Statistical learning makes the hybridization of particle swarm and differential evolution more efficient—A novel hybrid optimizer

This brief paper reports a hybrid algorithm we developed recently to solve the global optimization problems of multimodal functions, by combining the advantages of two powerful population-based metaheuristics—differential evolution (DE) and particle swarm optimization (PSO). In the hybrid denoted by DEPSO, each individual in one generation chooses its evolution method, DE or PSO, in a statistical learning way. The choice depends on the relative success ratio of the two methods in a previous learning period. The proposed DEPSO is compared with its PSO and DE parents, two advanced DE variants one of which is suggested by the originators of DE, two advanced PSO variants one of which is acknowledged as a recent standard by PSO community, and also a previous DEPSO. Benchmark tests demonstrate that the DEPSO is more competent for the global optimization of multimodal functions due to its high optimization quality. Supported by the National Natural Science Foundation of China (Grant No. 60374069), and the Foundation of the Key Laboratory of Complex Systems and Intelligent Science, Institute of Automation, Chinese Academy of Sciences (Grant No. 20060104)     

改进的多表达式编程算法在函数发现中的应用

为了提高多表达式编程算法的效率,研究了MEP基本算法的适应度函数、杂交策略和变异策略,对其进行了优化,提出了一种改进的MEP算法.改进的MEP算法采用归一化的均方根差作为适应度函数,采用概率区间来选择杂交算子,并使变异概率在进化过程中随着进化代数和适应值的变化进行动态调整.最后将改进的MEP算法应用于函数发现问题中,对算法的效率进行了验证.实验结果表明,与MEP基本算法相比,改进的MEP算法能够更快速地找到目标函数,算法的效率得到了提高.     

一种改进的动力学演化算法

动力学演化算法(DEA)是一种新颖的基于统计机制理论的演化计算技术.DEA通过驱动所有的个体运动和演化,可以有效地保持种群的多样性,但是在解决一些困难的函数优化问题时,DEA收敛速度慢并且易收敛于局部最优解.提出了一种改进的带有多父体杂交和差分变异算子的动力学演化算法(IDEA),有效地加快了DEA的收敛速度并且可以轻易逃离次优解.通过解决典型的数值函数优化问题来证实算法的有效性,实验结果表明,改进的动力学演化算法具有更高的收敛速度和收敛精度.     

软件模糊测试中遗传杂交算法的研究

利用遗传算法的导向性原理,可以不断寻找能够触发软件异常的测试用例.杂交过程是遗传算法中重要过程之一,如何定义父代中的优秀基因并遗传到子代,对寻找算法搜索空间的最优解非常重要.定义了重要基因及优良选择的概念并提出相应杂交算法.在Windows RPC测试中发现,该算法能够寻找到种群中优良基因并不断遗传到子代中,为自动构造软件输入数据,触发软件异常提供支持.     

屋顶光伏光热系统的容量优化配置

高校建筑是用能重要用户,主要存在电、热两种用能形式,充分利用高校建筑屋顶资源开发太阳能项目并合理配置储能,能够有效提升用能经济性。以提高经济性为目标,设计了一种包含光伏、太阳能集热器、热泵和蓄电装置的屋顶光伏光热系统,考虑设备的购置和运维费用,利用差分进化算法求解出光伏光热系统中设备的最优容量配置结果,实现用户侧的单位电量成本最低。最后,以我国西北地区某一高校宿舍楼为实际算例,得到了该光伏光热系统的最小单位电量成本以及最优目标下的配置方案,为绿色低碳型校园建设提供借鉴。     

光热发电中汽轮机运行的优化措施分析

阐述光热发电汽轮机组的阀门结构、汽缸结构、转子结构的优化设计,结合对汽轮机启动初期的蒸汽温度保持恒定的时间进行适当缩短,实施提前并网。在兼顾缩减启动时间、降低转子热机械应力的条件下,对该阶段冲转暖机的时间进行适当性缩减。在动静部分未发生碰撞磨损的基础上,对汽轮机转子实施增速处理的运行优化措施,从而缩减汽轮机的启动时长,实现降低汽轮机转子关键部位热应力值的效果。     

太阳能光电光热一体化技术的应用

阐述太阳能光电/光热一体化技术可以实现对太阳所散发的热能进行回收利用,包括热泵和热管太阳能光电/光热一体化系统的应用,从而达到节能和环保的目的。     

计及置信容量的光热电站储热容量优化配置

为探索光热电站的容量价值,文中基于光热电站的容量置信度和度电成本,提出一种光热电站集热面积和储热容量优化方法。文中建立光热电站发电效率模型和经济性模型,基于序贯蒙特卡洛方法计算发电系统可靠性,使用粒子群算法计算光热电站置信容量,研究太阳倍数和储热时长分别对光热电站容量置信度和度电成本的影响;并以容量置信度和度电成本作为优化目标,使用加权理想点法建立目标优化函数、熵权法确定指标权重值,对太阳倍数和储热时长进行优化。以西北某地区光热规划为例,使用该地区实际太阳辐照资源数据建立模型,发现随着太阳倍数和储热时长的增加,容量置信度单调递增,而度电成本呈先降后升的趋势,可优化得到约束条件下最佳太阳倍数和储热时长。     

太阳能-空气光伏/光热一体化热泵热水系统实验特性

本文研究了一种新型光伏/光热一体化(PV/T)复合热源热泵热水系统,将多孔扁盒式PV/T集热板与空气源热泵相结合,根据不同控制方式组合成双热源并联、单太阳能和单空气能三种不同运行模式。在室外环境温度28.5℃下,将200 L 30℃热水加热到55℃,研究了加热时间、热水温度、COP等性能的变化规律,结果表明双热源并联运行模式下分别比单太阳能模式和单空气能模式的加热时间缩短了42%和54%,COP分别提高了32.78%和47.64%;同时实验研究了在夏季工况下将200 L水从9∶00循环加热到17∶00过程中系统热性能,探讨了太阳辐射强度、PV/T集热板温度对光电/光热效率的影响,通过实验对比可以得出在热电模式下系统的光电效率η_(pv)比单一光电模式平均高25.8%.     

求解高维函数优化问题的混合蜂群算法

为了提高人工蜂群算法求解复杂优化函数的全局搜索能力,提出了多父体杂交算法、差分进化算法和蜂群算法的混合蜂群算法(Hybrid artificial bcc colony algorithm, HABC) 。 HABC的核心在于,采用多父体杂交算子提高人工蜂群算法的全局搜索能力,通过淘汰相同个体保证群体的多样性,利用差分进化算子加快人工蜂群算法的收敛速度。高维函数优化问题的仿真结果表明,该算法全局搜索能力好,收敛速度快。