家庭微网储能分组能量管理优化策略

在家庭能量管理系统中,可再生能源的发电功率具有不确定性和间断性,成为影响家庭能量优化调度的因素.储能系统在优化过程中过多充放电次数也会增加储能折旧费用.针对上述问题,文中提出一种储能分组能量管理优化策略.根据可再生能源出力不确定部分和确定部分为储能系统配置充电部分和调度部分.首先建立风力发电系统、光伏发电系统和储能系统...     

多种群遗传算法下电网源网荷多时段优化调度

电网源网荷多时段调度分配衔接不当,造成能源跨区消纳较高,利用率较差。为此,提出基于多种群遗传算法的电网源网荷多时段的优化调度方法。利用种群优化算法建立不间断和间断的供给优化调度模型。采用遗传调度算法进行数据迭代,根据用户的舒适度和经济度建立目标函数,在满足约束条件的基础上,确定时间尺度,实现优化调度。实验结果表明,多种群遗传算法下电网源网荷多时段优化调度能够很好地实现跨区消纳,能源利用率能够达到98.95%,具有较好的实用价值。     

基于电力路由器的家庭能量管理系统设计

阐述基于电力路由器的家庭能量管理系统,系统架构与调度模型、功能设计,包括系统架构设计、分布式发电与储能技术、系统软件架构、系统安全设计。     

基于遗传算法的船舶系统功能软件优化

本文针对软件模块如何映射到通用处理器上问题,选择遗传算法以负载均衡为目标进行优化,并对遗传算子进行改进。对最终的精英个体进行解码,得到船舶作战系统最优部署方案。实验结果也证明了改进后的遗传算法提高了解的优质程度,使最佳个体不会丢失,提高种群水平,可行性较高。     

基于遗传算法的船舶系统功能软件优化

本文针对软件模块如何映射到通用处理器上问题,选择遗传算法以负载均衡为目标进行优化,并对遗传算子进行改进。对最终的精英个体进行解码,得到船舶作战系统最优部署方案。实验结果也证明了改进后的遗传算法提高了解的优质程度,使最佳个体不会丢失,提高种群水平,可行性较高。     

基于小生境遗传算法的移动机器人路径优化

针对标准遗传算法存在收敛性慢和局部最优解的缺陷,结合移动机器人行走特点,提出一种基于预选择机制小生境技术的改进遗传算法中移动机器人路径规划方法.该方法兼顾对局部最优解和全局最优解的搜索,维持群体的多样性,避免了早期收敛现象的发生;同时也增强了自然群体进化的并行性,加快了搜索进程.计算机仿真结果表明,该算法在收敛速度和输出全局最优解概率方面相对于标准遗传算法有了显著提高.     

遗传算法在供热系统运行优化中的应用

本文利用遗传算法解决了城市集中供热系统的运行优化问题。通过比较,遗传算法在解决供热系统运行优化问题上,显示出了意想不到的优越性,它克服了传统的优化方法受目标函数形式限制的缺点。该文对遗传算法中的代码串的编制、杂交、变异概率的选取进行了有益的探讨。     

基于双层优化的综合能源系统规划配置研究

综合能源系统的结构复杂、耦合接口较多、投资较大,使得综合能源系统规划配置变为多维度、非线性的问题,求解较为困难,且时常无法得到最优的配置方案.针对上述问题,文中建立了含燃气轮机、分布式电源、天然气、供热、储能等装置在内的多能系统耦合模型.以电负荷为基础,综合考量系统热负荷、冷负荷及燃气需求量等因素.采用二阶锥算法的双层...     

基于遗传算法的个性化学习系统研究

目前,个性化服务随着互联网的发展已经成为现代远程教育中的一个重要部分,能够为网络上不同层次的用户提供个性化需求是它的最大优点。文章提出了一种基于遗传算法的个性化学习系统,充分利用了遗传算法应用简单、全局搜索能力强等特点,帮助提高学习效率。学习系统模型会随时收集学习过程中的个性化动态数据,实现学习内容的个性化进化。     

基于遗传算法的城市交通安全系统的设计

城市交通安全系统是城市智能交通系统中十分重要的组成部分。本文针对目前城市特点及交通现状,详细介绍了遗传算法在系统实现中的关键技术,围绕系统结构、数据库建模,对安全系统的设计与实现进行研究,最后以交通诱导的处理为例阐述了系统的实现。     

基于量子遗传算法的CDMA多用户检测技术

多用户检测技术的最优解在常规条件下是个NP难解问题,利用量子态并行计算特性和量子纠缠特性能有效获得多用户检测的最优解,现提出了一种基于量子计算理论和遗传算法理论相结合的量子遗传算法的多用户检测技术.仿真结果表明,此方法在误码率方面具有良好的性能并且其抗多址干扰能力和抗远近效应能力明显优于经典遗传算法多用户检测器和传统检测器.     

基于遗传算法的制冷系统动态矩阵控制

根据数据采用最小二乘法辨识得到制冷系统多变量传递函数模型,随后对制冷系统设计动态矩阵控制器,使系统蒸发温度和过热度在满足约束条件下达到控制要求;考虑到DMC控制器的控制时域、预测时域、控制量权重矩阵等参数直接影响系统的稳定性和输出跟踪效果,而一般试凑法选取参数不可避免地存在主观性和随机性,因此给出一种基于遗传算法的DMC参数寻优方法,并应用于制冷系统的控制问题中。最后的仿真试验表明了算法的有效性。     

基于量子遗传算法的航空通信频率动态分配

为了更加有效地对航空通信频率进行分配,提出了一种基于量子遗传算法的航空通信频率动态分配方法。通过对频率动态分配思路进行分析,建立了频率动态分配框架,给出了频率动态分配的具体流程。在此基础上,讨论了航空通信频率动态分配问题,定义了航空通信频率动态分配约束条件,建立了航空通信频率动态分配模型。最后,运用量子遗传算法和遗传算法对算例进行仿真对比。结果表明：量子遗传算法在种群适应度和收敛速度上具备明显的优越性,频率动态分配模型能够根据不同种群数量条件动态调整适应度,能够较好满足航空通信频率分配问题动态性、准确性、时效性等实践运用要求。     

基于量子遗传算法的传感器网络拓扑结构控制.

目前传感器网络的应用有2个趋势:支持多业务和提供服务质量保障。出于低耗能、高连通性等目的,对网络的拓扑结构进行控制较为关键。对此进行了研究,提出了基于量子遗传算法的网络拓扑结构控制解决方案。仿真实验表明量子遗传算法在求解性能上优于常规遗传算法,达到了低耗能和高连通性的目标。     

一种基于高校排课问题的新型量子遗传进化算法

量子遗传进化算法是量子计算和遗传算法相结合的产物,量子比特是两个量子态的叠加态,在此,详细介绍了量子遗传进化算法。尝试使用量子遗传进化算法来解决高校排课问题,并进行了实验。实验结果表明,该算法获得了比较好的结果。     

改进的遗传算法网络考试系统研究

在线考试系统中题库的智能组卷是考试系统体系质量的核心所在,在网络环境下如何确保试卷能快速、高效、科学的生成也是组卷的关键所在。本文采用遗传算法进行自动组卷,可以有效填补漏洞,极大提高效率,保证网上考试的公平、公正性。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

基于遗传算法的温度控制系统设计

温度控制在现代自动化工业现场非常普遍：比如在;台金、化工、建材等各类现代工业中,均广泛使用反应炉、加热炉等设备,这类设备在工作过程中往往需要对其温度进行准确的测控。常规的温度控制算法往往是采用PID等基本过程的控制算法,但是PID往往难以达到很多场合对于控制速度、精度等方面的要求。尝试使用遗传算法来进行温度控制,并进行了Multisim仿真分析。仿真结果证明新的算法,其控制效果改进明显。     

基于量子遗传算法的无线视频传感网络优化覆盖算法

针对智慧城市无线视频传感网络建设需要,提出一种基于量子遗传算法的网络优化覆盖算法。算法面向复杂的监视区场景,监视区中存在形状各异的障碍物,各区域的重要程度不同。以二维离散网格模型描述监视区场景,用编码描述矩阵表示监视区域,用七元组描述有向无线视频传感器。通过严格的数学推导得出了问题的数学规划模型。优化覆盖算法由IntialDeployment算法和OptimizedDeployment算法2部分组成,以获得最大有效覆盖率的网络部署方案为求解目标。采用量子遗传算法搜索解空间,通过合理编码染色体,优化量子旋转门参数,使算法的运算速度快,收敛性好。引入理想覆盖率和理想加权覆盖率2个极限值,采用相对比较法评判算法优劣。仿真实验和数据分析表明,算法获得的方案能很好地逼近理想极限值。在传感器节点数给定的情况下,算法能获得最大的覆盖率。     

基于改进遗传算法的入侵检测的研究

目前的入侵检测存在一些问题,针对这些问题,对遗传算法在入侵检测中的应用进行了研究,讨论了适应度函数的构造,并对种群的确定、选择算子、交叉算子进行了改进,在此基础上提出了一种基于改进遗传算法的入侵检测模型,并通过实验验证了它的可行性.