一种新型全局优化算法在直线电机优化设计中的应用

把一种新型全局优化算法一区域消去法引进到电机的优化设计中,并针对电机优化问题的具体特点,提出将混合罚函数法和修正的鲍威尔法用于其中的局部寻优。应用该算法对直线电机进行优化设计,较大提高了直线电机的力能指标,且具有收敛速度快的特点。     

基于遗传算法圆筒型直线感应电机的优化设计

针对直线感应电动机效率和功率因数低以及结构参数对其力能指标影响的严重非线性,把一种全局优化算法一遗传算法引入到圆筒型直线感应电机的优化设计中。结合电机优化问题的特点,将品质因数作为评价直线电机性能参数好坏的一项指标。应用遗传算法对圆筒型直线感应电动机进行优化设计,把直线电机的力功比和力能指标作为优化的目标函数,结果表明优化设计方法可行。     

现代电机优化设计纵横谈

电机优化设计是电气工程领域的热点问题之一。本文针对传统电机优化设计存在的主要问题，详细讨论了以遗传、免疫算法为代表的几种最新全局优化方法在电机优化领域的应用情况，阐述了它们不同于传统优化算法的特点，并提出了今后电机优化设计的发展方向。     

现代电机优化设计纵横谈

电机优化设计是电气工程领域的热点问题之一.本文针对传统电机优化设计存在的主要问题,详细讨论了以遗传、免疫算法为代表的几种最新全局优化方法在电机优化领域的应用情况,阐述了它们不同于传统优化算法的特点,并提出了今后电机优化设计的发展方向.     

在于遗传算法的大中型异步电机优化设计

本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。表明遗传城电机优化设计领域是一种行之有效的全局优化方法。     

一种迅速而有效的优化方法——改进正交试验法在感应电机设计中的应用

本文针对三相感应电机优化设计问题,提出了一种迅速而有效的电机优化方法——改进正交试验法。电机优化设计属于求解约束非线性混合离散规划问题,改进正交试验法则是求解此类问题的较好方法。三个多极值混合离散数学问题的求解以及感应电机单台和系列优化设计的结果表明,该方法是一种既实用又相当有效的电机优化方法,可迅速求得全局最优点或近似全局最优点。     

基于遗传算法的开关磁阻电机优化设计

将遗传算法引入电机优化设计领域，全面研究了ＳＲ电机的优化设计问题。首次提出用开通角系数和关断角系数处理优化设计过程中的控制参数问题，成功地将非线性性能计算方法用于ＳＲ电机优化设计，并讨论了优化点及恒功率区特点在优化过程中的处理方法。     

一种新型全局优化算法在电机设计中的应用

将一种新型全局优化算法——区域消去法 ( DEA算法 )引进到电机的优化设计中 ,并针对电机优化问题 ,提出局部寻优时采用混合罚函数法把非线性约束问题转化为无约束问题 ,用修正的鲍威尔法求解局部最小点。文中将 DEA算法应用于带辅助极永磁起动机的优化设计 ,显著降低了有效材料成本 ,且收敛速度较快     

模拟退火算法在电机设计中的应用

在研究电机优化设计特点的基础上结合实际对模拟退火算法做了适应性改进,包括共用变量与非共用变量搜索模式、连续变量与离散变量的搜索模式和全局寻优与收敛速度之间的协调等问题,从而构成更实用的电机全局优化设计算法。应用这一算法对丫系列小型三相异步电动机进行了优化计算,并对诸转电流,力能指标及有效材料用量进行了对比分析,结果表明,算法可靠有效,具有工程实用价值。     

直线感应电动机的全局优化设计研究

把一种新型全局优化算法———区域消去法 (DomainEliminationAlgorithm)引入到电机的优化设计中 ,并针对电机优化问题的具体特点 ,提出将混合罚函数法和修正的鲍威尔法用于其中的局部寻优。应用该算法对直线电动机进行优化设计 ,把直线电动机的力能指标作为全局优化的目标函数 ,优化效果显著     

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。     

全程可控的微重力试验装置应变传感器布局优化研究

在建的全程可控的地基微重力试验设备是一种采用直线电机驱动实验舱体,以上抛下落方式来产生微重力环境的新型 落塔装置,其支撑结构上的微小形变是决定实验舱能否在轨道上平顺运行的关键因素。 为了更加科学有效地布置应变传感器 对其进行监测,将改进后的量子粒子群算法用于传感器布局优化。 以有限元模型作为实际算例,比较和验证了粒子群算法、量 子粒子群算法以及改进量子粒子群 3 种算法布局优化策略在形变重构上的有效性和优劣性,改进后的量子粒子群算法得到的 重构形变平均绝对误差为最大形变的 1. 2%。 该结果表明对量子粒子群算法的改进方法是有效的,同时也说明了随机算法用于 形变重构的传感器优化布置是可行的。     

基于禁忌搜索粒子群优化算法的无功优化

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,提出将粒子群优化算法结合禁忌搜索的混合算法,并应用它来求解电力系统无功优化问题。该混合算法是以粒子群优化算法为主框架,以禁忌搜索算法作为个体群继续在邻域中寻优,寻优结果对粒子群算法的输出做了更新。混合算法保留了粒子群优化算法的并行处理性,同时利用了禁忌搜索算法的较强的"爬山"能力,加快了混合优化算法的收敛时间和提高了收敛解的有效性。     

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%。     

基于量子序优化混合算法的输电网规划

序优化理论是一种基于绝对随机抽取可行解的优化算法,最优解具有高概率的可信度.量子算法是一种局部搜索能力强的搜索算法.利用量子算法的强大的局部搜索功能与序优化混合,构造出随机性和方向性比较平衡的量子序优化混合算法.针对输电网规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子序优化混合算法求解.18节点系统算例的...     

改进粒子群算法的无功优化

通过对传统梯度算法和粒子群算法的研究,提出了将梯度算法和粒子群算法(GPSO)相结合的梯度粒子算法.建立了无功优化的数学模型,将梯度粒子算法运用到无功优化中,通过算例验证,梯度粒子算法能够获得更好的全局最优解,此表明该算法运用到实际中将有利于在线电力系统无功优化.     

测试不可靠条件下基于精华蚂蚁系统的诊断策略优化方法

诊断策略优化设计是测试性设计过程中重要一环,不可靠测试因素严重影响优化设计过程.在前人研究成果的基础上,针对启发式搜索算法难以解决不可靠测试条件下的诊断策略优化问题,提出了一种基于精华蚂蚁系统的诊断策略优化算法.首先建立了测试不可靠条件下诊断策略优化问题的数学模型;后以测试成本与错误代价为构建了优化目标;随后利用针对诊...     

自动化药房多个出药单据的调度优化

为了提高自动化药房的出药速率，实现多个出药单据药品出库时间最短。以某医院自动化药房出药系统结构为基础，建立多个出药任务单据的时间调度模型。针对此模型设计了改进的混合鲸鱼优化算法(H-WOA)。首先对多个出药单据进行整合分组，融入了遗传算法的交叉、变异，来提高种群探索的多样性；其次引入了免疫克隆算法的抗体与抗体的亲和度判定原理，来帮助构建最佳执行序列；最后结合鲸鱼算法的包围收缩和螺旋更新机制来保证种群最终收敛于最佳鲸鱼位置。实现结果表明，以3个出药单据为例，H-WOA优化算法相比原算法和未含优化算法效率分别提高了6.11%和18.11%。在4个、5个出药单据调度优化上，具有同等的优化效果。证明改进算法具有很好的寻优能力。     

改进的互信息最小化非线性盲源分离算法

提出了一种改进的互信息量最小化非线性盲源分离算法,改善了优化算法在串音误差方面大等的不足。该方法利用自然梯度优化算法来优化目标函数,避免了对矩阵的求逆计算,减少了计算时间。此外,在网络参数优化的过程中引入了扰动信号,提高了非线性盲源分离算法的寻优能力。实验结果表明改进的非线性盲源分离算法是有效的,而且相对传统的非线性盲源分离方法具有较小的误差。     

基于改进粒子群算法的电力系统无功优化研究

粒子群( PSO)优化算法具有并行处理的优点,但易于陷入早熟收敛,针对这一问题,本文提出了一种改进粒子群无功优化算法,该算法使用了自适应动态惯性权重,充分利用了遗传算法中交叉变异和种群移动均匀的特性,从而有效克服了PSO算法易于陷入局部最优和早熟收敛的缺陷,具有良好的寻优速度和计算精度,实例计算取得了良好的结果,从而验...