基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面：增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性...     

多目标进化算法及其在控制领域中的应用综述

多目标进化算法在求解多目标优化问题方面具有独特的优势.对此,介绍了多目标进化算法的基本原理,讨论了多目标进化算法的一系列改进方法;论述了近年来多目标进化算法在自动控制领域中的最新研究成果,并对其未来的发展方向进行了展望.     

进化算法在复杂网络中的应用综述

复杂网络作为现今科学研究中的一个热点学科,在过去20年里得到了巨大的发展.现实中大量的复杂的交互系统,比如互联网、交通运输网、神经网络等都可以抽象为复杂网络,以进行系统的分析和研究.进化算法作为优化工具应用于复杂网络的不同领域的各个任务中,如网络社团结构的检测任务、网络动力学中的鲁棒性优化任务、网络传播中关键节点的搜寻任务等.本文首先对复杂网络和进化算法相关的基础知识进行了全面的概述,重点讨论了复杂网络中目标优化的研究进展,针对不同任务对优化目标及其具体应用展开了详细介绍,同时,对算法的性能评价指标进行了概述.此外,本文通过一系列实验展示了单/多目标优化算法在复杂网络优化问题上的性能表现,以及部分目标之间的相关性关系.最后对复杂网络中优化问题未来的研究动向进行了展望,为今后研究人员开展进化计算和复杂网络相结合的相关研究提供一些思路.     

DPSO算法在服务网格资源调度中的应用

服务网格结合了Web服务技术和网格技术,代表了应用网格的发展方向.在这类网格中,有大量的应用在运行,这些应用又共享网格的各种资源,资源优化调度能使这些应用获得最大的性能,也是影响网格计算能否成功的最重要的因素之一.在建立服务网格资源调度数学模型的基础上,应用离散微粒群优化算法(DPSO),在给定约束下寻找服务网格环境下资源和任务问的最优的映射关系,达到资源优化调度的目的.通过MATLAB进行模拟仿真实验,验证了该方法的可行性.     

多目标进化算法研究进展

进化算法具有本质上并行、不需要求导或其他辅助知识、一次运行产生多个解和简单易于实现等优点,被视为求解多目标优化问题的有效方法,目前已经形成了各种不同的多目标进化算法（MOEA）。本文首先回顾了多目标进化算法的研究起源,给出了多目标优化问题的数学描述;其次,详细分析了第一代多目标进化算法,其主要特征是简单易于实现,包括NSGA、NPGA、MOGA等,并指出这一代算法研究的成绩与不足;然后,对第二代多目标进化算法作了全面分析,指出其特征是强调效率,以精英保留策略为实现机制,且对SPEA、PAES、NSGAⅡ、NPGA2、PESA、Micro-GA等方法进行分析比较,还对这一代的研究作了总结;最后,对多目标进化算法的研究趋势作了展望和预测。     

基于网格投影的超多目标进化算法

针对超多目标优化问题求解困难的问题,研究如何得到收敛性和分布性较优的解集,提出了一种基于网格投影的超多目标进化算法-GPEA。该算法根据决策需求将超多目标优化问题的目标空间进行分解,得到投影维目标空间和自由维目标空间;再将投影维目标空间分割为若干投影格,将自由维目标空间分段成若干自由格。算法在每个投影格上进行种群进化,并根据个体相对投影格的位置采用两测度策略筛选个体。第一测度是对落入到投影格内的个体使用非支配排序和自由维目标空间个体筛选策略,选择收敛性和分布性较优的个体作为候选种群。当落入到投影格内的个体数量不足时,进行第二测度筛选,根据个体相对投影格的距离排队,选择相对较近的个体并入到候选种群中。分析了算法的性能,通过对标准测试函数在不同目标下的求解,实验证明基于网格投影的超多目标进化算法能够有效地求解超多目标优化问题。     

多目标进化算法在卫星姿态控制中的应用

挠性卫星大角度机动姿态控制要求卫星能够较快地机动到给定位置,同时要求由卫星机动引起的帆板振动强度尽可能地小.基于一种新型的多目标优化进化算法,规划卫星的大角度机动路径,以同时优化卫星姿态机动的快速性和帆板低振动强度两个指标.仿真结果表明,所提方法运行一次便能够有效地搜索到一组多样性较好的非支配路径解,供决策者在不同的工作目标下选择,有效地缓解了两个指标间的矛盾.     

量子多目标进化算法研究

本文首次将量子计算的理论用于多目标优化,提出量子多目标进化算法（QMOEA）,其采用量子位染色体表示法,利用量子门旋转策略和量子变异实现群体的进化,使用ε支配关系构造外部种群以此保持算法的较好分布性,提出基于快速排序的非劣最优解构造方法加快算法运行效率,实验表明,这种方法与经典的多目标进化算法SPEA2相比,其收敛性更好且分布更均匀     

自适应小生境遗传算法在系统级综合中的应用

多目标遗传算法是解决SoC系统级综合问题的有效途径之一,但现有的遗传算法只能求得非劣解集前沿的一部分,局部搜索能力差,收敛速度较慢。该文通过结合小生境技术,根据种群往代的多样性信息,自适应地确定子种群的规模和交叉、变异的概率,提出一种自适应小生境遗传算法,有效提高解集的覆盖率,加快收敛速度。以视频编解码的系统级综合为例,证明该算法可以较快地产生较多非 劣解。     

多目标差分进化算法的电力系统无功优化

 在传统电力系统无功优化( Reactive Power Optimization,RPO) 模型中引入电压水平 指标,建立了以网损最小,电压水平最好为目标的多目标差分进化算法( Differential Evolution Algorithm) 的模型。针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,提出一种 具有自适应参数策略的改进差分进化算法并首次用于多目标电力系统无功优化问题。通过在 算法进化过程中调整变异因子F 和交叉因子CR,在初期增加种群的多样性、扩大全局搜索区 域; 从而可以避免算法陷入局部最优解; 同时在后期也加快了收敛速度。将该算法用于电力系 统无功优化并仿真计算了IEEE-14 节点标准测试系统,结果验证模型和算法的有效性。     

运城电网自动电压控制系统应用实践

介绍了运城电网自动电压控制系统的工作原理、连接方法和控制策略,分析了系统的主要功能,重点探讨了施工调试中遇到的问题并提出解决方法。该系统在运城电网的实际应用中达到了降低运行劳动强度、提高电压合格率、降低网损等效果。     

电网调度控制系统中的应用商店设计

随着现代电网调度控制系统的发展,大量人机云终端存在安装应用的需求,但是目前应用软件管理面临诸多问题,如应用软件发布、升级、维护自动化程度低,软件部署之后缺乏信息反馈回路,后期维护成本高,难以满足目前的需求.另外,在电网系统中网络的分区隔离让应用传输也面临跨网络分区分发问题,从使用角度看,应用上传和下载遇到大文件时传输速...     

基于卷积神经网络的电网工控系统入侵检测算法

传统的电网工控系统主要通过防火墙等工具, 与外部网络进行隔离, 但是随着云计算、物联网等新技术的应用, 网络之间互联程度不断深入, 安全防护难度大大提高, 如何有效检测出网络入侵行为变得至关重要. 与传统入侵检测技术相比, 卷积神经网络具有更好的提取入侵特征的能力. 本文提出一种基于卷积神经网络的电网工控系统入侵检测算法, 使用经过处理的KDD99数据集进行模型训练, 并添加级联卷积层优化网络结构. 在参数规模不大的前提下, 保证了模型运行的实时性要求. 本文算法相对于传统SVM算法和K-means算法, 提高了入侵检测的准确率, 降低了误检率, 可以有效检测出对于电网工控系统的入侵行为.     

基于进化神经网络的短期电网负荷预测算法

本文提出了一种基于进化神经网络的短期电网负荷预测算法。该算法使用了改进的人工蜂群算法与BP神经网络融合生成的进化神经网络,并且使用改进的人工蜂群算法对进化神经网络的偏置和权重进行优化。该算法将火电历史负荷数据作为输入,使用进化神经网络训练预测模型,预测未来一段时间内的电网负荷。首先获取历史负荷数据,然后将收集到的数据应用于进化神经网络模型训练。人工蜂群算法作为一种全局搜索算法,可以有效地探索模型参数空间,寻找最佳的模型参数组合以提升预测精度。为了验证所提出的负荷预测方法的有效性,本文使用了火电网负荷数据进行测试。实验结果表明,在短期电网负荷预测方面,本文提出的进化神经网络比传统方法预测结果更加准确可靠。     

变频调速技术在电厂自动控制系统中的应用

介绍了变频调速技术在电厂自动控制中的成功应用实例，说明了在电厂老设备改造、节约用电、改善工艺等方面技术改造的有效途径。     

风电场无功功率自动控制系统的应用

在风力发电系统中,保证风电场安全可靠运行,提高运营经济效益,是运行风电场的首要课题.系统评估了一种无功功率控制系统在新疆达坂城某风力发电场的应用,针对永磁直驱风力发电机组,综合无功分配和调节两方面,给出了风电场无功控制的综合调配方案,实现风电场无功和电压的自动控制.通过风电场运行数据对比,验证了无功自动控制系统的经济性...     

基于小生境遗传算法的网格任务调度

任务调度是网格研究中的NP问题。在研究现有任务调度算法的基础上,分析小生境遗传算法的优点,引入种群排序三原则,优化种群结构,提出基于改进小生境遗传算法的网格任务调度方法,并运用GridSim工具进行仿真实验验证。实验结果表明,该方法结果精度和收敛速度优于普通遗传算法,能降低资源占用率。     

基于软分区的地区电网自动电压控制系统

介绍贵港地区电网基于软分区的三级自动电压控制（AVC）系统,并对该系统的三级控制原理及区域变电站的控制规则进行说明。     

电网调度自动化系统中的安全策略算法

电网调度的主要控制是倒闸操作不管是人工调度还是自动化谳度必须保证倒闸操作的正确和可靠。本语文在分析了人工调度中使用的安全策略后,提出倒闸操作的安全策略算法。从而在自动化调度系统中实现这种算法,简化了编程和光验．