模拟退火法在阵列天线综合中的应用

介绍了模拟退火法的基本原理。该方法具有全局寻优能力,在阵列天线综合中主要有以下3方面的应用:对均匀阵列的电流分布,对非均匀阵列的阵元位置及电流分布进行优化,对阵列进行稀疏化。仿真结果表明,模拟退火法是一种有效的阵列天线优化综合方法。     

基于模拟退火算法校正天线阵列位置误差

天线阵元的位置误差会影响阵列所接收到的信号相位。基于特征值分解的DOA估计算法对信号的相位误差非常敏感,因此有必要对阵元位置误差进行校正。文中提出一种基于模拟退火算法的校正方法对阵元位置误差进行校正,其优点是所需的辅助信号源数目较少,算法稳健性较好,并且适用于任意形式的天线阵。计算机模拟结果表明该方法是有效的。     

光伏电池板的铺设问题研究

以全年发电量最大,成本最少为目的,利用数学规划建模方法,通过数值模拟对小屋光伏电池板的铺设方案进行了分析研究,建立了光伏电池铺设的通用模型。通过该模型计算出光伏电池安装时的最佳倾角;确定了铺设电池数量及分组阵列图形以及逆变器的选配方案及电池板的组建连接方式,最后经济效率及收回年限的计算方法。对于此问题的确定方法可以在不同地区太阳能光伏电池板铺设中推广。     

基于CenterNet的光伏阵列遮盖物检测

光伏阵列的局部遮阴会导致光伏功率损失。光伏阵列表面的遮挡物是造成局部阴影的因素之一,因此提出了一种基于CenterNet的光伏阵列遮盖物检测方法。通过迁移学习预训练模型,分步训练获得检测模型。该模型在不同光照方向、不同遮挡程度以及不同远近距离等条件下,能够较精确地识别遮盖物种类并定位。实验结果表明,该遮盖物检测模型的mAP为0.81,检测速度为16 ms,优于所选的对比算法,具有较强的实时性。     

光伏电池铺设倾角的动态优化与分析

以单位面积全年接收的太阳能总辐射量最大为目标,根据某市典型气象年的逐时气象数据,建立随光照辐射强度变化的光伏电池板最佳铺设倾角动态优化模型。模型仿真计算结果表明,同一地点光照辐射强度的差异对最优倾角有显著影响,与同月固定最优倾角相比,采用动态优化的日固定倾角,光伏电池单位面积全年接收的太阳总辐射量增加57.13%。     

基于Matlab的一种光伏阵列模拟器的研究

提出了能够模拟光伏阵列输出特性的模拟器的概念,建立了基于光伏电池数学模型和电力电子技术的光伏阵列模拟器Matlab仿真模型,可以模拟任意太阳辐射强度、环境温度、光伏模块参数下的光伏阵列I-U特性,仿真结果证明了原理的可行性。     

建筑设计中太阳能小屋光伏电池铺设方案研究

为解决光伏建筑中光伏电池铺设问题,考虑到太阳光的直射、反射和散射等三种辐射,建立了倾斜面上太阳辐射总量的计算模型。合理地选择铺设材料,对给定小屋的铺设形式作了分析与模拟,选取光伏电池的最优安装方式。分析光伏电池的类型和逆变器的连接方式,计算得到投资成本与收益。以最优铺设方案为基础设计太阳能光电小屋模型,达到节能目的。     

光伏阵列的仿真模型研究

应用仿真软件MATLAB/Simulink工具,在光伏阵列的物理数学模型的基础上,建立了一种光伏阵列的仿真模型。利用该模型,可以模拟任意太阳辐射强度、环境温度、光伏模块参数、光伏阵列串并联方式组合下的光伏阵列I-V特性,并结合BOOST升压电路,可得实际需要的电压。仿真结果表明,该光伏阵列模型输出与实际输出基本相似,能很好的用于光伏发电系统的动态仿真。     

利用模拟退火算法优化非均匀阵列天线测向性能

建立了优化非均匀线阵的数学模型,提出采用模拟退火算法优化非均匀线阵测向性能的新方法。该方法只需要一个入射方向准确已知的信号源来完成优化。优点是优化过程简单、稳定性较好,并且适用于任意形式的天线阵。大量的计算机模拟结果表明优化后阵列的测向性能有较大提高,从而验证了这种方法的有效性。     

基于函数复杂度的自适应模拟退火和禁忌搜索新算法

在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.     

基于自适应权重和模拟退火的鲸鱼优化算法

针对鲸鱼优化算法容易陷入局部极值和收敛速度慢的问题,提出了一种结合自适应权重和模拟退火的鲸鱼优化算法.通过改进的自适应权重策略来调整算法的收敛速度,通过模拟退火增强鲸鱼优化算法的全局寻优能力.仿真实验中计算了18个测试函数,对比了粒子群算法、海豚回声定位算法和标准鲸鱼算法并进行统计分析,同时比较了单独结合自适应权重和模拟退火对鲸鱼优化的影响,结果表明,改进的算法在测试函数的极值计算中,计算精度和收敛速度方面都有了明显提升,验证了改进算法的有效性.     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于模拟退火算法的组网雷达系统误差校正

系统误差校正是多传感器数据融合和跟踪系统中的基本问题，传统的解决方法是最小均方估计法或极大似然估计法，其缺点是对噪声比较敏感。文中提出了用非参数化方法解决多传感器数据融合中的系统误差校正问题，具体地讲就是把系统误差校正问题转化为非线性优化问题，然后通过模拟退火算法求解。该方法的优点是不需要事先知道各传感器的系统误差，并且适用于不同类型的传感器。经过仿真可知算法有效且对噪声不敏感，比线性化方法有更高的收敛效率和求解精度。     

基于遗传模拟退火算法的Otsu图像分割研究

针对目前基本遗传算法在优化图像分割算法中存在的易于早熟、陷入局部最优的不足,以最大类间方差函数为适应度函数,提出了一种基于改进遗传算法的图像阈值分割算法.对交叉、变异算子进行自适应改进,同时将模拟退火算法融入到遗传算法中,使得对个体的评价更合理,既能克服种群退化现象,又改善算法的全局搜索能力,避免遗传算法陷入局部最优.实验结果显示,与Otsu图像分割法以及基于遗传算法的图像分割方法相比,使用该方法得出的阈值范围更加稳定,执行效率更高,在图像分割中获得的分割效果更佳.     

基于模拟退火算法的全国最优旅行方案

以如何走遍全国各省会、直辖市、香港、澳门、台北为基础设计旅行方案,对旅行时的路径最短,费用最少等现实问题进行分析,在充分考虑旅行费用与路线,时间与交通工具的关系后,以实现路径最短与费用时间最少为目标,进行系统建模,并应用模拟退火算法对模型进行求解,得出了一条综合考虑省钱、省时的旅行路径。结果表明了该旅行方案的正确性和现实价值。     

太阳能建筑物外观及表面光伏组件铺设优化

针对太阳能建筑物外观图的设计及外表面太阳能光伏组件铺设优化问题,首先通过建立以建筑物5个外表面全年总辐射量最大为目标的单目标规划模型,并考虑建筑物的设计要求,基于模拟退火法给出了建筑物的外观设计图,并根据电池性能的优劣顺序及限制条件,利用贪心算法得到建筑物外表电池铺设方案,最后给出了这种方案下的投资收回年限及寿命期内的经济效益。