基于改进遗传算法的永磁同步电动机优化设计

由于永磁体在永磁同步电动机成本中占有一定比例,在保证电机性能指标的前提下,对永磁体体积进行优化.同时介绍了改进遗传算法在电机优化设计中的应用,并对采用基本遗传算法和改进遗传算法的优化设计结果进行比较,得出了改进遗传算法寻优收敛速度较快,优化结果精度较高的结论.     

新型阀用电磁机构的组合优化设计

遗传算法用于元件的设计和选型是目前研究的热门课题。采用遗传算法与传统优化方法相结合的组合优化方法对文献中提出的新型节能电磁换向阀的电磁机构进行了优化设计,给出了优化设计数学模型及优化结果,并对采用一般遗传算法和组合优化方法进行优化设计获得的结果进行了比较。比较结果表明,采用组合优化设计方法对于新型阀用电磁机构的优化设计具有寻优精高,寻优速度相对较快的优点。     

新型阀用电磁机构的组合优化设计

遗传算法用于元件的设计和选型是目前研究的热门课题。采用遗传算法与 　 传统优化方法相结合的组合优化方法对文献［１］［２］中提出的新型节能电磁换 向阀的电磁机构进行了优化设计,给出了优化设计数学模型及优化结果,并 对采用一般遗传算法和组合优化方法进行优化设计获得的结果进行了比较。 比较结果表明,采用组合优化设计方法对于新型阀用电磁机构的优化设计具 有寻优精度高,寻优速度相对较快的优点。     

基于遗传算法的整流变压器的优化设计

提出了整流变压器优化设计的数学模型,对模型中约束因子的处理作了分析.利用遗传算法求解非线性规划问题的优势,将遗传算法用于求解整流变压器优化设计问题.采用基于码表的编码机制,有效地缩短了变量编码串的长度,提高了算法的搜索效率;对传统遗传算法的若干问题进行了分析和改进.优化数据表明,采用改进的遗传算法用于整流变压器的优化设计,能取得令人满意的结果.     

基于遗传算法的大中型异步电机优化设计

本文在遗传算法基本原理的基础上,结合异步电机优化设计的特点,建立了电机优化设计算法模型,并对传统遗传算法进行了改进。通过对大中型异步电机进行优化实例研究。表明遗传算法在电机优化设计领域是一种行之有效的全局优化方法。     

采用改进遗传算法的新型阀用电磁机构的优化设计

遗传算法用于元件的设计和选型是目前研究的热门课题。采用改进的遗传算法对文献[1]中提出的新型节能电磁换向阀的电磁机构进行了优化设计 ,给出了优化设计数学模型及优化结果 ,并对采用一般遗传算法和改进遗传算法进行优化设计获得的结果进行了比较 ,比较结果表明 ,采用改进后的遗传算法对于新型阀用电磁机构的优化设计具有寻优精度高 ,寻优速度相对较快的优点。     

基于改进遗传算法的直流传感器磁屏蔽体优化设计

应用遗传算法对直流传感器的磁屏蔽体进行优化设计,对遗传算法的适应度线性尺度变换作了改进.选取直流传感器的磁屏蔽效能为目标函数,给出了一个具体设计实例.优化后磁屏蔽效能增大了264.9%,表明在磁屏蔽体优化设计中采用改进的遗传算法取得了良好效果.     

PAPF输出滤波器的优化设计和控制

并联有源电力滤波器(PAPF)的LCL型的输出滤波器要满足指令电流动态跟踪、补偿频段电流最大输出比和高频开关纹波的充分抑制3个方面的要求.采用遗传算法对LCL参数进行优化设计,为了摆脱传统加权系数法在解决多目标优化问题时对加权系数选择的盲目性,采取了粗粒型并行遗传算法,为避免算法陷入局部最优解,在算法优化的过程中采用了动态交叉,变异算子,提高了粗粒型并行遗传算法的性能.另外针对大容量有源电力滤波器中阻尼电阻能耗过大的问题,用控制方法产生的虚拟电阻去代替实际的阻尼电阻.仿真结果证明了设计的LCL滤波器的优良性能和虚拟电阻的可行性.     

基于改进遗传算法的高速永磁无刷直流电动机优化设计

基于改进遗传算法对高速永磁无刷直流电动机进行了优化设计,在该算法中,交叉率和变异率为进化代数和适应度的函数,把遗传算法与模式搜索法(爬山法)相结合使用形成一种混合遗传算法.通过无刷直流电动机的优化实例计算以及实验结果,证明该文对遗传算法的改进是行之有效的.     

基于改进遗传算法的配电网无功优化

对配电网无功优化问题进行了研究.针对无功优化问题的特点,提出了一种应用于电力系统无功优化问题的改进遗传算法.该算法将迭代群体分为一般组和精英组,对一般组进行交叉和变异操作,而对精英组只进行变异操作,实现分组进化.在该算法中利用整数和浮点数混合编码,并对遗传算法的选择,交叉、变异算子进行改进,采用自适应罚因子、交叉率和变...     

改进遗传算法在干式电力变压器优化设计中的应用

介绍了遗传算法的基本原理及算法步骤,对其编码与解码方案、约束条件的处理、搜索速度、全局寻优等进行了改造,使新群体的整体素质更好,加快了寻优过程。采用改进的遗传算法对干式变压器的电磁计算设计进行了优化,并应用于SGB-800/10干式电力变压器的单目标和双目标的优化设计。通过实例参数对比分析,表明该算法切实可行,优化效果较好。     

基于遗传算法的多车辆多路线的优化方法研究

多车辆多路线的交通路线优化涉及到排序问题,是一个N-P难题,高效精确的算法存在的可能性不大。提出了基于遗传算法的求解方法,给出了实例来证明如何利用遗传算法解决多车辆多路线的优化问题。结果证明,一般情况下利用遗传算法对于多车辆多路线的行车路线优化能得到一组比较满意的解。     

基于遗传算法的PID参数优化方法

PID参数整定与优化一直是自动控制领域研究的重要问题，采用遗传算法进行PID参数优化是一种寻求全局最优且与初始条件无关的优化方法，在参数优化过程中，考虑了2种不同的目标函数做了大量仿真实验。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性，不失为一种具有较好实用价值的PID参数优化方法。     

基于自适应遗传优化神经网络的航空装备故障诊断

针对改进反向传播神经网络在航空装备故障诊断中存在的缺陷和不足,将自适应遗传算法与改进反向传播算法相结合构成混合算法用以训练人工神经网络。以改进反向传播神经网络的初始权值空间为切入点,利用改进遗传操作对其开展多点自适应遗传优化,然后运用改进反向传播算法开展局部精确搜索,最终实现全局最优。以某型飞机电气控制盒和某型飞机自动驾驶仪飞行控制盒的故障诊断为例对所提算法进行仿真研究,结果表明自适应遗传算法与改进反向传播算法相结合的方法收敛速度快、诊断精度高,对于具有复杂输入输出关系的工程样本具有较好的诊断结果。     

量子遗传算法优化的最小二乘支持向量机的风机故障诊断

针对最小二乘支持向量机（LSSVM）在故障诊断过程中的模型参数选择问题,提出了利用全局寻优能力强、收敛速度快的量子遗传算法（QGA）对模型参数进行参数寻优,把LSSVM参数选择问题转化为优化问题。该算法克服了遗传算法优化过程中陷入局部极值的问题,提高了优化性能。利用UCI数据库的数据进行分类验证,相比遗传优化的LSSVM和交叉验证的LSSVM,基于QGA优化的LSSVM模型提高了分类精度。最后,把该模型应用于风力发电机齿轮箱故障诊断中,取得了良好的效果。     

任意分割区域无功优化分析计算研究

文章在对分割点进行等效和遗传无功优化的基础上,提出了任意分割区域无功优化计算的思想和寻优算法,给出了任意分割区域及遗传算法无功优化的流程。以某省110 kV变电站为算例,采用任意分割区域无功优化算法进行了计算,并对计算结果与实测值进行了比较。结果表明,在基本不影响电压水平的前提下,采用任意分割区域无功优化算法对提高电容器投入率,优化经济调度,降低线路线损有较强的指导意义。同时,由于实现了无功优化计算范围的任意选择,方便了无功电压线损定量计算分析管理工作。     

基于数学形态学和遗传算法的配电网动态无功优化方法

提出了一种基于数学形态学和遗传算法的配电网动态无功优化方法,通过构造数学形态学滤波器对由染色体的等位基因构成的二值图像进行滤波,将对补偿调压设备动作次数的处理问题转化为离散二值图像的滤波问题。为提高遗传算法的计算速度,对交叉和变异操作进行了改进：基于遗传性状的思想,防止了交叉操作中对优良基因组合的破坏;借鉴粒子群算法中根据个体极值和全局极值修正个体速度和位置的思想,提出了根据基因性状进行进化变异的方法。分别采用改进遗传算法、简单遗传算法和该动态无功优化方法对某区域配电系统进行无功优化,结果验证了该优化方法的正确性和有效性。     

以效率和低NOx排放为目标的锅炉燃烧整体优化

基于效率和低NOx排放目标的锅炉燃烧整体优化是指实时地提出同时优化效率和低NOx排放目标的操作,而其中锅炉效率和NOx排放模型的精度以及优化算法的效率尤为重要。该文基于改进MRAN算法的锅炉燃烧效率和NOx排放模型以及基于实数编码的遗传优化算法，对电站锅炉的燃烧过程进行优化仿真。结果表明,改进的MRAN算法和基于实数编码的遗传算法应用在电站锅炉的效率和低NOx排放目标燃烧优化上是有效的,可以得到按一定目标函数的锅炉效率和低NOx排放目标的实时整体优化效果。     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。