基于改进粒子群算法的渡槽结构优化设计

针对混合离散变量的渡槽结构优化设计问题,对基本粒子群优化算法进行了改进,引入动态罚函数,构造新的适应函数,改进惯性因子,开发了基于改进粒子群优化算法的混合离散变量渡槽优化设计程序。实例应用表明,该算法具有较好的适用性,而且程序运行可靠,全局收敛能力强。     

沙河渡槽槽身结构优化设计

以遗传算法为全局搜索方法,以混合离散变量的直接搜索与查点法为局部搜索方法,对遗传算法改进而形成了混合遗传算法。研制开发了基于混合遗传算法的渡槽结构优化设计程序。对于沙河渡槽进行了优化设计,得到了U形断面4槽、2槽和矩形断面4槽、2槽共4种槽型方案。从中确定U形断面4槽方案为最优方案,并被设计单位采用。优化结果表明：U形渡槽的经济性和安全性优越于矩形渡槽;遗传算法是一个很有推广应用价值的优化设计方法。     

改进粒子群算法在矩形渡槽结构优化中的应用

针对离散变量的渡槽结构优化设计问题,建立粒子适应度、种群规模与搜索空间维度的惯性因子自适应函数,通过适应度方差判断种群是否早熟,采用混沌扰动避免种群早熟以及采用动态罚函数等技术对基本粒子群算法进行了改进.实例应用表明,改进的PSO算法全局收敛能力强、精度高,在渡槽结构优化设计中具有较好的通用性.     

混沌蚁群算法在水库优化调度中的应用

提出一种基于混沌优化算法和蚁群算法相结合的混合算法,在求解水库优化调度问题的方法。根据混沌变量的随机性和遍历性,利用混沌变量进行优化搜索,从而有效地克服了蚁群算法存在的效率低、易于演化停滞及陷入局部最优等问题。又利用蚁群算法信息素正反馈的优点,改善了混沌搜索的盲目性,提高了搜索的效率。通过实例计算,结果表明该算法具有效率高及较强的全局寻优能力。     

东深供水工程矩形渡槽优化设计及受力分析

结合东深供水改造工程，采用混合离散变量优化方法，对钢筋混凝土矩形渡槽结构进行了优化设计，确定了满足基本设计条件的矩形渡槽方案，利用三维有限元技术，并考虑桩土相互作用规律。全面分析了矩形渡槽结构在动，静荷载作用下的整体受力性能，分析结果表明，矩形渡槽槽身在板件相交处应采取渐变过渡，以减小应力集中；在渡槽线路拐弯的地方，应加大纵向约束，以提高渡槽结构的抗震能力，三维有限元技术和基于解析法的优化设计方法相结合。能有效解决渡槽这一空间结构的设计计算和受力性能分析问题。     

进化优化算法在电力系统机组优化组合中的应用研究

采用进化优化算法--蚁群优化算法来求解机组最优启停问题.引入了状态、决策、路径等概念,把机组最优启停问题设计成蚁群算法模式,从而可以方便地利用蚁群优化算法来求解.通过附加惩罚项来处理各种约束,用tabu表限制不满足约束的状态,使得蚂蚁的搜索总在可行城内进行,对算法的搜索进程起到了有效的引导作用.对上述算法与传统的求解过程进行仿真比较,证明本优化算法可行、有效.     

基于造价分析的矩形渡槽优化设计

为了减轻矩形渡槽的自重,进而降低结构的工程造价,采用基于混合离散变量设计方法对结构进行优化设计。结构优化的目标函数为工程造价,但同时需满足强度约束条件和几何约束条件。设矩形渡槽几何尺寸和预应力钢筋束数作为优化变量,提出了五种优化方案。计算结果表明:仅从降低成本的角度出发,推荐前四种方案;但如果考虑设计单位技术人员的建议,且保证单槽的内宽与水深与原设计方案一致,推荐方案五。     

改进的蚁群算法在溶质运移参数识别问题中的应用

非饱和土壤水分和溶质运移参数(扩散率、导水率和水动力弥散系数)取值范围较大,往往跨越几个数量级。采用传统离散化蚁群算法求解此类问题,所需节点较多,这会造成算法收敛时间较长。该文在传统蚁群算法基础上,对蚂蚁搜索路径进行改进,改进后的蚁群算法寻优路径由参数精度位数(整数位和小数位)、参数个数以及0–9十个数字构成,并将路径解码公式修改为具有判别参数正负功能的解码公式。采用改进的连续蚁群算法对非饱和溶质运移参数识别优化模型进行求解。数值模拟表明相同迭代次数下改进的蚁群算法比传统蚁群算法耗时少,算法计算时间与迭代次数满足线性关系,含水率和溶质浓度实测值与计算值吻合较好、相关性较高。     

蚁群算法求解梯级电站短期优化调度改进研究

本文提出一种改进蚁群算法(Improved ant Colony Optimization Algorithm)求解梯级水库群短期优化调度问题。该算法的改进主要包括嵌入邻域搜索的单库轮换寻优、基于出力反推的初始解生成技术和约束优先的目标函数比较方法。以四川某中型流域梯级三级电站联合运行为背景,对蚁群算法和改进蚁群算法的求解质量和收敛性进行比较,实例验证表明,改进蚁群算法可以获得较好的优化调度结果。     

混合智能算法及其在供水水库群优化调度中的应用

将遗传算法中的进化思想和蚁群算法中的群体智能技术有效地耦合,提出了一种基于两者的混合智能算法,应用于供水水库群系统的优化调度研究中。算法利用蚁群算法的并行性、正反馈性以及良好的全局寻优能力,避免搜索陷入局部最优,同时借鉴遗传算法的进化思想,利用杂交、变异算子来进行局部寻优,使其能快速搜索到全局最优点。在种群随机搜索过程中嵌入确定性的模式搜索,使得算法同时具有随机性和确定性。结合模拟退火思想,构造了罚因子处理约束条件,使该算法对水库优化调度问题以及其他优化问题具有一定的通用性。通过实例验证,并与大系统聚合分解经典算法进行比较,结果表明该算法是可行的和有效的。     

蚁群算法在水科学中的应用研究进展

蚁群算法是优化领域中相对较新的一种随机启发式搜索算法,通过模拟蚂蚁的觅食行为来解决复杂组合优化问题,是迄今为止昆虫算法中较为成功的例子。主要介绍了蚁群算法的生物原理及其算法的基本模型,对近些年来蚁群算法在水土资源新领域中的多种应用研究进行了分析与归纳,并指出了存在的问题及其研究展望。     

基于流固耦合的混凝土埋涵多目标优化设计

钢筋混凝土埋涵优化设计是多场、多工况、多变量、多约束和多目标的复杂的离散变量优化问题。以南水北调东线穿黄工程滩地埋管为例,提出了基于流固耦合和极限状态分析的埋涵优化设计方法。用优化软件集成多目标遗传算法NSGA-Ⅱ、参数化流固耦合有限元模型和极限状态分析程序,以埋涵壁厚、钢筋直径、钢筋间距为设计变量,在满足尺寸约束、承载力极限状态约束、限裂约束、构造约束等条件下,以造价最省、裂缝宽度最小为目标函数,得到了多目标优化问题的Pareto最优解集。文章提出的优化设计方法可以自动运行,避免了不同地质、不同埋深的长线路埋涵的重复性手工建模,大大提高了设计分析效率。     

Multi-Colony Ant Algorithm for Continuous Multi-Reservoir Operation Optimization Problem

Ant Colony Optimization (ACO) algorithms are basically developed for discrete optimization and hence their application to continuous optimization problems require the transformation of a continuous search space to a discrete one by discretization of the continuous decision variables. Thus, the allowable continuous range of decision variables is usually discretized into a discrete set of allowable values and a search is then conducted over the resulting discrete search space for the optimum solution. Due to the discretization of the search space on the decision variable, the performance of the ACO algorithms in continuous problems is poor. In this paper a special version of multi-colony algorithm is proposed which helps to generate a non-homogeneous and more or less random mesh in entire search space to minimize the possibility of loosing global optimum domain. The proposed multi-colony algorithm presents a new scheme which is quite different from those used in multi criteria and multi objective problems and parallelization schemes. The proposed algorithm can efficiently handle the combination of discrete and continuous decision variables. To investigate the performance of the proposed algorithm, the well-known multimodal, continuous, nonseparable, nonlinear, and illegal (CNNI) Fletcher–Powell function and complex 10-reservoir problem operation optimization have been considered. It is concluded that the proposed algorithm provides promising and comparable solutions with known global optimum results.     

基于试验遗传算法的平原圩区除涝排水系统最优规划

平原圩区除涝排水系统最优规划是一个多维、非线性复杂系统优化问题。本文提出基于试验优化设计思想的试验遗传算法，即在标准遗传操作中增加了均匀设计、正态随机和摄动调优等试验操作技术。某圩区排水系统最优规划实例表明，与可分规划法及简单遗传算法相比，试验遗传算法能严格满足系统约束条件，且操作简单，计算效率更高。由于该算法兼顾了整体空间的种群多样性和局部空间极小值的搜索效率，同时能根据需要自动调整计算精度，因此较易获得复杂问题的全局最优解。     

边坡稳定极限分析斜条分上限法的全局优化方法

边坡稳定极限分析斜条分上限法需要寻求最小安全系数对应的临界滑动模式。由于待优化变量中包含了滑裂面位置与条块界面倾角,问题的自由度与非线性程度明显增加,寻找安全系数的整体极值变得十分困难。本文建立了任意形状滑裂面通过与不通过软弱夹层两种情况下斜条分上限法滑动模式优化的数学模型。为保证在随机搜索过程中生成合理的滑动模式,引入一系列约束条件,将临界滑动模式的搜索问题转化为一个有界约束的数学极小值问题,并结合遗传算法和粒子群算法两种全局优化方法,对多个典型算例进行对比分析。研究表明,提出的模型可以解决优化过程中生成不合理滑动模式的问题,不仅极大地提高了优化效率,而且可以避免数值计算不收敛的麻烦;将模型与全局优化算法相结合,在大多数情况下能够得到一个合理的、与极限平衡解十分接近的上限解,具有较好的全局收敛性。     

基于混沌优化算法的混联水电站群长期优化调度

在建立混联水电站群长期优化调度模型的基础上,应用混沌优化算法对模型进行求解。以水电站群总电能最大为目标函数,根据混沌运动的随机性,由Logistic模型产生的混沌变量来进行优化搜索。此方法可避免陷入局部最优点,并取得全局最优。实例计算结果表明,混沌优化算法与逐步优化算法相比,优化结果良好。表明本文算法可以用于求解具有复杂约束条件的非线性混联水电站群水库优化调度问题。     

An Improved Continuous Ant Algorithm for Optimization of Water Resources Problems

Ant colony optimization was initially proposed for discrete search spaces while in continuous domains, discretization of the search space has been widely practiced. Attempts for direct extension of ant algorithms to continuous decision spaces are rapidly growing. This paper briefly reviews the central idea and mathematical representation of a recently proposed algorithm for continuous domains followed by further improvements in order to make the algorithm adaptive and more efficient in locating near optimal solutions. Performance of the proposed improved algorithm has been tested on few well-known benchmark problems as well as a real-world water resource optimization problem. The comparison of the results obtained by the present method with those of other ant-based algorithms emphasizes the robustness of the proposed algorithm in searching the continuous space more efficiently as locating the closest, among other ant methods, to the global optimal solution.     

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。