基于改进遗传算法的单元机组非线性模型参数辨识

针对火电厂单元机组的特点及遗传算法工具箱在辨识多变量、非线性系统参数中存在的早熟、收敛速度慢等问题,对遗传算法工具箱进行了改进,以单元机组非线性动态模型为研究对象,提出了基于改进遗传算法工具箱的参数辨识方法．根据托电600MW机组的阶跃扰动试验数据,辨识得到了单元机组非线性动态模型的参数．结果表明改进遗传算法工具箱对单元机组非线性模型参数辨识具有良好的适应性,辨识得到的模型是有效可靠的．     

多人共站第一类混流装配线平衡问题的优化

针对使用传统模型和算法求解第一类多人共站混流装配线的平衡问题，兼顾工作站数、工人数和工作站负荷均衡，引入了新变量和不对称约束来构建新的数学模型. 提出了一种改进的鸡群算法，使用基于优先权值的编码方式在解码过程中优先选择能最早开始作业的工人来减少序列相关空闲时间，设定工位分配接受准则来分配工人数量以减少工位平均空闲时间；根据适应值大小将种群分为3个不同的群体来实现系统的有效搜索，其中，公鸡群个体基于其适应值差异在不同大小的邻域范围内搜索，母鸡群个体基于适应值相关的参数分别向所归属的公鸡或者其他公鸡/母鸡方向搜索，小鸡群个体则向其归属的母鸡方向搜索；最后将新模型和改进的鸡群算法用于求解标杆算例. 研究结果表明:在算例验证中，对比传统的模型，新模型多找出8个算例的最优解，且寻优速度更快；在算法平均收敛运算时间相似的情况下，本文所提算法求得的平均工人数、工位数以及平滑指标系数等评价指标分别提高了10.74%、16.05%和44.89%，验证了所提模型和算法的有效性和优越性.      

改进的量子遗传算法在车间调度中的应用

在对车间作业调度问题及其调度方法进行描述的基础上,提出改进量子遗传算法(IQGA)并用于解决车间调度问题,改进的量子遗传算法用路由选择算法来选择染色体,进行编码,并用最优个体来更新量子旋转门,旋转角是自适应调整的,这样使算法更好的收敛到全局最优解,经过仿真,验证了算法的有效性.     

列车定位单元ODO故障分析及HMM的应用研究

列车运行过程中车轮会出现打滑抱死等现象,导致ODO(odometers)呈现功能故障状态,针对这一问题,进行了列车定位单元ODO故障分析及HMM(hidden Markov models)的应用研究.首先利用神经网络方法对ODO故障状态进行诊断;然后,引入基于HMM的故障诊断方法,从模式识别角度出发,建立ODO隐藏的故障状态模型,通过输入观测序列与分类器中的HMM匹配,得出ODO的故障诊断结果;最后,通过遗传算法对HMM中的参数训练部分进行改进.实例分析结果表明:利用神经网络进行故障诊断的故障识别率为33.3%,基于HMM的故障诊断方法对于正常和故障状态的诊断精度可达100%,总体诊断精度可达95%,利用遗传算法进行参数改进后经仿真对比表明:在训练速度上遗传算法可以较快到达稳态,训练精度提高了86%;在高噪声背景下用神经网络方法实现故障诊断具有明显缺陷,利用遗传算法可以改进B-W(Baum-Welch)算法易陷入局部最优的缺陷,基于HMM的故障诊断方法相较于神经网络方法有更高的准确性.     

考虑排放控制区的绿色多式联运路径和速度优化

针对考虑排放控制区的绿色公海多式联运路径和速度优化问题，本文首先构建不同碳排放政策下多目标混合整数非线性规划模型，并根据问题特性将其转化为等价的线性模型；其次，为有效求解模型，提出融合问题特性的改进自适应遗传算法，根据问题特点设计多层编解码机制和自适应遗传进化策略；最后，以我国某公海多式联运系统为例，验证所提模型和算法的有效性，并针对不同时间窗和低硫燃油价格进行敏感性分析。实验结果表明：与传统遗传算法和商业求解器Lingo相比，改进自适应遗传算法能获得更满意的方案，分别减少了5.2%和3.7%的多式联运总成本；强制碳排放政策下，排放限额的变化一般不会改变经营人的路线选择，只会影响经营人是否进行运输活动；碳税政策下，碳税价格上涨对多式联运总成本影响很小；碳交易政策下，不同排放限额的多式联运方案可能一致；货物准备时间延后和截止时间提前会增加运输成本，船舶在排放控制区内外使用不同航速能够带来明显的经济效益。     

改进的量子遗传算法在车间调度中的应用

在对车间作业调度问题及其调度方法进行描述的基础上,提出改进量子遗传算法（IQGA）并用于解决车间调度问题,改进的量子遗传算法用路由选择算法来选择染色体,进行编码,并用最优个体来更新量子旋转门,旋转角是自适应调整的,这样使算法更好的收敛到全局最优解,经过仿真,验证了算法的有效性。     

一种基于云计算环境的动态车辆路径问题解决策略

针对动态环境下车辆路径问题,以最小化车辆数和配送里程、最大化载货率为目标,建立动态车辆路径问题的数学模型,提出了云自适应遗传算法。针对车辆路径问题的特点,提出车辆分配链和配送货物顺序链的双链量子编码方法;针对遗传算法交叉和变异操作可能导致早熟收敛和后期多样性丢失的问题,利用云计算方法设计了云交叉算子和云变异算子,并进行操作,还提出改进的云自适应遗传算法。仿真调度算例验证了与其他算法相比较,所提算法能降低早熟概率和提高迭代搜索效率。     

基于遗传算法的交通信号多层模糊控制模型研究

针对城市交通信号控制问题,提出了一种基于交通需求强度的单路口多层模栅控制模型,第一层用来判断路口的交通需求强度;第二层为相位优化层,主要完成相位优化功能;第三层为绿灯时间优化层,用来确定各个相位的有效绿灯时间,针对模糊控制模型中隶属度函数优化的问题提出了利用遗传算法进行模糊控制模型中隶属度函数的优化模型,确定了遗传算法各类参数的计算方法,通过与普通多层模糊控制模型仿真的比较,结果表明本文提出的基于遗传算法的多层模糊控制模型具有较好的控制效果.     

扩展PRONY算法在输电线路故障定位中的应用

电力系统输电线路发生短路故障后,继电保护装置会迅速动作,这时故障定位系统仅采集到故障后短暂的波形数据.通常情况下,系统采集到的故障波形含有暂态分量,这会影响到基于相量故障定位算法的精度.针对此种情况,本文提出使用扩展Prony算法从故障后暂态数据中提取出基波电压和电流分量,然后使用双端非同步测量定位算法进行故障定位,获得了较为精确的结果.通过PSCAD和MATLAB进行仿真,并将结果与采用在电力系统中应用广泛的全波傅氏算法提取故障后基波分量得到的定位结果进行比较,仿真结果表明本文所提算法能让定位误差减小至0.5%以下.     

基于改进的BP神经网络模型参考自适应控制

针对传统BP算法的神经网络模型参考自适应控制实时性差、精度不高、收敛慢等不足,结合BP改进算法和非线性系统的可逆性,提出了基于改进的双向权值调整BP算法的神经网络模型参考自适应控制.基于此算法设计的系统辨识器和控制器的网络结构简单,精度高,仿真结果表明该算法的辨识和控制效果均很理想,可应用于工程实际.     

含串补电容电气化铁路馈线故障测距算法

含串联补偿电容的电气化铁路牵引电网线路的电抗一距离关系不是单调的，按常规的电抗查表测距法，每个故障点会对应2个或多个定位点．通过对含串补电容馈线故障模型特性的分析，提出了一个新的判别方法．对不同的故障角和过渡电阻的ATP仿真以及MATLAB程序分析结果验证，该方法能够判断出故障与区间串补电容的相对位置．给出了含2个串补电容的电气化铁路馈线故障分段查表测距算法．     

Parameter identification algorithm for fault location using one terminal data based on frequency domain

Fault locationtechniques for power systemhavebeen investigated for many years.The quicker theaccurate location of a fault,the faster the electricpower restoration of service.The fault location techniques can be classifiedintot wo classes:one uses the data fromone ter minalof trans mission line;the other uses the data fromboth ter minals.The accuracy of one ter minal faultlocators is affected by the assumptions about thefault resistance,the source i mpedance,and the cur-rent flowinto fault from…     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

混合算法在港口吞吐量预测中的应用

设计供应链网络主要考虑满足外部客户需求最大化和网络总体效用的最大化,其目的是寻求合适的合作伙伴,从而制定符合实际的生产分销策略。为了解决复杂供应链网络设计的问题,提出了一种新的多阶段数学算法模型,该方法是基于遗传算法、层次分析法、多属性效用理论、以同时满足供应商和客户在网络各个层级上的需求。最后,应用该方法很好地解决了所列举的案例,并证明该方法的有效性和实用性。     

震后恢复期物资配送中的多周期选址-联运问题

震后恢复期的物资配送是一项复杂的系统工程,针对震后恢复期两级救援物资 配送系统中的多品种物资、多运输方式、多周期决策等特征,提出了一个以系统总费用最 小为目标的混合整数线性规划模型,用以解决震后恢复期救援物流系统中的选址-联运 问题.针对该模型的特点,设计了一种结合启发式规则的分周期、分阶段解码的混合遗传 算法. 以“5.12”汶川大地震恢复期救援物资保障过程构建算例,对该模型和算法进行了实 例验证. 结果表明,该算法具有较好的性能,可以有效解决震后恢复期物资配送中的多周 期选址-联运问题.     

基于量子遗传算法的数学形态滤波器优化设计

为解决数学形态滤波器结构元素参数优化问题,提出了一种基于量子遗传算法的数学形态滤波器优化设计方法.根据数学形态结构元素参数特点初始化量子遗传种群,通过量子交叉、变异、基于膨胀系数的量子旋转门实现种群的演化进程,进而得到数学形态滤波器的最佳参数.结合仿真实验,研究了不同比例随机噪声、工频干扰噪声下的优化算法性能.仿真结果表明:优化后的数学形态滤波器性能得到较大改善,含随机噪声信号的信噪比由-0.98 dB提高到5.23 dB,含混合噪声信号的信噪比由-3.05 dB提高到0.41 dB,有效滤除了随机噪声、混入工频干扰的混合噪声.      

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题，增设集散中心需求及应急服务设施资源容量约束条件，以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标，构建一种应急设施服务区划分模型，确定各应急设施的服务区范围.设计一种复合算法求解模型，首先基于P-中值选址模型的优化理念，形成初始方案；继而加入禁忌搜索算法，结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析，验证了模型和求解方法的有效性.     

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题,增设集散中心需求及应急服务设施资源容量约束条件,以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标,构建一种应急设施服务区划分模型,确定各应急设施的服务区范围.设计一种复合算法求解模型,首先基于P-中值选址模型的优化理念,形成初始方案;继而加入禁忌搜索算法,结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析,验证了模型和求解方法的有效性.     

基于有限测量信息的加权最小二乘法在配电网状态估计中的应用

为了适应测量装置数量受限的配电网控制的需要,提出一种基于有限测量信息的配电网状态估计方法.模型中将区域配电网节点电压幅值和相角作为状态变量,测量节点电量、负荷规划数据分别作为实际测量量和伪测量量,利用加权最小二乘法权重参数的合理配置保证模型的合理性并求解.通过对英国某区域配电网实例仿真计算,结果表明：本文状态估计模型能够根据有限测量量进行网络全节点的状态估计,且平均估计误差满足实际应用要求;同时,定性描述了测量点数量、估计初值与状态估计误差的关系,为进一步探索测量点优化配置和最优状态估计求解奠定基础.