电厂循环水系统优化控制及其遗传算法求解

循环水系统作为火电厂的重要组成部分，其优化运行问题已日益引起人们的高度重视．在分析调速水泵的运行特性和高效区约束条件的基础上，给出了基于最小轴功率的循环水系统效率优化模型，并用遗传算法求解，得到最优决策向量．实验结果表明：该优化模型和求解算法能够有效地寻求循环水系统的最优运行组合和最佳调速比，使水泵运行在高效区内，提高循环水系统运行效率；与约束变尺度算法相比，遗传算法更具优越性，其求解速度较快，求解质量较高．     

正交多智能体算法求解管网直接优化调度模型

针对传统遗传算法存在高维空间寻优能力较差的问题,提出采用正交多智能体算法求解管网直接优化调度模型.对智能体的随机初始种群进行正交操作,得到较优初始种群,通过智能体的竞争和自学习,找到较优解.结果表明:与正交自适应遗传算法相比,正交多智能体算法具有更强全局搜索能力和更快寻优速度,并且正交多智能体算法优化方案较大提高了水泵运行效率,可节电2.96%.     

智能大厦中央空调系统的最优能量管理

从系统工程的角度分析了智能大厦中央空调系统在运行过程中的能耗问题,建立了中央空调系统能耗模型,提出了中央空调系统的优化运行与节能管理方法.通过离线预测和在线优化计算,得到机组次日优化运行策略,包括机组负荷在一天内各个时段的最优分配、最优蓄冷量、最佳释冷时间等.在最优策略指导下进行在线控制,通过在线实时采集数据,利用基于遗传算法的周期自回归模型(PARM)进行动态短期空调冷负荷预测;利用改进随机编码遗传算法实现中央空调日运行模型的求解,得出中央空调设备优化运行策略.实例计算结果表明:用此方法可使中央空调系统节能达24.5%左右.     

遗传算法在自动化仓库路径调度问题中的应用

为提高柔性生产线中自动化立体仓库的运行效率,以车间物流系统中的在线任务调度问题作为研究对象,运用遗传算法对堆垛机的运行路径进行了分析和优化.对自动化仓库中的作业过程进行了分析,创建了考虑任务等待时间的多目标优化数学模型,针对该模型提出了基于遗传算法的求解过程,并检验了该算法的有效性.实验仿真和实际应用都证明了遗传算法可以有效地减少堆垛机的行程时间,从而提高自动化立体仓库的作业运行效率.     

一种改进的遗传算法及其应用

遗传算法由于其隐合并行性和全局搜索特性,使其具有其他常规优化算法无法拥有的优点.然而,标准遗传算法存在着收敛速度慢、易"早熟"等缺陷.针对应用标准遗传算法时所存在的局限性,从适应值、交叉和变异算子以及控制参数的选取等多方面进行了遗传算法的改进设计.这种改进的遗传算法可进一步改善算法的搜索能力、搜索效率和收敛性能.最后以(N M)客错系统的优化模型作为优化目标,得到了费用模型的最优解.计算结果验证了算法的有效性和正确性.     

雨水泵站水泵机组启停优化

为解决雨水泵站运行过程中存在的水泵频繁启停问题,提出一种水泵机组启停优化方法.该方法通过分析泵站的设计参数和水泵机组运行原理,建立启泵水位优化模型,并运用暴雨洪水管理模型(storm water management model,SWMM)和粒子群优化算法(particle swarm optimization algorithm,PSO)对模型求解,最终得到水泵机组的最优启泵水位.通过实例将优化方法与传统的人工调试方法进行对比,验证了其可行性.研究结果表明:采用优化方法得到的启泵水位可使机组启停次数达到最小,实现了较好的水泵启停效果.同时优化方法也避免了复杂的人工调试过程,得出的优化结果为雨水泵站启泵水位的选取提供参考.     

基于改进哈里斯鹰算法的梯级泵站优化调度

为了提高梯级泵站系统运行效率，节约工程运行成本，以梯级泵站运行效率最大化为目标，建立梯级泵站优化调度模型，提出基于改进哈里斯鹰算法（HUHHO）的梯级泵站优化调度方法.将饥饿率引入哈里斯鹰算法（HHO）以更好地实现探索与开发之间的平衡；在探索阶段添加1个偏移项以考虑哈里斯鹰饥饿感强弱对搜寻猎物能力的影响，提高算法的寻优能力、避免陷入局部最优.通过基准测试函数验证HUHHO寻优性能的优越性.将HUHHO应用于北京市某三级泵站优化调度中，对HUHHO求解梯级泵站优化调度问题的可行性与有效性进行验证.结果表明：相较于现状方案，基于HUHHO的优化方案可使梯级泵站运行效率提高0.11个百分点，年运行成本节约42 187元，优于利用粒子群优化算法（PSO）、遗传算法（GA）、HHO得到的运行效率及节约成本.     

机械产品曳引系统的优化设计方法

针对机械产品曳引系统的性能优化,应用非支配排序遗传算法（NSGA II）求解曳引性能的三目标优化问题,即最大曳引效率、最小曳引功率和最小制动力矩.根据曳引性能优化模型中设计变量分为连续值和离散值的特点,引入浮点数与二进制数混合编码策略.通过改进NSGA II的二进制交叉、变异规则,保证了设计变量的全局寻优能力和有效性,使得算法一次运行就能够求得分布均匀的Pareto最优解集.实验数据分析表明,采用混合编码策略,NSGA II算法较线性加权法和Pareto强度进化算法（SPEA）能够获得边界性和分布性更好的Pareto最优前沿.     

求解动态路径诱导K路最短问题的人工免疫优化方法

针对智能交通诱导系统中传统最短K路算法的运行效果不佳,提出一种新型人工免疫优化搜索算法,并将其应用于扩展节点法建立的城市交通路网模型,实现了城市交通诱导系统的最优K路搜索. 该算法基于生物免疫系统的免疫记忆功能,具有全局性并行搜索的特点. 在K路最短问题求解时能同时给出K条最短路径,不存在遗传算法的早熟现象并具有更好的并行处理能力. 示例仿真验证了算法的有效性与实用性.     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

改进遗传算法求解交通最优路径的实现

针对在现实生活中的智能交通诱导系统中求解实时最优路径问题,根据实时交通信息,以车辆周转时间最短,提高路网道路运行效率为目标建立模型．在基本遗传算法中引入了一种新的带染色体交叉控制策略得到改进遗传算法,并配合循环交叉,来求解实时最优路径．通过实验结果来说明该方法的是有效的．     

基于自适应遗传算法的机泵群效率优化控制

针对城市局域排水系统机泵扬程多变、常在低效区运行所引起的污水提升高耗能问题作了探讨.依据机泵扬程和效率寻优策略,基于以避免污水外溢等为约束条件的自适应遗传算法,提出了一种综合控制方法.给出了以机泵群中主、次运行机泵效率拟合曲线为适应度的寻优运行关系图,实施扬程、效率综合寻优节能.基于泵站运行数据进行仿真,构建实验系统进行模拟实验,并依据泵站系统运行数据作不同控制方法下的扬程和提升流量跟踪比较.结果表明,在相同工况下,基于自适应遗传算法的污水系统排放流量跟随速度快,排水扬程更加稳定,机泵能够很快进入高效运行状态,综合节电效果好.     

基于流量的城市排水系统协调优化调度方法

针对城市污水排放系统进水量不确定、调度功能缺乏,易引起污水外溢或高扬程大耗能排水问题,提出一种基于流量的城市排水协调调度控制策略.依据典型排水拓扑结构图建立排放系统数学模型,并构建了输入流量计算方程.由各泵站间污水流入、排出量与进水池水位的关系对系统做流量排放协调调度的仿真,并通过已构建的网络控制平台进行了现场调度模拟试验.结果表明：基于流量的优化调度方法可提升排水系统的协调性能,获得好的过流能力,提高污水的安全排放水平,同时能保持低扬程排放运行获取好的节能效果.     

基于移峰填谷的排水泵站优化调度研究

采用改进的动态规划算法对定速泵排水泵站的优化调度问题进行求解,考虑了峰谷分时电价制度对电费的影响,以一座配有两台定速泵的排水泵站为例,首先建立了该泵站的物理模型和动态规划模型,然后构造了改进动态规划算法并详细分析了该算法的主要思想和求解算法时的编程思路,最后计算出了双泵控制下的最优启停控制序列和优化结果,并将该结果与传...     

小型水电站水库优化调度新模型探讨

针对目前水电站水库优化调度计算中 ,电站出力系数和水头损失近似取值或计算导致优化计算结果并非真正最优的问题 ,提出了小型水电站水库优化调度新模型 .该模型以水库优化调度模型为主模块 ,以水电站厂内优化运行为子模块 .在用动态规划求解主模块过程中 ,调用水电站厂内优化运行子模块 .由于子模块以机组的实际动力特性为依据 ,而且将电站引水系统和尾水系统由于机组组合方式不同所出现的不确定因素纳入优化设计之中 ,可有效地解决电站出力系数和水头损失近似计算的问题 ,且计算结果更加准确、可靠     

基于数据挖掘技术的电厂运行参数目标值优化

针对电站数据自身的多元性、动态性与相关性给人工分析和处理带来困难的特点,提出了基于数据挖掘算法的电厂运行参数最优值的确定方法,并将其应用于电站实际运行中。     

水厂最优节能递阶控制

针对水厂中众多生产过程互相关联的难点,本文采用递阶控制结构,选择泵站等效效率作协调变量,提出一种新的协调算法,解决了这一复杂时延系统的最优控制问题。仿真结果说明,采用本文方案于水厂,能达到较大的节能效果。     

多时段缺电损失最小化减载模型及算法

为了实现系统供电不足时的缺电损失最小化,本文提出了在多时段最优减载的模型和算法.该模型考虑了各时段间缺电损失的耦合关系,是一种最优潮流模型,该算法是改进的近似规划法.利用不同时段潮流方程和约束条件的无耦合性,将潮流求解、灵敏度解算、约束条件的线性化、有效约束的筛选等主要计算分时段进行,进而形成关于所有时段控制变量的近似线性规划算法.以线性规划的结果修正控制变量,迭代收敛至最优解.同时将距离判别有效约束改进为区间运算判别有效约束,提高了线性规划算法的效率.并以IEEE-14节点系统的4个时段为例,验证了该模型和算法的有效性.     

Un-powered gliding aircraft's ballistic missile optimal design

In this dissertation, un-powered gliding aircraft's optimal extended rangeproblem is discussed. The aircraft movement model was built. According to the degree of coupling, the model can be classified into a simple model or a complicated model. Using an optimal control method, two different movement models gave out the aircraft's attitude angle optimal flight path. Complicated model's optimal solution can be found by the genetic algorithm. This method can transfer the analytic solution of complicated model to a numerical value solution. Comparing the simulation results of different methods, it showed that the genetic algorithm combined with the complicated model's numerical value solution had the best performance in control strategy. This method solved the problem in which the highly coupling complicated model's analytic solution was hard to obtain. It verified that the genetic algorithm has validity in the field of extended range solution searching.