共查询到20条相似文献，搜索用时 468 毫秒
1.
由于涉及许多变量和约束,中压配电网规划是一个非常复杂的大规模组合优化问题。蚁群算法是一种具有正反馈特性的贪婪性、分布式的现代启发式搜索方法,适合于路径的寻优,但是易陷入局部最优。该文将蚁群算法和生成树算法结合起来,用于带有交叉点的中压配电网网架规划。针对基本蚁群算法易于陷入局部最优的问题,提出了动态设定待选路径信息素阀值和动态调整路径选择策略的方法,以便提高蚁群算法的全局搜索能力。在考虑中压配电网辐射状和连通性约束时,提出了带有交叉点的生成树方法,大大减少了在规划中不可行解的产生。算例仿真结果表明采用该方法求解中压配电网架规划方案是有效的。 相似文献
2.
3.
GIS与粒子群算法在农村变电站选址规划中的应用 总被引：4，自引：2，他引：2
针对基本粒子群算法在农村变电站选址问题中得到全局最优解的收敛速度慢和易陷入局部最优解的缺点,该文以某县开发区为例,运用惯性权重动态调整策略,有效地平衡了算法的全局和局部搜索能力,从而改善了基本粒子群算法的性能,并且充分考虑地理信息系统对规划站址的影响,将改进的粒子群算法和图形问题相结合。结果表明：基本粒子群算法得到最优解的迭代次数为48次,改进后算法的迭代次数减少到26次,得到最优解的速度提高了近一倍,并以GIS为平台实现了规划的可视化。 相似文献
4.
为了提高股票价格预测精度,提出一种改进支持向量机的股票价格预测模型。该模型利用粒子群算法的全局寻优能力对支持向量机参数进行优化,以提高股票价格的预测精度,采用具体股票价格数据对模型性能进行测试。结果表明,改进支持向量机能够对股票价变化趋势进行预测,是一种有效、高精度的股票价格预测模型。 相似文献
5.
基于蚁群优化最小二乘支持向量回归机的河蟹养殖溶解氧预测模型 总被引：2，自引：7，他引：2
养殖池塘溶解氧是河蟹赖以生存的重要指标,及时准确地掌握溶解氧浓度变化趋势是确保高密度河蟹健康养殖的关键。为提高溶解氧预测精度和效率,该文提出了蚁群算法(ACA)优化最小二乘支持向量回归机(LSSVR)的河蟹养殖溶解氧预测方法。采用蚁群算法对最小二乘支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间非线性预测模型。利用该模型对江苏宜兴市2010年7月20日～7月28日期间高密度养殖池塘溶解氧进行预测。研究表明,该预测模型取得较好的预测效果,与支持向量回归机和BP神经网络相比,模型评价指标均方根误差、相对均方误差均值、平均绝对误差和和决定系数和运行时间分别为0.0328、0.0016、0.0448、0.9916和3.3275s均优于其他预测方法,ACA-LSSVR模型不仅计算复杂度低、收敛速度快、预测精度高、泛化能力强,还能满足实际高密度河蟹养殖溶解氧管理的需要,为其他领域的水质预测提供参考。 相似文献
6.
苹果采摘路径规划最优化算法与仿真实现 总被引：3，自引：0，他引：3
采摘路径规划对苹果采摘机器人的工作效率有很大的影响,为了提高苹果采摘机器人采摘效率,研究了采摘路径规划最优化方法。将苹果采摘的路径规划问题转化为三维的旅行商问题进行求解,结合图像识别得到的苹果位置特征,提出了有限域信息素自适应更新的改进蚁群算法,避免了基本蚁群算法求解过程中的早熟和局部收敛的问题,研究了三维模型的建模和驱动方法。试验结果表明将蚁群算法用于解决苹果采摘路径规划问题,当苹果数量达到250个时,改进蚁群算法迭代次数是基本算法的25.3%,而搜索到的最优路径是其94.3%,可见改进算法在搜索次数和最优结果上都有明显的优势。本研究为苹果采摘机器人采摘路径规划的提供理论参考。 相似文献
7.
基于粒子群算法的城镇土地利用空间优化模型 总被引：13，自引：7，他引：6
土地利用结构优化是土地资源优化配置的核心,包括数量结构优化和空间结构优化。针对传统的优化模型如线性规划、多目标、灰色系统和景观生态等不能实现土地数量结构和空间结构的有效统一,在研究现有智能优化模型如元胞自动机、遗传算法的基础上,采用近年来新兴的粒子群优化算法,利用其空间飞行搜索特性和较强的全局优化能力,构建了基于粒子群算法的土地利用空间优化模型。研究表明,该模型能利用粒子的群体空间分布模拟土地利用空间格局,并能在多目标控制下进行全局优化处理,实现土地利用数量结构和空间结构的有效统一。 相似文献
8.
介绍了MATLAB优化工具箱及其使用方法,分析了常用的最优化算法。对于非线性约束最优化问题,初始点的选取直接影响优化结果,用MATLAB优化工具箱得到的往往是局部最优解。为获得全局最优解,提出了在可行域内随机循环给定初始点,采用MATLAB工具箱优化计算,在优化结果中二次搜索极小值的方法,经过少量循环即可求得全局最优解。通过实例确定了所使用方法的有效性。 相似文献
9.
为了缩短工程设计周期和提高产品的质量,针对协同优化（CO）算法存在的计算量大、协调困难等问题进行了改善性研究。改善后的协同优化（ACO）算法采取了无约束的系统级,排除了单一雅克比方程式问题,使用了L1范数改进了CO算法的学科一致性约束,另外子系统增加了一些优化参数和约束模型。通过算例验证,ACO算法在计算效率上比CO算法提高了2.6倍,优化结果也更加逼近标准解。最后,将ACO算法应用到铰接车辆设计中,车辆的燃油经济性提高了2.596%,车辆速度从零到最高车速所需要的时间也减少了6.051 s。该算法有助于提高复杂工程系统优化设计中计算的效率和准确性。 相似文献
10.
[目的] 选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。 [方法] 以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。 [结果] 提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R2)为0.973 920,均方根差(RMSE)为0.003 012,平均绝对误差(MAE)为0.002 105。 [结论] 使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。 相似文献
11.
12.
为探究提水效率影响因素及系统配置对光伏水泵提水系统性能影响,该研究利用光伏水泵循环提水系统,探究不同辐照强度、阀门开度、提水高度下光伏组件利用效率、水泵运行效率、管路效率变化规律,并构建系统流量计算模型,根据该模型计算各个区间的提水量占比及不同提水高度下提水系统的参数,根据该系统整体效率和太阳能利用率确定最优提水高度;在此基础上,通过增加光伏组件面积及蓄水池数量降低提水系统提水成本及提高太阳能利用率,并确定提水成本最低时光伏组件面积和蓄水池数量。研究结果表明：确定光伏组件利用效率随辐照强度变化关系及水泵高效率运行区间,并确定光伏水泵最优提水高度为20 m,太阳能利用率为64.05%,整体利用效率为4.521%,提水成本为0.151元/m3;在最优提水高度的基础上,讨论了增加光伏板面积及蓄水池数量对太阳能利用率与提水成本的影响,当提水成本最低时,光伏板面积为3.71 m2,成本为0.143元/m3,太阳能利用率为90.83%;蓄水池数量为4个,成本为0.145元/m3,太阳能利用率为94.62%,表明增加光伏板面积和蓄水池... 相似文献
13.
多级灌溉渠系配水优化编组模型与算法研究 总被引：1，自引：1，他引：1
合理安排各级渠道的配水时间和流量,实现灌溉渠系大流量短历时输配水,减小整个渠系的渗水损失,是目前灌区管理中亟需解决的技术问题.该文基于大系统分解协调的思想,以陕西省冯家山灌区为例,建立了一种解决多级渠系配水优化编组问题的分解协调模型.针对模型中存在多约束条件和大搜索空间问题,设计了基于自适应遗传算法模型求解方法,并比较分析了用该文方法与传统方法确定的配水编组方案性能,结果表明该文确定的算法能实现多约束条件下模型的稳定快速求解,确定的优化配水方案下级渠道配水过程搭配合理,上级渠道配水流量较为均匀且总输水损失小等优点,能解决多级渠系配水优化编组问题,可满足灌区管理需要. 相似文献
14.
为了提高环形单轨运输系统完成静态任务的作业效率，该研究以丘陵山地为应用场景，针对任务点与运输车的匹配与调度需求问题，综合考虑最大程度满载的因素，建立了具有任务点“拼车”组合处理和运输车任务分配两个阶段的数学模型。提出基于相邻位置、任务量和随机序列不同优先级的3种启发式规则算法解决以运输车上货次数最少为目标的“拼车”组合问题，采用基于变邻域搜索的遗传算法解决以运输车堵塞次数最少为目标的运输车任务分配问题。通过模拟3种任务批量的运输情形，验证优化算法的性能，结果表明：基于任务量在3种启发式规则算法中求解速度最快，在80%的试验中获得的可行解最优，选择基于任务量和与之性能接近的基于随机序列的结果分别作为运输车任务分配问题的初始解，基于任务量更有利于第二阶段运输车任务分配问题的求解，得到的分配方案堵塞次数更少。基于变邻域搜索的遗传算法能显著提高标准遗传算法的求解质量，使堵塞次数降低了33.3%～100%，在大规模运输问题的求解中比变邻域搜索算法表现出更高的稳定性，最少堵塞次数出现的概率分别提高了10%和40%，有效性也优于整体匹配规则、随机重启爬山等其他类型的算法。该研究实现了对环形单轨运输系... 相似文献
15.
乡镇企业节能项目的计算机模糊层次综合评判 总被引：1，自引：0，他引：1
运用多目标模糊层次分析法,构建了乡镇企业节能项目综合评价指标体系和评判模型,研究了评判指标的隶属函数、隶属度确定的数值算法及合成算法,用Visual Basic6.0设计了计算机评判软件系统,并通过典型案例进行了应用验证,结果表明:所建指标体系从技术、经济和社会生态环境三方面客观、真实地反映了节能项目的综合效果;所建评判模型反映了节能项目综合评判的模糊性、综合性和多层次性,为评判项目的整体优劣和投资决策提供了依据 相似文献
16.
17.
18.
分析了数据中心机房主要耗能构成,得出要打造绿色节能机房必须降低机房的能源消耗大户空调和IT设备的能源消耗。在扬州市政府数据中心设计和实施建设过程中,针对机房制冷排热和IT设备选型部署,采取了多种绿色节能措施和手段。在降低机房制冷能耗方面,提出采用精确送风的封闭热通道技术将机房内冷、热气流分离,使热空气不在机房停留。同时,在空调外机加装雾化喷淋技术来降低空调能源消耗。在服务器选型及部署上,采用高性能、低功耗的服务器并运用虚拟化和云计算技术打造了一个绿色节能的数据中心机房。 相似文献
19.
对于求解复杂的并联泵站群优化运行模型,狼群算法(wolf pack algorithm,WPA)存在收敛性和鲁棒性差等问题。为改善这些问题,该文以某典型并联泵站群为例,以泵站系统主机组运行能耗最低为优化目标,考虑流量、叶片角度、开机台数等约束条件,建立了并联泵站群优化运行模型。将模拟退火算法引入WPA算法中,提出混合狼群算法(hybrid wolf pack algorithm,HWPA)用于求解建立的优化模型。选择最小值、平均值和标准差作为算法性能的评价指标。相较于粒子群算法(particle swarm optimization,PSO)和WPA算法,HWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值平均降低了15.60、10.23 kW,平均值平均降低了36.94、14.30 kW,标准差平均降低了84.82%、72.90%。在HWPA算法的基础上,对算法中的游走步长、奔袭步长、围攻步长的最小值和最大值4个参数进行单因素分析和拉丁超立方抽样设计计算,确定出4个参数的最优组合为0.33、1.53、0.672和4.8×10^5,进而提出改进混合狼群算法(improved hybrid wolf pack algorithm,IHWPA)。相较于HWPA算法,IHWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值和平均值平均降低了4.66和13.26 kW,标准差平均降低了94.02%。应用IHWPA算法确定典型并联泵站群6个不同运行工况优化方案,结果表明,采用引入模拟退火算法、优选WPA算法参数的方法提高了算法的全局收敛性与计算鲁棒性,泵站运行最优决策方案较实际方案的运行能耗平均降低9.80%,可为泵站工程提供合理有效的运行方案,降低运行能耗。 相似文献
20.
在综合考虑作物灌溉水量、种植面积、水分生产函数、产量反应系数、水分敏感指数等因素基础上, 以实现灌区作物总产量最大为目标函数, 建立了多作物种植结构和灌溉水量优化分解协调模型, 设计了改进实码遗传算法与分解协调迭代算法相结合的模型求解算法, 并利用中国科学院盐亭紫色土农业生态试验站多年试验数据, 运用上述模型和算法对玉米、小麦联合种植的种植结构、灌溉水量以及玉米、小麦灌溉制度进行了优化计算。结果表明: 产量反应系数大的作物分配的灌溉水量和种植面积大, 且随灌溉水量增加其增产速度越快; 当作物某些生育阶段灌水前的潜在腾发量与可供利用水量的差值相差不大时, 水分敏感指数大的作物生育阶段获得灌溉水量较多, 反之, 即使水分敏感指数大的作物生育阶段也有可能分配不到更多的灌溉水量。这一结果与作物产量反应系数的几何意识、边际效益递减规律等理论以及节水增收初衷相符合, 充分说明模型在实现灌区有限水资源在多作物间和各作物生育阶段优化分配的同时, 实现了灌区多作物种植结构优化, 具有较强推广价值。改进实码遗传算法克服了传统实码遗传算法计算精度低、易早熟、求解结果不能严格满足等式约束等缺陷, 能够搜索到严格满足约束条件的模型最优解, 表明该改进实码遗传算法在解决这类包含等式和不等式约束的最优化问题上具有一定应用价值。分解协调迭代算法能使模型在允许迭代误差范围内收敛, 能够获得使模型整体效果较为理想的最优解, 表明分解协调迭代算法在求解复杂大系统优化问题上具有很好的应用前景。 相似文献