基于扩展微分进化算法的渠道断面优化设计

传统的渠道断面设计方法需要进行反复试算,且精度不理想。1995年Rainer Storn等提出了微分进化算法,该算法是一种简单、有效的智能优化方法,在1996年首届IEEE进化算法大赛中被证明为所有参赛算法中最快的。将扩展微分进化算法应用于解决渠道断面设计中的非线性优化问题,并以实例进行了计算。算例表明扩展微分进化算法能有效解决渠道断面的优化设计问题,且具有全局寻优能力强、解的精度高等优点。     

基于交叉全局人工蜂群算法的拱坝热学参数反演分析

拱坝施工期温度受到气温、冷却通水、表面保温等因素影响,热学参数实际值与室内试验测值之间存在较大误差。通过分布式光纤测温技术获取的温度数据和人工蜂群智能优化算法对混凝土热学参数进行识别,实时获取混凝土热学参数变化规律。对于在寻找函数最优值时传统的人工蜂群算法存在求解速度慢、容易陷入局部最优等问题,通过引入全局最优解,并与遗传算法中的交叉操作相结合建立了引入交叉算子的全局人工蜂群优化算法。考虑冷却水管多档通水和外界气温等因素,将改进的全局人工蜂群算法应用于白鹤滩拱坝热学参数反演,分析结果表明基于改进全局人工蜂群算法反演计算的混凝土温度与实测值吻合较好,改进全局人工蜂群算法在拱坝热学参数反演中具有较好的适应性。     

基于C-PSO算法的混凝土面板堆石坝断面优化设计

针对基本粒子群算法(PSO)寻优过程中存在收敛速度慢、易陷入局部最优和计算精度差等缺陷,采用分簇思想和碰撞策略,提出了一种改进的粒子群算法(C-PSO),在该算法中,粒子通过分簇并行搜索,有效避免了群体过度集中现象,极大地增强粒子全局搜索能力。将C-PSO算法应用于混凝土面板堆石坝断面优化设计中,优化结果表明,该算法对解决复杂的多变量多约束非线性问题具有较好的适应性,为复杂的混凝土面板堆石坝断面优化设计问题提供了新的解决思路。     

基于改进人工蜂群算法的供水泵站优化运行研究

泵站优化问题是基于泵站总功率最小前提下实现正常运行的非线性规划问题。传统的人工蜂群(ABC)算法由于搜索精度差,时间复杂度高等缺点并不能很好地解决此问题。以ABC算法为基础提出了交叉变异的自适应全局最优引导人工蜂群(CSGQ-ABC)算法,并将改进的ABC算法应用于泵站运行的工程实例,同时与传统的优化算法做了对比分析,结果显示改进的ABC算法对泵站优化问题具备良好的适用性和更精确的优化效果。     

灰狼优化算法在洪泽区灌溉渠道断面优化设计中的应用

传统渠道断面优化方法多采用试算法,存在效率较低且工作量较大的问题.为顺利推动洪泽区灌溉渠道运行能力整体提升工作,将灰狼群体智能优化算法引入灌溉渠道断面优化设计中.介绍了灰狼优化算法的基本原理以及其在洪泽区灌溉渠道断面设计中的应用,结果表明灰狼优化算法收敛效率很高,只需要极短的时间便可以取得最优断面,克服了传统试算方法计...     

渭南市涧峪水库灌区东干渠改造优化探析

灌区改造渠道断面优化设计是灌区提升改造的重要内容之一。以渭南市涧峪水库灌区东干渠改造为例,对渠道现状及存在问题等进行分析,并通过流量、糙率、流速、水力最佳断面等分析计算,合理优化确定渠道改造的断面结构。     

基于改进粒子群算法的重力坝断面优化设计

针对传统粒子群算法(PSO)存在局部收敛不稳定的缺陷,提出一种改进粒子群算法(D-PSO)。该算法通过提高平衡点的多样性,使其全局搜索能力得到明显增强,对求解多峰值优化问题具有较好的适应性。将D-PSO算法应用于重力坝断面优化设计中,优化结果表明,该算法具有易实现、鲁棒性强和精度高等优点,与其他算法相比更适合应用于重力坝断面的优化设计。     

基于两阶段人工鱼群算法的U型渠道断面优化设计

渠道断面优化是控制农田水利工程成本的重要因素,已有的渠道断面优化研究以梯形渠道为主,对U型渠道研究较少。以优化U型渠道深度、圆弧半径和直线段外倾角为目标,建立以U型渠道过水断面面积最小为目标函数、满足设计流量要求的数学优化模型。根据U型渠道水力计算的复杂性,利用引入协调行为的两阶段人工鱼群算法,对渠道断面设计进行优化。优化结果满足边坡稳定等约束条件。将模型应用于连云港市赣榆区黑林镇土地整理项目,10条斗渠过水断面面积均减小,优化后占地面积共减少28.603 m~2,占原占地面积的5.0%。     

一种改进的粒子群与人工蜂群融合算法

针对标准的粒子群算法和人工蜂群算法收敛性能差、在复杂优化问题易陷入局部最优的缺点,提出了一种改进的融合算法.改进融合算法拥有双种群并行进化,其中粒子群采用改进的反向学习策略,以增加群体的多样性;蜂群中跟随蜂根据个体停滞次数,自适应地改变进化策略,以平衡全局探索与局部开发能力.同时算法将交替共享两个种群的全局最优位置,通过相互引导使融合算法具有更好的寻优能力.8个经典函数和CEC2013的8个复合函数的实验结果表明,与最新的一些改进粒子群和人工蜂群算法相比,该算法的收敛速度和收敛精度均有较显著的优势.     

蚁群算法在泄水建筑物下游收缩断面水深计算中的应用

蚁群算法是一种模拟进化算法,初步研究表明该算法具有许多优良性质。针对溢流坝下游收缩断面水深计算中存在计算繁琐,精度不高等问题,应用连续性空间优化问题的蚁群算法模型来求解溢流坝下游收缩断面水深,并将该方法与遗传算法及传统的计算方法进行比较。结果表明,蚁群算法具有直观、简便、快速、实用性强等优点,是一种较为优秀的全局优化方法。     

混合蜂群算法及其在混凝土坝动力材料参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法（ABCA）,同时为提高算法的搜索效率,引入Nelder-Mead单纯形算法,提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别,建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明,混合算法融合了两种算法的优点,具有收敛速度快、识别精度高等特点,是一种高效的系统优化和参数识别方法。     

混合蜂群算法及其在混凝土坝动力参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法(ABCA)，同时为提高算法的搜索效率，在ABCA算法中引入Nelder-Mead单纯形算子，提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别问题，建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明，混合算法融合了两种算法的优点，具有收敛速度快、识别精度高等特点，是一种高效的系统优化和参数识别方法。     

正弦余弦算法-投影寻踪水污染物总量分配模型

基于水资源禀赋条件、效率原则和尊重现状的原则,构建水污染物总量分配指标体系和水污染物分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用正弦余弦算法(SCA)搜寻PP模型最佳投影方向,构建SCA-PP模型对云南省文山州壮族苗族自治州8县(市)水污染物控制总量进行分配。并通过6个典型测试函数对SCA算法进行仿真验证,仿真结果与蚁群优化(ACO)算法、模拟退火算法(SA)、文化算法(CA)、布谷鸟搜索(CS)算法和人工蜂群(ABC)算法进行对比。结果表明:(1)SCA算法寻优效果明显优于ACO、SA、CA、CS和ABC算法,具有模型简单、调节参数少、收敛速度快、寻优精度高、全局寻优能力强以及收敛稳定性与收敛可靠性好等特点。(2)SCA-PP模型水污染物控制总量分配结果符合区域经济社会发展和水污物染削减客观要求。模型及方法具有一定的可操作性和有效性,可为水污染物分配提供新的途径和方法。     

多策略人工蜂群算法在梯级水电站优化调度中的应用

梯级水电站优化调度问题的准确、快速求解,是水利学科领域需解决的基本问题。针对该问题,提出了一种新的多策略人工蜂群算法。为更好地平衡算法的全局搜索与局部搜索能力,新算法在两个具有代表性的解搜索策略基础上,对其融合构成新的搜索策略,同时保留了原有的两个解搜索策略。新算法的三个候选解搜索策略,增强了对各类优化问题求解的适应性。为验证新算法的适应性及可行性,不仅在经典的基准测试函数中对其进行测试,并且将其应用于梯级水电站优化调度问题。实验结果表明,新算法具有适应性强、收敛速度快等优点。     

洋河二灌区渠道优化设计新方法研究与应用

为了替代计算量大、重复工作多的传统经验试算法,通过尝试采用免疫遗传算法(IGA)对梯形渠道横断面设计进行优化,并将该方法应用于河北省怀来县洋河二灌区渠道改造工程。结果表明,IGA计算量小,精度高,结果丰富,有效地解决了渠道断面设计中的优化问题,具有较高的应用价值。     

Hull form optimization of a cargo ship for reduced drag

Hydrodynamic optimization of the hull forms can be realized through the implementation and integration of computational tools that consist of a hydrodynamic module, a hull surface representation and modification module, and an optimization module. In the present paper, a new bulbous bow generation and modification technique has been developed and integrated into the hull surface representation and modification module. A radial basis function based surrogate model is developed to approximate the objective functions and reduce the computing cost. A multi-objective artificial bee colony optimization algorithm is implemented and integrated into the optimization module. To illustrate the integrated hydrodynamic optimization tools, a cargo ship is optimized for reduced drag. The optimal hull forms obtained are then validated computationally and experimentally. Validation results show that the present tools can be used efficiently and effectively in the simulation based design of the hull forms for reduced drag.     

基于改进智能优化算法的投影寻踪模型在洪水评估中的应用研究

传统的洪水评估方法存在着评估等级离散和结果不易分辨等不足,如何更准确高效地解决洪水评估问题已成为研究领域的热点之一。以南京站的历史洪水及四川省历史洪水灾情为例,在改进智能优化算法的基础上,引入了基于智能优化算法的投影寻踪模型,并探讨该模型在洪水分类和洪灾等级评价中的应用。结果表明,人工蜂群和混合蛙跳这类新型智能优化算法具有简单、鲁棒、全局寻优和易于实现等特点,与广泛应用于水文界的SCE-UA、文献中的加速遗传等现代启发式算法相比,具有寻优速度更快、能力更强的优势,可为洪水分类和洪灾等级评价等相近领域研究提供新途径。     

基于最优觅食算法-投影寻踪-云模型的最严格水资源管理评价

为全面衡量最严格水资源管理评价过程中的随机性与模糊性,将正态云模型引入最严格水资源管理评价,建立最优觅食算法-投影寻踪-正态云评价模型,以云南省16个州市最严格水资源管理评价为例进行研究。选取当前最严格水资源管理考核中万元GDP用水量等6大指标构建评价指标体系和分级标准,采用云模型正向发生器计算最严格水资源管理分级评价指标的隶属度,利用最优觅食算法-投影寻踪方法给出各指标权重,并与传统粒子群算法、人工蜂群算法和差分进化算法优化结果进行比较。根据隶属度矩阵和权重矩阵给出最严格水资源管理评价分级的确定度并进行评价。结果表明:最优觅食算法寻优精度高于传统粒子群等3种算法。昆明市、曲靖市最严格水资源管理评价为优秀,保山市、红河州、德宏州评价为合格,其余11个州市评价为良好。最优觅食算法-投影寻踪-正态云评价模型兼具模糊性和随机性,既能反映最严格水资源管理评价分级的定性概念,又可反映隶属程度的不确定性,具有较好的应用推广价值。     

基于新型蝙蝠算法-投影寻踪模型的文山州水量分配方法

基于公平和效率原则,构建文山州水量分配指标体系和水量分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用新型蝙蝠算法(NBA)搜寻PP模型最佳投影方向,构建NBA-PP水量分配模型对文山州8县(市)水量进行分配。通过5个典型测试函数对NBA算法进行仿真验证,仿真结果与基本蝙蝠算法(BA)、人工蜂群算法(ABC)、布谷鸟搜索(CS)算法和差分进化算法(DE)进行对比。结果表明:通过引入生境选择策略及自适应补偿回声多普勒效应机制的NBA算法能有效平衡全局搜索和局部开发能力,寻优效果优于DE、CS、ABC和BA算法,具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性与收敛可靠性;NBA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。