共查询到20条相似文献,搜索用时 171 毫秒
1.
为较为精确地获得电阻率测深曲线反演的全局最优解,把具有群体智能的启发式全局搜索的粒子群算法应用于电阻率测深数据反演中,通过对多组测深曲线模型进行了试算,并对试算结果进行了分析,证明了粒子群算法在三层以下模型的反演中是可行和有效的,但对于多余三层的模型,反演结果精度不高,可结合其他算法进行综合反演。 相似文献
2.
3.
改进粒子群优化算法在水电站群优化调度中的应用研究 总被引:8,自引:4,他引:4
为克服常规粒子群优化算法易早熟、后期收敛慢且易陷入局部最优解的缺点,本文提出一种新的惯性权重系数更新策略——自适应指数惯性权重系数(SEIWC)代替线性递减惯性权重系数(LDIWC),同时,将遗传算法中的染色体交叉、变异思想引入粒子的更新策略,提高粒子的多样性,增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例,建立基于改进粒子群优化算法的库群长期优化调度模型。计算结果表明,该模型的调度结果显著优于常规粒子群优化算法,与逐步优化算法结果水平相当。 相似文献
4.
5.
针对常规粒子群优化算法易早熟,后期收敛慢且易陷入局部最优解的不足,提出一种新的惯性权重系数更新策略—自适应指数惯性权重系数(SEIWC)代替线性递减惯性权重系数(LDIWC),同时,将遗传算法中的染色体交叉、变异思想引入粒子的更新策略,提高粒子的多样性,增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例,建立基于改进粒子群优化算法的库群长期优化调度模型,计算结果表明,该模型的调度结果显著优于常规粒子群优化算法,与逐步优化算法获得的结果达到相当水平。 相似文献
6.
7.
把粒子群算法引入岩土工程参数反演领域,并对基本粒子群算法进行改进,改进的算法(CSV-PSO算法)在粒子飞速移动中动态地调整粒子运行的速度极限及惯性权重,压缩搜索空间,从而克服了基本粒子群算法搜索精度不高、易陷入局部最优的缺点。算例表明,与POS算法相比,CSV-PSO算法的结果精度提高约1倍,耗时缩短40%,说明CSV-PSO算法是一种新颖可行的参数反演方法。 相似文献
8.
9.
10.
11.
提出了基于单纯形微粒群优化算法(SMPSO)直接求解作物水分生产函数Jensen模型参数的方法。通过计算分析,用传统方法计算而得Jensen模型的相对产量与实际相对产量的相关指数为0.825,而用SMPSO(PSO)计算而得的相关指数为0.932;SMPSO寻优仅需要0.3973s,而PSO需要1.0783s。 相似文献
12.
用于大坝安全监控的加权统计模型主要依据工程经验确定各因子的权重,这种求解方式易导致部分因子信息的缺失。根据大坝安全监测数据,应用粒子群算法可优化确定加权统计模型中各参数的最优解,但对于高维度优化问题,该算法存在收敛速度慢、易陷入局部最小等不足。针对这些不足,考虑粒子种群平均位置信息的影响,提出一种新的改进粒子群算法,利用单体与种群平均位置的距离信息确定两者之间的学习因子。土石坝工程实例分析结果表明:改进粒子群算法加强了种群跳出局部最小的能力,所得加权统计模型的权重符合工程实际情况。尤其在大坝运行初期,监测资料较少的情况下,基于改进粒子群算法的大坝监控模型具有较高的预测精度和预报能力,可为大坝监控领域提供一种新的数据分析方法。 相似文献
13.
基于自由搜索的灌区优化配水模型研究 总被引:6,自引:0,他引:6
在求解优化配水问题时,遗传算法和粒子群算法是经常被采用的优化算法,然而在优化过程中可能出现早熟,从而会影响到配水模型的有效性。为此,本文引入一种新的基于动物群体的优化算法——自由搜索(FreeSearch)算法,并以实现单位灌溉水量的净收益最大为目标构建了灌区优化配水模型,设自由搜索中动物探查行走时的位置分量为模型寻优参数,应用自由搜索算法对模型进行优化求解。实例应用结果表明:与加速遗传算法和标准粒子群算法求解优化配水模型的结果相比,本文建立优化配水模型能为灌区提供更合理的优化配水方案,可使整个灌区及单位灌溉水量的净收益都获得显著增长。 相似文献
14.
应用改进粒子群算法求解松江河梯级水电站短期优化调度问题,建立梯级电站发电量最大和发电效益最大短期优化调度数学模型。针对粒子群算法存在的后期收敛速度慢和易陷入局部最优等缺点,引入收缩因子和基于遗传思想的变异算子对其进行改进。应用改进粒子群算法对松江河梯级水电站进行短期优化调度,分别采用发电量最大和发电效益最大数学模型进行算例分析。结果表明:对梯级电站进行短期优化调度可以提高梯级电站的整体质量和效益;应用改进粒子群算法求解梯级电站短期优化调度问题在求解时间、精度上都取得了满意的效果。 相似文献
15.
16.
17.
基于投影寻踪的湖泊富营养化程度评价模型 总被引:4,自引:0,他引:4
针对湖泊富营养化评价指标的不相容性以及现有方法对等级的分辨率较粗略等问题,基于我国湖泊富营养化评价标准构建了投影指标函数,引入粒子群算法优化投影指标函数寻求最佳投影方向,应用最佳投影方向计算投影值,从而建立了评价湖泊富营养化等级的投影寻踪模型。同时引入混沌变量解决了采用随机生成样本系列的方法确定分段函数端点值存在的困难。实例应用结果表明,基于混沌映射的投影寻踪评价模型以投影值为单指标,采用分段函数的模型形式解决了湖泊富营养化的多指标综合评价问题,且该模型对湖泊富营养化等级的分辨率较高。 相似文献
18.
基于模拟-优化模式的供水水库群联合调度规则研究 总被引:1,自引:3,他引:1
提出了基于模拟-优化模式的混联供水水库群联合优化调度规则求解框架。首先,通过构建虚拟聚合水库,编制联合调度图,以做出水库群对各用水户的供水方案;其次,通过优化成员水库供水任务分配因子,并结合供水水库群常规调度规则,实现共同供水任务在水库间的优化分配。采用改进粒子群算法 (NSPSO) 对观音阁-葠窝-汤河水库群联合供水调度模型决策变量 (联合调度图调度线位置和成员水库供水任务分配因子) 进行多目标优化,分析联合供水调度过程中目标之间的竞争关系,检验联合调度规则的合理性与有效性以及NSPSO算法的优化效率。 相似文献
19.
M.H. Afshar 《Journal of Hydro》2012,6(1):75-87
In this paper two adapted versions of Particle Swarm Optimization (PSO) algorithm are presented for the efficient solution of large scale reservoir operation problems with release volumes taken as the decision variables of the problem. In the first version, exploiting the sequential nature of the solution building procedure of the PSO, the continuity equation is used at each period to define a new set of bounds for the decision variable of the next period which satisfies storage volume constraints of the problem. Particles of the swarm are, therefore, forced to fly in the feasible region of the search space except for very rare cases and hence the name of the Partially Constrained Particle Swarm Optimization (PCPSO) algorithm. In the second, the periods of the operations are treated in a reverse order prior to the PCPSO search to define a new set of bounds for each storage volume such that partially constrained particles are not given any chance of producing infeasible solutions and, hence, the name of Fully Constrained Particle Swarm Optimization (FCPSO) algorithm. These methods are used here to solve two problems of water supply and hydropower operation of “Dez” reservoir in Iran and the results are presented and compared with those of the conventional unconstrained PSO and a genetic algorithm. Three cases of short, medium and long-term operations are considered to illustrate the efficiency and effectiveness of the proposed methods for the solution of large scale operation problems. The methods are shown to be superior to the original PSO and genetic algorithm in locating near optimal solutions and convergence characteristics. Proposed algorithms are also shown to be relatively insensitive to the swarm size and initial swarm compared to the original unconstrained PSO and genetic algorithm. 相似文献
20.
基于并行混沌量子粒子群算法的梯级水库群防洪优化调度研究 总被引:3,自引:0,他引:3
梯级水库群防洪优化调度问题规模庞大、结构复杂,涉及大量的决策变量和复杂的约束条件,各水库、各时段之间的水位、流量存在复杂的耦合关系,呈现出高维度、非线性、强约束特性,传统的优化方法难以直接求解或者计算效率低,存在早熟收敛问题。研究工作试图将量子粒子群算法(QPSO)引入到水库群防洪优化调度问题中,为了提高算法的全局搜索能力和收敛性能,对标准QPSO做了改进,包括利用混沌思想初始化种群、自适应激活机制和精英粒子混沌局部搜索策略3个方面,并引入多核并行计算技术以降低计算时间,提出了并行混沌量子粒子群算法(PCQPSO),函数测试证明了PCQPSO的可行性、稳定性和高效性。将PCQPSO应用到水库群防洪优化调度问题中,与POA、QPSO进行对比分析,结果表明PCQPSO收敛效率快、求解精度高,为解决梯级水库群防洪优化调度问题提供了一种有效的新思路。 相似文献