考虑微网和HVDC特性的电网黑启动优化

通过对黑启动电源、恢复路径优化的电网黑启动方法能加快发生大停电电网的系统恢复。随着电力系统中微网和HVDC越来越多,交直流混联电网在电网黑启动过程中需充分考虑微网和HVDC的影响。分析了微网和HVDC的特性及其参与黑启动时的控制方法和可行性,以最大化恢复系统的恢复效率为目标构建了考虑微网和HVDC特性的电网网架重构优化模型,使用模拟退火遗传算法（SAGA）和Dijkstra算法对电网进行分区优化和恢复路径选优。最后,通过算例验证了方法的有效性。     

大规模水电系统优化调度降维方法研究I:理论分析

中国水电系统规模持续扩张,使得已有方法在求解大规模水电调度问题时,存在严重维数灾及早熟收敛等不同程度局限,亟需分析已有方法以便发现其瓶颈所在,为探寻能均衡求解效率与计算精度的实用化方法提供有益参考。为此,首先深入研究了线性规划、二次规划和动态规划等多种方法的计算复杂度,然后定量对比分析了各方法在不同情景下的适用性,最后提出“四维一体可拓降维”总体思想,并给出具体的降维方法与策略,建议从空间维、时间维、状态维和组合维等4个方面开展综合研究,以切实服务于大规模水电系统优化调度的高效优质求解。     

基于倒位变异的蜉蝣优化算法

蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高.     

基于改进花朵授粉算法的车辆路径问题研究

针对标准花朵授粉算法演化后期寻优能力受限等问题,论文提出一种将人工蜂群算法融入到花朵授粉算法中的优化算法.该算法主要通过人工蜂群算法的采蜜阶段和侦查阶段,将花朵授粉的算法的解进一步优化,从而提高花朵授粉算法的寻优能力.使用改进后的花朵授粉算法对现代物流配送的车辆路径规划问题进行求解,仿真实验结果表明,改进后的算法在性能上优于其他对比算法,并且在求解小于22个配送点车辆路径规划问题上均能得到最优路径,验证算法能力.     

基于K均值与WPA-RBF神经网络模拟电路故障诊断

针对模拟电路故障诊断进行了研究,提出了一种新的方法。该方法包括haar的小波分解,对数据的归一化处理,以及用K均值优化RBF的中心向量和宽度,用狼群算法优化RBF的权值。首先用haar小波对所得的电路原始故障数据集进行变换,然后对变换后的数据进行归一化处理,最终得出RBF神经网络训练所需的输入数据。针对RBF神经网络中隐层节点中心、基函数宽度及权值选取困难问题,这里用K均值优化RBF的中心向量和宽度,用狼群算法优化RBF的权值,以提高网络训练稳定性与诊断成功率。最终通过两个电路的诊断实例,来论述该方法的具体实现过程,验证用该方法进行模拟电路故障诊断的可行性。     

基于遗传算法的模板匹配算法研究与设计

针对一般模板匹配算法计算量大并且容易陷入局部最优等缺点,研究了使用遗传算法对模板匹配进行全局寻优的算法。在被检测图形和模板已知的情况下,建立了模板匹配的归一化的数学模型。通过对模型计算量的分析,设计了能够减少模型求解计算量的算法。进一步使用遗传算法对设计的算法进行了改进,该算法能使模板匹配快速收敛到全局最优解。算例表明,本算法能有效解决模板匹配的全局寻优问题,并且使模板匹配效率有了明显提高。这一研究为图形处理者提供了科学的模板匹配方法。     

光储气微网优化运行研究

对于天然气与新能源发电协同运行的研究有利于提高风、光电的消纳比例。但新能源与天然气互补组成的微网系统仍存在可靠模型约束条件考虑欠缺及相应算法精度有待提高的问题。为解决该问题,依据微网系统实际运行工况和运行方式,建立了一种以经济运行为目标,包含光伏发电、储能系统、天然气发电的微网协同优化运行模型。针对模型求解算法精度较低的问题,将狼群算法的搜索策略及速度公式进行了改进,提出结合狼群搜索及淘汰机制的狼群-粒子群混合算法,加快了对模型求解的收敛速度,并提高了算法的寻优精度。最后对所搭建的模型进行计算求解。求解结果表明,改进的混合算法能够提高微网内各系统间的协同效果,降低了微网波动对配电网的影响,具有较好的应用前景。     

基于随机期望值模型的不确定环境下再制造逆向物流网络选址研究

再制造逆向物流的主要特征是回收产品的数量、质量不确定，以及再制造出“新”产品的需求不确定。基于不确定规划相关理论，在分析再制造逆向物流网络结构的基础上，将各个回收/消费市场的回收产品的数量、质量以及“新”产品的需求量看作随机参数，提出了再制造逆向物流网络的随机期望值模型，并利用遗传算法与随机模拟相结合的混合智能算法设计了该模型的求解算法。最后,根据算例对模型进行了计算，验证了该方法的可行性。     

地磁辅助惯性组合导航技术分析

从地磁导航的特点出发,指出了地磁／惯性组合导航在未来发展中的优势,并对实现该种组合导航需要的技术手段做了全面的分析,包括：信息融合策略、高精度地磁场模型的构建方式以及滤波算法的设计。同时,阐述了其中的改进方向,为进一步提高该种组合导航性能提供思路。     

基于并行遗传算法的智能公交排班研究

智能公交排班问题是公交车辆智能调度的一个典型问题之一。它可以描述为：利用某种智能化算法,在有限的步骤内,找出所有满足约束条件的最优或者接近最优的排班方案。由于排班问题搜索规模巨大,传统算法在短时间内难以获得高质量可行解。文章引入并行遗传算法,对三种主流并行模型进行评价分析,并设计了求解车辆排班问题的粗粒度并行遗传算法,编制了算法实现程序。