目的 多尺度方法的提出解决了传统HS（Horn Schunck）算法不能计算大位移光流的问题,但同时也增加了迭代运算的步数。为加快迭代收敛速度,研究大位移变分光流计算的快速算法,并分析其性能。方法 将用于加快变分图像处理迭代运算的Split Bregman方法、对偶方法和交替方向乘子法应用到大位移光流计算中。结果 分别进行了精度、迭代步数、运行时间的对比实验。引入3种快速方法的模型均能够在保证精度的同时,在较少时间内计算出图像序列的光流场,所需时间为传统方法的11%~42%。结论 将3种快速方法应用到大位移变分光流计算中,对于不同图像序列均可以较大地提高计算效率。     

Modified Cuckoo Search Algorithm to Solve Economic Power Dispatch Optimization Problems

A modified cuckoo search (CS) algorithm is proposed to solve economic dispatch (ED) problems that have nonconvex, non-continuous or non-linear solution spaces considering valve-point effects, prohibited operating zones, transmission losses and ramp rate limits. Comparing with the traditional cuckoo search algorithm, we propose a self-adaptive step size and some neighbor-study strategies to enhance search performance. Moreover, an improved lambda iteration strategy is used to generate new solutions. To show the superiority of the proposed algorithm over several classic algorithms, four systems with different benchmarks are tested. The results show its efficiency to solve economic dispatch problems, especially for large-scale systems.      

Enhancement of Self-adaptive real-coded genetic algorithm using Taguchi method for Economic dispatch problem

In this paper, a new optimization algorithm, namely Taguchi self-adaptive real-coded genetic algorithm (TSARGA) is proposed and implemented to solve economic dispatch (ED) problem with valve-point loading. The TSARGA combines the self-adaptive real-coded genetic algorithm with Taguchi method which can exploit the potential offspring. The self-adaptation is achieved by means of simulated binary crossover (SBX). Moreover, powerful exploration capability is achieved through tournament selection by creating tournaments between two solutions. The better solution is chosen and placed in the mating pool leading to better convergence and reduced computational burden. The systematic reasoning ability of the Taguchi method is incorporated after SBX operations to select the potential genes to achieve polynomial mutation, and consequently, enhance the robustness of the solution. The proposed TSARGA is effectively applied to solve the ED problem with valve-point loading with 6, 13 and 40-generator systems. The proposed method yields solutions towards global optimum and it compares far better with other methods in terms of solution quality, handling constraints and computation time.     

经济调度问题的混合蚁群算法及序列二次规划法解

为了获得整体近似最优解,提出采用蚁群算法,搜索发电机可运行状态的最优组合,并对蚁群算法的数学模型进行分析,以参数的形式给出具有普遍意义的收敛性定理.在此求解过程中,以每只人工蚂蚁来表示符合限制条件的某个可运转状态的发电机组合并以序列二次规划法来求解传统的经济调度问题.以三部机组的数值模拟,验证该方法正确有效.     

正弦积分拟合的图像复原边界振铃效应抑制方法

目的 边缘振铃效应是影响运动模糊图像复原效果的重要因素之一。为了有效提高运动模糊图像复原的质量,针对运动模糊图像复原中由于图像边界截断而产生的振铃效应问题,提出一种正弦积分拟合的图像复原边界振铃效应抑制方法。方法 首先,对待处理的模糊图像根据模糊核的大小进行边缘延展;然后,分别利用正弦函数积分方法和双正弦函数积分方法对单向过渡区域和双向过渡区域进行窗函数计算;进而,将延展图像进行加窗处理;最后,对加窗图像进行复原处理并提取出原始图像的部分作为复原结果。结果 与现有的几种振铃效应抑制算法进行对比实验。在视觉效果方面,本文方法能有效抑制振铃效应;在峰值信噪比(PSNR)、归一化均方误差(NMSE)以及图像质量指数(Q)等图像质量评价指标方面,本文方法的PSNR值比最优窗算法提高了约0.170.76 dB,NMSE值比最优窗算法降低了约0.000 50.000 7,Q值比最优窗算法提高了约0.0230.029,本文方法在多数情况下得到的评价指标优于循环边界法;在耗时方面,本文方法对非迭代恢复算法的处理时间比循环边界算法降低了约0.040.11 s,对迭代恢复算法处理时间减少达到数秒。结论 通过大量实验发现,正弦积分拟合的图像复原边界振铃效应抑制方法在进行振铃效应抑制时,能有效控制计算量,且能完整地保留图像的边缘信息,图像恢复效果明显优于其他方法。     

MSFLA/GHS/SFLA-GHS/SDE algorithms for economic dispatch problem considering multiple fuels and valve point loadings

This paper presents modern approaches for solving economic dispatch (ED) problem considering multiple fuels in one example, and both valve-point effects and multiple fuels in another example. In this paper, modern heuristic methods such as modified shuffled frog leaping algorithm (MSFLA), global-best harmony search algorithm (GHS), hybrid algorithms such as SFLA-GHS and shuffled differential evolution (SDE) are considered to solve this ED problem. A novel constraint handling technique along with penalty factor method is proposed and applied for all methods. The proposed approaches do not have the drawbacks of the classical heuristics such as local optimal trapping due to premature convergence, insufficient capability to find nearby extreme points, and lack of efficient mechanism to treat the constraints. The effectiveness and feasibility of the proposed methods were demonstrated on 10 unit system case studies and compared with existing methods in the literature. The experiments showed that the proposed approaches were capable of determining higher quality solution while addressing the ED problems.     

结合格式塔完形规则的自然图像分割

目的 由于自然图像容易受到光照等因素的影响,其分割精度往往达不到人类视觉感知的需求,为此提出了一种新的结合格式塔完形规则的自然图像分割方法。方法 首先采用Ncut算法对原图像进行过分割得到若干个子区域,这些局部子区域能弱化光照、背景模糊等自然因素的影响;然后引入格式塔完形规则对区域进行度量,提出了基于区域的量化计算模型,进一步弱化了自然因素的影响,而且所得的区域率更加符合人的视觉感知;最后在区域率的基础上提出了新的合并算法,该算法简单且执行效率高,通过区域合并得到最终的分割结果。结果 30幅图像的定量和目视对比实验表明,本文算法不仅能够很好地将格式塔完形规则应用到图像分割上来,而且对比实验表明,本文算法在评价指数PRI、VOI、GCE上总体性能要优于其他算法,与人工标注的结果比较接近。结论 提出了一种结合格式塔完形规则的自然图像分割方法,该方法在过分割的基础上,采用格式塔完形规则对区域进行度量,有效降低了自然图像易受自然因素的影响,提高了分割精度。实验结果表明,本文提出的结合格式塔完形规则的图像分割算法高效性而准确,但不适合于尖细物体的自然图像的分割。     

特征驱动先验的归一化卷积超分辨率重建

目的 针对融合—复原法超分辨率重建中融合与复原两大环节,提出新的改进算法框架：用改进的归一化卷积实现融合,再用改进的最大后验估计实现复原,得到更优的超分辨率重建。方法 改进的归一化卷积引入了双适应度函数和一种新的混合确定度函数;改进的最大后验估计,引入一种特征驱动先验模型,该模型通过混合两种不变先验模型而得到,形式完全取决于图像自身的统计特征。结果 用本文算法对不同降质水平的图像进行重建,并与其他若干算法重建结果比较。无论从视觉效果还是从评价指标,本文算法均优于其他算法。结论 本文超分辨率重建算法,融合环节兼顾了邻域像素的空间距离和光度差,充分利用两种确定度函数的各自优势,可以抑制更多噪声和异常值;复原环节的先验模型依据图像特征而不是经验,对图像刻画更准确。实验结果也验证了本文算法的有效性。     

基于色调优化的图像视频细节增强

目的 针对已有的细节增强方法难以保持输入图像帧的色调分布的缺点,提出一种基于色调优化的图像视频细节增强算法。方法 首先,为了避免颜色通道的相关性所带来的偏色现象并提高算法效率,对输入图像帧进行颜色空间的转换,提取亮度信息。然后,采用基于局部极值的边缘保持图像滤波方法,快速地将亮度通道图像分解成一幅含有大尺度边缘信息的基图像和多幅含有小尺度细节信息的细节层图像。接着,在用户期望的细节增强系数和输入图像的颜色场的约束下,提出基于梯度域上能量优化的细节增强算法,获得色调一致的细节增强亮度图像。最后,通过颜色空间的逆转换得到最终的细节凸显效果。结果 实验结果表明,本文算法不但能够显著地增强输入图像帧的细节内容,而且能够有效地保持其原有的色调分布,显得更加真实生动。结论 本文算法基本满足科学观察、视频监控和数字视觉特效等领域的技术要求,具有很大的应用潜力。     

Hybrid bare-bones PSO for dynamic economic dispatch with valve-point effects

This paper presents an efficient hybrid particle swarm optimization algorithm to solve dynamic economic dispatch problems with valve-point effects, by integrating an improved bare-bones particle swarm optimization (BBPSO) with a local searcher called directionally chaotic search (DCS). The improved BBPSO is designed as a basic level search, which can give a good direction to optimal regions, while DCS is used as a fine-tuning operator to locate optimal solution. And an adaptive disturbance factor and a new genetic operator are also incorporated into the improved BBPSO to enhance its search capability. Moreover, a heuristic handing mechanism for constraints is introduced to modify infeasible particles. Finally, the proposed algorithm is applied to the 5-, 10-, 30-unit-test power systems and several numerical functions, and a comparative study is carried out with other existing methods. Results clarify the significance of the proposed algorithm and verify its performance.     

鲁棒空间约束的模糊聚类图像分割

目的 为进一步提高分割精度,在模糊聚类的基础上引入统计信息,提出一种鲁棒型空间约束的模糊聚类分割算法。方法 基于局部空间信息的先验概率与后验概率,提出一种新型空间约束项,并通过卷积操作提高运行效率;进而引入负对数联合概率作为测度函数,进一步提高算法对于各像素点所属类别的甄别能力;同时将测度函数与空间约束项整合至目标函数中,通过迭代更新各参数达到最小化目标函数的目的。结果 对于合成图像的实验结果表明,本文算法对于噪声类型和噪声强度具有较强的鲁棒性;对于彩色图像的实验结果表明,在适当的特征描述符的辅助下,本文算法也能够获得令人满意的分割结果和较高的分割精度。结论 本文算法克服了现有算法的缺陷,进一步提升了图像的分割精度。其适用于分割带噪声图像,且在适当纹理特征的辅助下分割彩色图像,与同类算法的比较实验结果验证了本文算法的有效性。     

大气模型与亮度传播图相结合的低照度视频增强算法

目的 为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法 鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCbCr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果 为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论 本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。     

利用平稳光流估计的海上视频去抖

目的 海上拍摄的视频存在大面积的无纹理区域,传统基于特征点检测和跟踪的视频去抖方法处理这类视频时往往效果较差。为此提出一种基于平稳光流估计的海上视频去抖算法。方法 该算法以层次化块匹配作为基础,引入平滑性约束计算基于层次块的光流,能够快速计算海上视频的近似光流场;然后利用基于平稳光流的能量函数优化,实现海上视频的高效去抖动。结果 分别进行了光流估计运行时间对比、视频稳定运行时间对比和用户体验比较共3组实验。相比于能处理海上视频去抖的SteadyFlow算法,本文的光流估计算法较SteadFlow算法的运动估计方法快10倍左右,整个视频去抖算法在处理速度上能提升70%以上。本文算法能够有效地实现海上视频去抖,获得稳定的输出视频。结论 提出了一种基于平稳光流估计的海上视频去抖算法,相对于传统方法,本文方法更适合处理海上视频的去抖。     

暗通道先验图像去雾的大气光校验和光晕消除

目的 针对暗通道先验图像去雾方法中存在的大气光误判以及光晕效应等问题,提出一种基于大气光校验和光晕消除策略的改进算法。方法 首先,采用基于支持向量机的大气光校验方法对候选大气光的有效性进行判断,剔除太阳光、车灯等高光区域的干扰;然后,采用基于块偏移的精细透射率计算方法获得边缘保持的透射率,极大地抑制了无雾图像中光晕像素的数量;最后,采用基于导向滤波的光晕像素检测和校正方法进一步消除了残留的少量光晕像素。结果 本文算法有效抑制了大气光的误判现象,大大消除了光晕效应,提升了无雾图像的细节可辨认度,最终获得的无雾图像细节丰富、颜色深度感饱满。结论 本文算法在无雾图像的可见度增强等诸多方面超越了已有的方法,在视频监控、交通监管和目标识别等领域具有较大实用价值。     

带平台伸缩函数的参数曲线变形

目的 随着科学技术的快速发展,曲线的几何造型技术开始成为近来的热点研究方向.为了获得更多的变形效果,面向2维、3维参数曲线和自由曲线变形,提出一种带平台伸缩函数的变形方法。方法 有别于现有的大多数自由变形算法,首先构造了一种形式简洁的多项式形式伸缩函数;其次借助于伸缩函数,构造了含有伸缩参数与光滑参数的新型伸缩因子,算法表明,这种新型伸缩因子具有单点峰值性、区间峰值性、对称性等优良性质;最后将伸缩因子所构造变形矩阵作用于待变形的曲线,通过控制变形区间、伸缩参数、光滑参数以及变形方向,可以获得整体的、局部的、周期的、伸缩的等各类丰富的图形效果。结果 此变形操作对造型系统中的主流参数曲线(Bézier和NURBS)具有封闭性;通过大量数值实例表明了该方法计算量小,可控性强,重复使用可以得到形状多样、具有艺术效果的轮廓线等效果。结论 与其他方法相比,本文算法不仅可以用于一般的平面与空间参数曲线,也可以用于自由型曲线,扩大了多数自由变形算法的适用范围;由于伸缩函数具备单点峰值性、区间峰值性、对称性等性质,从而能够产生以前变形方法无法产生各类角点、尖点的特殊曲线,在一定程度上极大丰富了曲线的变形效果。     

针对重复模式图像的成对特征点匹配

目的 含有重复模式的图像会对局部特征描述符产生歧义,因此基于局部特征的匹配算法在此类图像的匹配过程中极易产生误匹配.同时,通过研究现有的引入全局特征描述符的匹配算法,发现全局特征同样依赖于计算局部信息所得到的特征点主方向,所以此类方法在含有重复模式的图像中也不容易得到令人满意的匹配效果.为了解决这一问题,提出一种基于成对特征点的图像匹配算法.方法 该方法利用成对特征点的方向向量作为特征点对的主方向,为特征描述提供了正确的方向信息,同时引入DAISY描述符与改进后的全局上下文(globalcontext)特征描述符,提高了匹配能力.结果 分别在模拟图像与实际图像上面进行了对比匹配实验,本文算法平均的匹配正确率能达到88％以上,比其他经典的匹配算法提高了26％以上.结论 实验结果表明,本文算法克服了现有算法在特征描述与主方向分配上的缺陷,进一步提升了匹配正确率,能够有效地解决重复模式图像的匹配问题.     

结合类内和类间距离的可能聚类分割算法

目的 为了进一步提高噪声图像分割的抗噪性和准确性,提出一种结合类内距离和类间距离的改进可能聚类算法并将其应用于图像分割。方法 该算法避免了传统可能性聚类分割算法中仅仅考虑以样本点到聚类中心的距离作为算法的测度,将类内距离与类间距离相结合作为算法的新测度,即考虑了类内紧密程度又考虑了类间离散程度,以便对不同的聚类结构有较强的稳定性和更好的抗噪能力,并且将直方图融入可能模糊聚类分割算法中提出快速可能模糊聚类分割算法,使其对各种较复杂图像的分割具有即时性。结果 通过人工合成图像和实际遥感图像分割测试结果表明,本文改进可能聚类算法是有效的,其分割轮廓清晰,分类准确且噪声较小,其误分率相比其他算法至少降低了2个百分点,同时能获得更满意的分割效果。结论 针对模糊C-均值聚类分割算法和可能性聚类分割算法对于背景和目标颜色相近的图像分类不准确的缺陷,将类内距离与类间距离相结合作为算法的测度有效的解决了图像分割归类问题,并且结合直方图提出快速可能模糊聚类分割算法使其对于大篇幅复杂图像也具有适用性。