基于杂交退火灰狼算法的移动机器人路径规划

针对灰狼优化算法在移动机器人路径规划时易陷入局部最优且效率低的问题，提出一种杂交退火灰狼算法。采用可调节的非线性收敛因子进行平衡算法的前期搜索和后期寻优；同时采用自适应遗传杂交策略，对灰狼群体以一定概率两两杂交以产生新个体，从而有效增强灰狼群体的多样性；在迭代的后期用模拟退火操作接受候选狼，避免算法陷入局部最优解。将路径长度和路径平滑度作为适应度评估指标并建立评估函数以评估路径规划效果。最后，路径规划实验结果表明，在3种不同尺寸的地图上，本文改进算法的适应度比灰狼优化算法分别优化了2.10、3.15、3.94,路径规划效果明显优于其他相关算法。     

基于新型灰狼优化算法的无人机航迹规划

为解决灰狼优化算法存在寻优性能差、收敛性差等问题,提出了一种新型灰狼优化算法。该算法在初始化部分使用反向学习策略生成了有序的个体,有效改善了算法的收敛速度;设计新型的非线性收敛因子和优化个体位置更新策略来协调算法的搜索能力,降低陷入局部最优的概率;引进精英选择保留策略,促使种群进化加速,提高算法收敛速度。基本函数测试和航迹规划仿真实验两者的结果表明新型灰狼优化算法具有较强的收敛性和寻优能力,并且该算法规划航迹所花费的平均航迹代价值比灰狼优化算法少19.9%。     

基于改进差分灰狼算法的主动配电网优化重构

为提高主动配电网（Active Distribution Network,ADN）重构的经济性和稳定性，以主动配电网有功网络损耗最小和系统电压偏移指数最低作为目标函数，建立了主动配电网优化重构模型，利用目标规划法构建适应度函数，将多目标优化问题转化为单目标进行求解。采用差分进化算法和Tent混沌映射对灰狼优化算法进行改进，以提高算法的优化性能。运用改进差分灰狼优化算法（Improved Differential Grey Wolf Optimization,IDEGWO）对主动配电网优化重构模型进行求解，并与其他算法对比，算例分析结果表明，改进差分灰狼优化算法在迭代次数和收敛精度方面均优于其他算法，按照IDEGWO算法优化方案重构后的有功网络损耗和系统电压偏移指数分别为57.91 kW和0.785 6，主动配电网系统重构后的经济性和稳定性均得到了显著提升，验证了模型的正确性及求解方法的优越性。     

求解全局优化问题的多策略改进灰狼算法

针对原始灰狼算法在求解全局优化问题时,存在后期收敛速度慢、易陷入局部最优、优化效率低等缺点,提出一种多策略改进的灰狼优化算法(multi-strategy improved grey wolf optimization, MSI＿GWO)。从参数、搜索机制以及最优解扰动3个方面引入3种改进策略。对控制参数a,采用非线性调整策略,改进算法的勘探和开发能力;采用动态权重策略进行位置更新,提高算法的收敛性;设计小波最优解扰动策略,提高种群多样性,同时避免算法陷入局部最优。对MSI＿GWO算法的寻优性能进行验证,选取单峰多峰共9个测试函数完成仿真实验,并与其他改进灰狼优化算法以及粒子群、天鹰优化算法、蜜獾算法进行比较,结果表明,MSI＿GWO算法在收敛速度和寻优效率方面均为最优的。     

热电联产经济环保调度优化

为解决复杂的热电联产经济环保调度问题,提出了一种改进的多目标灰狼优化算法。标准灰狼算法只适用于处理单目标优化问题,而改进的算法也适用于多目标优化,并通过融入方向修正操作以修正狼群前进方向,并改善算法的全局搜索能力。其次,结合快速非劣解排序、拥挤距离计算等,在更新狼群位置时,采用"精英保留策略"淘汰弱势狼个体,进一步提高算法的收敛速度,并通过模糊决策理论获得最优折中解。最后,通过对某典型7机组热电联产系统的仿真,验证了所提出方法不仅能够有效地求取热电联产发电计划在经济性与环保性之间的最优折中,同时克服了标准灰狼算法的缺陷,且较其他群智能优化算法在求解质量、收敛性等方面具有明显优势。     

基于GWO-PSO优化的三级式发电机二自由度分数阶PID调压控制

针对航空三级式发电机存在建压超调、响应速度慢、电压稳定性差、负载扰动等问题,在双环调压结构的基础上,设计了一种基于灰狼混合粒子群算法(GWO-PSO)优化的二自由度分数阶PID(2DOF FOPID)调压控制器。利用二自由度控制,增强抗干扰和目标跟踪能力;结合分数阶控制,使参数的整定更加灵活,并具有对被控对象参数变化不敏感的特点,可以提升系统的控制性能;改进的GWO-PSO以灰狼优化算法的机制开始搜索过程,然后用PSO算法改进灰狼的位置,以平衡算法的局部搜索和全局开发的能力,利用改进的优化算法对2DOF FOPID控制器进行参数优化。仿真结果表明,所设计的控制器具有响应速度快、超调小的优点,提高了发电机的动静态性能和抗扰能力。     

群智能算法在路径规划中的研究及应用

在移动机器人控制系统中,路径规划技术占据了重要地位,因为它决定了机器人在运动避障过程中的高效性和准确性。于是与路径规划有关的算法渐渐成为了学者专家们研究的热点。随着科学技术的不断成熟以及应用领域的不断拓展,面临的将是更加复杂多变的运动环境,因此群智能算法的出现给未来创造了更多的可能性。以蚁群算法、人工蜂群算法、人工鱼群算法、入侵杂草算法为主线,分别介绍了它们的理论分析和应用,然后针对各自的缺陷进行了相应的改进,并分析了改进后的算法在鲁棒性、稳定性、求解精度等方面的优化效果。     

基于群灰狼优化算法的双馈感应电机最优控制

设计了一种新颖的群灰狼优化算法(Gathered Grey Wolf Optimizer, GGWO),用于整定双馈感应电机(Doubly-fed Induction Generator, DFIG)的比例-积分控制器(Proportional-integral, PI)最优参数,从而实现变风速下的最大功率点跟踪(Maximum Power Point Tracking, MPPT)并提高系统的故障穿越能力(Fault Ride-through, FRT)。GGWO在原始灰狼优化算法(Grey Wolf Optimizer, GWO)的基础上引入分组机制,将灰狼分为相互独立的合作狩猎组和随机侦察组。其中,随机侦察组中的灰狼负责进行广泛的全局搜索,而合作狩猎组的灰狼实现深度的局部探索。同时,设计狼群间的角色互换机制,可根据当前适应度函数,在下次迭代中对不同分工的狼进行角色互换,进而平衡全局搜索和局部探索的矛盾。通过阶跃风速、随机风速和电网电压跌落三个算例对GGWO的优化性能进行了研究。仿真结果表明,与遗传算法、粒子群算法、飞蛾扑火算法和GWO相比,所提算法具有更好的全局收敛性、MPPT精确性和FRT能力。     

基于改进灰狼算法的配电网多目标优化调度

含新能源的配电网多目标优化调度作为智能电网优化的重要组成部分,对实现“双碳” 目标具有重要意义. 针对含新能源的配电网多目标优化调度,建立含新能源的配电网优化调度模型,利用改进多目标灰狼算法对其进行求 解,实现配电网在运行成本和环境成本最小模式下运行.算例结果证明了所提模型的正确性,并验证了改进灰狼算法 的优越性能.     

计及可用输电能力的风电并网系统中STATCOM的双层优化配置

针对静止同步补偿器最佳安装位置与容量问题,建立了风电并网系统中计及可用输电能力、静态电压稳定性与投资成本的静止同步补偿器双层优化配置模型。基于后向削减法对风电出力进行场景划分,上层为多目标优化配置层,下层为最优潮流计算层;通过对多目标灰狼算法添加混沌初始化,引入粒子群算法中的速度计算方式等提出基于网格法的多目标灰狼粒子群算法以求解多目标优化问题。在IEEE 30节点上对建立模型进行计算,验证了所提模型的可行性和算法改进的有效性。     

基于被动音频的低小慢目标探测方法

为了提高无人机的探测识别率,对无人机飞行声音进行时频域分析,针对无人机声音特性,将梅尔倒谱系数(MFCC)与翻转梅尔倒谱系数(IMFCC)组合来更好地表征无人机声音信号,新的特征参数通过Fisher准则进行特征降维,构建无人机"声纹库",通过灰狼优化算法(GWO)对支持向量机(SVM)中的参数进行优化,建立无人机音频分类模型.实验结果表明,新特征参数可弥补单一特征在整个声音频域分辨率低的缺陷,GWO-SVM音频分类模型可实现在50 m距离内无人机探测,识别率达到92.9％,较传统检测方法有显著优势.     

基于小波包混合优化的欠定盲源分离方法

为解决欠定盲源分离问题,提出一种基于小波包混合优化的欠定盲源分离方法。 该方法采用小波包变换将观测信号分 解,将观测信号的维数进行扩展,利用互相关系数值剔除冗余的信号分量,欠定盲源分离问题得到转化。 接着使用贝叶斯信息 准则下的奇异值分解方法估计源信号数目,通过白化过程对信号降维。 最后,引入鲸鱼优化算法中的螺旋泡网狩猎行为与莱维 飞行策略,对灰狼优化算法进行改进,将改进后的混合灰狼优化算法与独立成分分析算法相结合,实现重构正定白化信号的分 离,从而得到源信号的近似估计。 通过仿真实验对算法性能进行测试,结果验证所提方法的可行性和有效性。     

基于IGWO-BP的配电网接线方式综合评价

配电网接线方式的优劣,影响着电力系统运行的稳定性与安全性。对配电网接线方式进行评价研究,为配电网的合理规划提供科学的指导意见,是配电网规划建设的重要内容。为了提高配电网接线方式评价的准确性,基于经济性,可靠性,安全性,建立了配电网综合评价指标体系。提出了一种改进的灰狼算法(IGWO)优化BP神经网络(IGWO-BP)的算法,将IGWO选择的最优位置作为BP算法的权值和阈值。建立基于IGWO-BP的配电网接线方式评价方法,将配电网接线方式评价指标体系作为IGWO-BP的输入,将评分值作为IGWO-BP的输出,建立配电网接线方式评价模型。算例仿真验证了所提方法的有效性和可靠性。     

基于改进GWO-ELM的热轧带钢卷取温度预测

卷取温度控制精度是影响带钢产品性能的主要因素之一,提高卷取温度控制精度和保证卷取命中率是热轧领域的重点问题.针对某钢厂现有的卷取温度设定模型中存在个别钢种命中率低的问题,结合数据挖掘及现场专家经验,提出了一种基于灰狼优化极限学习机的新建模思路,并引入Henon映射、小孔成像策略和权重因子策略来改进灰狼算法,建立了基于改进灰狼优化极限学习机(IGWO-ELM)的热轧带钢卷取温度预测模型,并与ELM模型、GA-ELM模型和GWO-ELM模型进行对比.模型结果表明:建立的IGWO-ELM模型,预测卷取温度在士3℃之内的命中率为91.1％,在士4℃之内的命中率为96.7％,均好于对比模型,具有广泛的实际应用前景.     

考虑预设偏移值的多分支配电网故障定位方法

为减少线路参数不确定性对配电网线路故障定位结果的影响,提出一种考虑预设偏移值的多分支配电网故障定位方法。通过分析配电网线路中故障行波的传输特性,考虑预设故障点与真实故障点位置关系,定义线路端点的预设偏移值,建立了以预设故障点与行波波速为变量,总预设偏移值最小为目标的优化模型。利用灰狼优化算法下最小预设偏移值的求解原理,提出了预设故障位置与行波波速的选择方法,减少行波波速不确定性对配电网故障定位的影响,实现精确的故障定位。仿真结果表明,所提方法能够有效辨识故障支路和精确定位故障点,定位结果不易受线路参数不确定性的影响,有效提高了配电网故障定位的精度。     

基于改进二进制灰狼优化算法的配网故障定位

灰狼算法具有结构简单、概念清晰、易实现和全局性能好等优点,但由于存在后期收敛速度慢、局部搜索能力弱等缺点。为提高配网故障定位的准确性和快速性,对灰狼优化算法进行了改进。首先,由于配网故障定位方法可以把问题表示为0~1整数规划问题,故引入转换函数,以解决算法在二进制空间里位置更新问题。然后引进动态权重策略,以平衡算法的全局搜索能力和局部搜索能力且加快算法收敛速度。最后加入概率扰动策略,使算法避免过早陷入局部收敛。本文通过配网故障的算例分析来验证改进二进制灰狼优化算法的可行性和高效性。     

基于电流优化的双三相PMSM开路故障容错控制

针对表贴式双三相永磁同步电机的开路故障问题,提出了一种基于电流优化的容错控制方案。首先根据基本的Park变换,推导出一种可实现定子电感解耦的坐标变换矩阵。建立了一相开路故障下的数学模型,分析出定子电流中的谐波分量是造成转矩脉动的原因,将开路故障下的容错控制问题转换为d、q轴参考电流的多目标优化问题。其次针对传统的灰狼优化算法初始种群分布不均匀、易陷入局部最优的缺点,提出了一种Kent映射-粒子群-灰狼优化算法,实现故障状态下对电流参数的快速精确寻优,获得最大平均转矩的同时使转矩脉动最小化。最后,仿真结果验证了所提方法的有效性。     

基于CEEMD和GWO的超短期风速预测

风电场风速预测对电力系统的合理调度、安全运行等方面有重大的影响。针对风速时间序列的非线性特征造成其预测精度不佳的问题,采用基于互补型集成经验模态分解和灰狼优化算法优化支持向量回归机的超短期风速组合预测模型来解决。首先利用该模型对非平稳的风速时间序列进行CEEMD分解,分解为一系列的相对平稳分量。然后对各个分量利用灰狼算法优化SVR进行预测。最后,将每一个分量的预测结果集成输出作为最终的风速预测结果。结果表明,该预测模型比其他智能算法基准模型预测精度高,且在风速预测中具有优越性。