基于模糊集的蚁群聚类算法的改进

改进了LF算法,提出了一种基于模糊集理论的蚁群聚类新方法。首先定义了平均距离,其次在“相似”的概念上引入模糊集理论,定义了数据对象与其邻域内对象相似程度的隶属函数,最后该数据对象的拾起或放下由隶属度与置信水平λ相比较来决定。该算法避免了LF算法中不相似的数据对象本该被拾起而可能未被拾起,相似的数据对象本该被放下而可能未被放下的弊端,并简化了LF算法。     

区域能源供给网络热电协同规划模型与算法

能源互联网是实现我国能源革命目标的关键手段之一,然而其多能互补的特点增加了能源供应的复杂性,从而影响到区域范围内系统能源供应的协调有序。针对区域内能源供给网络的系统规划问题开展了研究,建立了以考虑投资、运行、经济、环境综合成本为目标函数,考虑电网、热网多元约束和电、热能源互补的区域能源供给网络规划模型,运用正态分布量子粒子群算法对模型进行求解。以华北某市郊区的区域能源规划为案例进行能源供给网络的规划,并与传统规划模式进行对比分析。结论表明,所提出的模型能够对至少含有煤电、气电和热能的区域综合能源供给网络进行规划,且规划方案的成本要低于传统规划方案。此外,所应用的正态分布量子粒子群算法在解决此类规划问题时具有较强的性能,具有较广阔的应用空间。