一种基于遗传算法的最小生成树算法在配电网络规划中的应用

基于配电网络结构特点和智能算法的固有优点,提出一种基于改进遗传算法的最小生成树算法应用于配电网规划,同步优化编码方式可同时规划馈线截面段。目标函数中考虑将联络开关费用参与整体优化过程,使得含联络开关选择的配网规划结果具有全局最优性。并使用改进罚因子改善遗传算法的局部寻优特性。通过采用改进随机生成树产生初始方案和改进的交叉变异算子控制遗传优化过程,使遗传算子在整体寻优过程中每代方案均符合辐射结构。与传统算法相比提高了方案的生成效率和质量,遗传过程不依赖初始值。实例分析证明了方法的可行性和实用性。     

基于多负荷水平的中低压配电网的无功补偿探讨

针对目前无功补偿算法基于单一负荷的弊端,根据改进的遗传算法及最优覆盖原理,提出了一种基于多负荷水平的中低压配电网的无功补偿方案,经过实例计算表明,该方案具有更好的灵活性与降损效果。     

两阶段遗传算法的结构及性能分析

针对基本遗传算法(简称BGA)常常存在局部收敛以及收敛解精度不高等方面的不足,提出了一种改进的算法——两阶段遗传算法,给出了算法的结构及具体的实施策略,进而利用Markov链理论和仿真技术分析了该算法的收敛性能,结果表明该算法具有操作简单、鲁棒性强等特点,不仅可以有效地避免寻优过程中的“早熟”现象,而且在很大程度上能提高最优解精度,适合于大规模、高精度的优化问题。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

BP神经元网络在工艺优化中的应用

本文利用一种改进的BP学习算法，和利用正交实验取得的样本数据建立生产工艺的BP神经网络模型，并利用演化算法求得模型的最优解，最后通过验证证明了模型的准确性。     

基于改进粒子群的分布式通信干扰资源分配

为了解决分布式通信干扰场景下面临的资源分配效率低、干扰效益无保障等问题,结合通信干扰资源分配数学模型,设计了一种改进的粒子群算法。首先设计了分布式通信干扰场景并构建了通信干扰资源分配模型,以最大化干扰效益作为目标函数;其次采用自适应惯性因子和学习因子,并引入遗传变异策略和精英保留策略,提出一种改进的粒子群算法,最后对不同场景规模的通信干扰资源分配进行仿真实验。结果表明,相比小生境遗传算法、粒子群算法、遗传算法,改进的粒子群算法在不同场景规模下,均能获得更优的干扰效益,性能方面具备整体干扰效益更高、算法收敛速度更快、算法收敛误差更小等优势。所设计的改进粒子群算法可应用在分布式通信干扰场景中,为指挥决策提供参考。     

基于改进遗传算法的水库群水沙联合优化调度模型应用研究

文章采用改进的遗传算法对辽宁中部梯级水库群进行水沙联合优化调度研究。结果表明:改进的遗传算法结合自适应度对目标函数进行调整,相比于传统算法,不同水库调度方案下水库联合优化的兴利水量均值提高25.3%,泥沙淤积调整量减少43.8%;丰水期尽量抬高各水库水位起调值,枯水期尽量降低兴利起调水位的调度方案为最优水沙联合调度方案。研究成果对于区域梯级水库的水沙联合优化调度提供方法参考。     

基于改进遗传算法的模具零件孔群加工路径优化

为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。     

数据挖掘在静电放电防护理论中的应用

研究了应用遗传算法进行关联规则挖掘的方法,提出了对遗传算法中适应度函数的构造、数据的编码等的改进方案,将改进的自适应P_c,P_m算法应用到遗传算法中来,从而提高了算法的效率；将其应用到静电放电防护的实验中去,取得了良好效果。     

基于改进遗传算法的沥青路面再生工厂布局优化

为了帮助沥青路面再生工厂获得更好的经济与环境效益,提出一种基于改进遗传算法的布局优化方法。首先,确定再生工厂布局的约束条件,并以非物流相关性最大、物料搬运成本最低和碳排放最少作为优化目标建立工厂布局优化模型;其次,基于初始布局方案,采用实数分层编码及排列组合方法对各功能区的初始位置进行交叉互换,并根据约束条件进行筛选,得到合适的初始种群;再次,针对横坐标层与纵坐标层进行算数交叉,变异时坐标层采用多点变异,放置方式层采用单点变异,并引入模拟退火算子;最后,以某再生工厂为例对改进算法进行验证。结果表明：改进后的遗传算法迭代次数较传统遗传算法减少34次,目标函数值较文献中遗传算法减小0.009 9,提高了算法的寻优能力;优化后的方案每日物料搬运成本减少14 468.85元,碳排放减少30.59 kg,验证了方法的有效性。研究中所提出的优化方法效率较高,可为沥青路面再生工厂的建设提供技术支持。