检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

生物地理学算法的研究及应用

生物地理学算法的研究及应用

作者：罗丹新疆大学

学位级别：硕士

受生物地理学这门学科的启发,一种根据物种生存存在的迁移规律和变异规律衍生而来的仿生优化算法——生物地理学算法(BBO)被提出。它是一种基于生物自然进化理论和物种迁徙原理的新型进化算法。自提出以来,在各种有约束和无约束的基准... 详细信息

受生物地理学这门学科的启发,一种根据物种生存存在的迁移规律和变异规律衍生而来的仿生优化算法——生物地理学算法(BBO)被提出。它是一种基于生物自然进化理论和物种迁徙原理的新型进化算法。自提出以来,在各种有约束和无约束的基准测试函数上均表现出良好的优化性能,引起了许多国内外学者的关注。由于BBO算法在迭代后期有易陷入局部最优、探索能力差等缺点。因此,为改善BBO算法的搜索性能,本课题基于两种改进思路,提出了5种基于BBO算法的改进算法,并将其改进算法应用到系统辨识、旅行商问题、调度问题和种植规划中。因此,课题的主要研究内容为BBO算法的改进及应用研究,概括为以下4个方面:(1)为改善BBO算法在迭代后期不易跳出局部最优的这一现象,从BBO算法的操作算子着手研究,提出基于操作算子的改进BBO算法(简称IBBO)。为提高BBO算法的局部搜索能力,提出基于模拟退火的生物地理学算法(简称SAIBBO)。为平衡BBO算法的开采能力和搜索能力,提出差分进化-生物地理学算法(简称IDEBBO)。针对BBO算法的缺点中的种群多样性差这一点,引入混沌技术,提出混合生物地理学算法(简称HBBO)。为加快BBO算法的收敛速度及精度,提出粒子群-生物地理学算法(简称PSOBBO)。然后选用不同特性的测试函数,对提出的每种改进算法都进行仿真测试。仿真结果表明,无论是在收敛结果还是收敛速率上,五种改进方法的优化效果比基本BBO算法表现得更优。(2)为解决系统辨识问题,首先需要将辨识问题转变成一个系统辨识的参数寻优问题,然后将IBBO和IDEBBO算法应用于系统辨识。通过以采用IBBO算法的Hammerstein模型和采用IDEBBO算法的Wiener模型为例进行数值仿真,与其他优化算法相比。结果表明,所采用的算法能够提高辨识参数的精度,获得很好的辨识结果。同时,解决系统辨识问题的有效性也得到了验证。体现了IBBO和IDEBBO算法求解系统辨识问题的可行性。(3)为解决旅行商问题和调度问题。提出基于实数编码的离散SABBO算法,以求解旅行商问题的最优路径。采用典型的标准问题进行测试,测试结果验证该算法是有效的。提出基于实数编码的PSOBBO算法,用以调度问题的调度优化,选用标准调度问题进行实验,实验结果表明该方法是有效可行的。(4)为了改善在新疆番茄生产期长期存在的番茄原料供应不均衡问题。研究种植期的番茄种植与生产期的番茄产量之间关系,建立番茄种植规划的数学模型。将规划问题转变成组合优化问题,提出一种采用基于实数编码的离散HBBO算法对番茄种植规划模型的求解。以新疆某番茄加工厂提供的数据进行计算,结果表明,采用该算法获得的种植方案能实现番茄原料的产量与番茄酱厂生产能力之间的平衡。计算结果验证了番茄规划模型的合理性。同时,与其他进化算法相比,在求解番茄规划问题上,HBBO算法也具有更好的收敛性。由于该方法在求解大规模规划问题时,优化效果不好,因此,提出离散BBO算法对大规模番茄规划问题进行求解。仿真结果表明该方法能够实现番茄原料的均衡供应。

关键词：生物地理学算法系统辨识旅行商问题调度问题番茄种植规划模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

采用混合生物地理学算法的番茄种植规划研究

中国农业大学学报 2015年第1期20卷 164-169页

作者：罗丹张宏立新疆大学电气工程学院乌鲁木齐830047

为解决番茄酱产季原料供应不均衡问题,在构建番茄种植规划的数学模型基础上,提出采用生物地理学算法对番茄种植规划模型的求解。利用余弦迁移模型、干扰迁移算子和基于高斯分布的变异算子对BBO算法进行适当改进,并与差分进化算法的变异... 详细信息

为解决番茄酱产季原料供应不均衡问题,在构建番茄种植规划的数学模型基础上,提出采用生物地理学算法对番茄种植规划模型的求解。利用余弦迁移模型、干扰迁移算子和基于高斯分布的变异算子对BBO算法进行适当改进,并与差分进化算法的变异算子结合,以增强生物地理学算法的全局搜索性能。以新疆某番茄酱厂为例对番茄种植规划问题进行计算,结果表明:采用该算法获得的种植方案能实现番茄原料产量与番茄酱厂生产能力之间的平衡。仿真结果验证了番茄种植规划数学模型的合理性。在求解番茄种植规划问题上,与其他智能优化算法相比,该算法具有较好的收敛性。

关键词：生物地理学算法番茄均衡供应最优种植规划

基于生物地理学算法的水电机组PID参数优化

在线全文

学校读者我要写书评

暂无评论

中国农村水利水电 2020年第10期 242-247页

作者：高菘杨虎付恩狄刘冬黄一冲肖志怀天生桥二级水力发电有限公司广州510000 武汉大学动力与机械学院武汉430072 中车株洲电机有限公司湖南株洲412000

水轮机调节系统是复杂非线性系统,其运行工况会经常发生大的变化。水电机组并网后一般采用一组PID控制参数,而采用固定的控制参数难以保证不同工况下均具有良好的动态品质。此时,需要针对不同工况对机组的控制参数进行寻优,使调速器的... 详细信息

水轮机调节系统是复杂非线性系统,其运行工况会经常发生大的变化。水电机组并网后一般采用一组PID控制参数,而采用固定的控制参数难以保证不同工况下均具有良好的动态品质。此时,需要针对不同工况对机组的控制参数进行寻优,使调速器的控制性能满足期望的要求。基于生物地理学算法对水电机组某工况下的PID参数进行了优化,并与其他算法进行了对比。仿真结果表明由新算法得到的最优PID参数具有更好的调节品质,对机组的优化运行具有重要意义。

关键词：水电机组参数优化生物地理学算法功率模式 PID控制

在线全文

学校读者我要写书评

暂无评论

基于生物地理学算法的微电网多目标优化调度

济南大学学报（自然科学版） 2017年第3期31卷 220-228页

作者：韩建平李国宁兰州交通大学自动化与电气工程学院甘肃兰州730070

针对含风力发电机、光伏电池、微型燃气轮机、柴油发电机、蓄电池组成的微电网系统优化调度问题,设置系统相关约束条件,建立以运行成本最小、用户停电损失费用最小及环保成本最低的微电网多目标优化调度模型,采用生物地理学算法对模型... 详细信息

针对含风力发电机、光伏电池、微型燃气轮机、柴油发电机、蓄电池组成的微电网系统优化调度问题,设置系统相关约束条件,建立以运行成本最小、用户停电损失费用最小及环保成本最低的微电网多目标优化调度模型,采用生物地理学算法对模型进行求解;对某独立型微电网算例的单目标优化调度与多目标优化调度的仿真结果进行对比。结果表明:单目标下的微电网优化调度,虽然可以在单一方面达到最优,但是以其他目标的增加为代价;多目标优化调度综合考虑了微电网的经济性、节能型、可靠性之间关系,实现了运行成本、用户停电损失费用、环保成本下的全局最优,可根据用户的实际需求提供一种更合理的微电网优化调度方案。

关键词：微电网孤岛运行优化调度多目标生物地理学算法

基于改进生物地理学算法的列车ATO多目标优化研究

在线全文

学校读者我要写书评

暂无评论

云南大学学报（自然科学版） 2024年第3期46卷 469-477页

作者：刘伯鸿祁正升兰州交通大学自动化与电气工程学院甘肃兰州730070

高速列车运行过程优化是一个多目标、非线性优化问题.为研究列车自动驾驶系统(automatic train operation,ATO)多目标优化问题,以列车运行的准时性、停车精确性、舒适性、能耗性为控制目标,列车动力学模型为约束条件,同时考虑列车惰行... 详细信息

高速列车运行过程优化是一个多目标、非线性优化问题.为研究列车自动驾驶系统(automatic train operation,ATO)多目标优化问题,以列车运行的准时性、停车精确性、舒适性、能耗性为控制目标,列车动力学模型为约束条件,同时考虑列车惰行过分相区,建立列车多目标优化模型,提出了一种改进的生物地理学(biogeography-based optimization,BBO)优化ATO速度曲线方法.为提高算法优化性能,使用更加倾向自然法则的双曲正切变体迁移模型;在变异过程中使用差分进化(differential evolutionary,DE)变异策略,提高种群多样性,同时加入柯西分布随机数帮助算法跳出局部最优;利用反向学习提高变异后个体的多样性,保证算法的全域搜索.同时通过基准测试函数验证该算法收敛速度和全局优化能力的优越性.以CRH3型高速列车和汉宜客运某线路进行仿真实验,结果表明,所提方法可以使列车追踪运行更加高效、舒适、安全和节能,其中舒适度提升了39.24%,能耗降低了3.5653%.

关键词：高速列车多目标优化生物地理学算法差分进化算法分相区

基于链接学习的生物地理学算法求解置换流水车间调度问题

在线全文

学校读者我要写书评

暂无评论

运筹与管理 2023年第5期32卷 1-8页

作者：赵衡刘颖艳付礼鹏天津理工大学管理学院天津300384 南开大学旅游与服务学院天津300350 天津大学管理与经济学部天津300072

针对置换流水车间调度问题的特性,提出了一种基于链接学习的生物地理学算法(Biogeography-based optimization based on linkage learning,LLBBO)来对其求解。算法以生物地理学算法为架构,使用反向学习方法(Opposition-based learning,OBL)生成初始解,依据群体适应度值将群体分为优秀群体和劣势群体,使用信息熵的概念以及数理统计方法通过对这两个群体进行统计,分别建立概率矩阵模型以构建一种链接学习模型称为链接区块,使用链接区块依照算法迁移率对群体进行迁移操作实现群体更新。为进一步改善算法的搜寻性,提出一种NEH序列重组法对解序列执行局部搜索以进一步提高适应度。最后运用所提的LLBBO算法通过对基准例题的仿真测试和算法比较验证了所提算法的有效性。

关键词：置换流水车间调度信息熵链接学习生物地理学算法 NEH算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进生物地理学算法的雷达组网部署设计

基于改进生物地理学算法的雷达组网部署设计

作者：谢阳重庆大学

学位级别：硕士

随着科学技术的发展,探索多种稳定有效的雷达组网优化部署技术对于提升雷达网络整体的作战实力具有重要的意义。引入改进的生物地理学算法(BBO),即为生物地理学算法与遗传算法混合算法(BBO/GA),并利用单目标测试函数测试算法的性能,实... 详细信息

随着科学技术的发展,探索多种稳定有效的雷达组网优化部署技术对于提升雷达网络整体的作战实力具有重要的意义。引入改进的生物地理学算法(BBO),即为生物地理学算法与遗传算法混合算法(BBO/GA),并利用单目标测试函数测试算法的性能,实验结果表明新的算法具有很好的收敛特性,得出BBO/GA算法具有较好性能的结论。然后,将BBO/GA算法用于雷达网络的优化部署,并将多目标优化问题引入到算法中,作为评判雷达网络部署优劣的标准,通过实验仿真分析,得出优化部署的雷达网络的战场性能达到了作战要求,能够对目标进行有效的探测。

关键词：雷达部署设计生物地理学算法遗传算法

改进生物地理学算法及其在非线性模型辨识中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进生物地理学算法及其在非线性模型辨识中的应用

作者：杨娜北京化工大学

学位级别：硕士

智能优化算法在近几十年的研究中得以快速发展,其全局探索能力和局部挖掘能力一直是学者们致力追求的两个关键问题。在群体智能优化算法中,生物地理学算法的收敛速度较快,这得益于算法对种群(即解)所定义的变换形式。这种变换形式加快... 详细信息

智能优化算法在近几十年的研究中得以快速发展,其全局探索能力和局部挖掘能力一直是学者们致力追求的两个关键问题。在群体智能优化算法中,生物地理学算法的收敛速度较快,这得益于算法对种群(即解)所定义的变换形式。这种变换形式加快了算法的收敛速度,但与此同时也弱化了算法的全局探索能力。针对这一点,本文对生物地理学算法进行了改进优化。研究过程中同时发现,在工业领域中很少会应用生物地理学算法进行目标寻优,针对这一点,本文将生物地理学算法应用于非线性系统辨识领域,使用智能优化算法计算匹配模型参数,得到了很好的效果。本文的创新点主要有以下几点:1.本文针对生物地理学算法的全局搜索能力进行改进与优化。算法的搜索能力不强是因为其在迭代后期容易陷入局部最优解,本文基于生物地理学算法提出了 MBBO算法,对算法的突变操作进行了补充定义,使MBBO算法随迭代次数的增加可以逐渐增大其跳出局部最优解的概率。利用仿真实验对MBBO算法进行验证,结果表明改进策略有较大的优化效果。2.本文针对MBBO算法的局部挖掘能力进行改进与优化。MBBO算法保持了生物地理学算法前期的寻优速度,在算法后期强化了全局寻优效果,这就导致了其收敛速度的小幅度增加。对此,本文加大了算法对已有解集信息的利用,提出自适应BBO算法,使算法参数可以跟随解集收敛状态进行自适应的参数调整,以更好地指导解集的寻优方向。3.为加强智能优化算法在工业领域的应用,本文使用多种算法在非线性系统辨识上进行仿真建模。本文选择Hammerstein模型和Wiener模型作为实验的模型框架,并在模型中加入了重尾噪声,在对重尾噪声进行简单的预处理后,使用智能优化算法对模型参数进行寻优操作。实验结果表明此方法所得的模型精度较高,切实可行。

关键词：生物地理学算法群体智能优化算法非线性系统辨识参数自适应调整重尾噪声

基于改进生物地理学算法的电力系统经济调度计算研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进生物地理学算法的电力系统经济调度计算研究

作者：文思傲华中科技大学

学位级别：硕士

电力系统经济调度(Economic dispatch,ED)作为电力系统优化运行当中的重要一环,对电力系统运行的经济性具有重要意义。然而ED问题作为一个优化问题,呈现高维、多约束、非凸、非光滑、存在大量局部极值等特点,计算较为复杂,对求解方法的... 详细信息

电力系统经济调度(Economic dispatch,ED)作为电力系统优化运行当中的重要一环,对电力系统运行的经济性具有重要意义。然而ED问题作为一个优化问题,呈现高维、多约束、非凸、非光滑、存在大量局部极值等特点,计算较为复杂,对求解方法的性能提出了较高的要求。近年来,随着现代智能技术的发展,进化计算领域中的智能优化算法也渐渐被应用于求解ED问题,并取得了丰硕的研究成果。因此,研究基于进化计算的智能优化算法及其在电力系统ED问题中的应用,具有重要的理论和实用价值。提出了一种基于多元拓扑和量化正交学习的改进生物地理学算法(Biogeography-based optimization,BBO)。针对BBO算法的不足,提出多元拓扑迁移策略,以提高全局搜索能力;另一方面,引入量化正交学习过程,在增加一定开销基础上扩大算法的潜在搜索空间,提高算法的寻优能力。仿真结果表明,改进策略能够有效地提高BBO算法的性能。与原始BBO算法、其它各类改进BBO算法和其它智能优化算法相比,所提算法具有更好的寻优能力。提出一种处理静态经济调度模型的约束处理方法。该方法将约束条件处理过程嵌入到改进生物地理学算法的迭代过程中,在每次迭代中当父代个体生成子代个体后,修改各个体中的优化变量来让所有候选解位于可行域内,从而保证求解结果严格满足约束条件。算例结果表明,相比于常规引入罚函数的方法,所采用的约束处理方法能够更有效地处理静态经济调度的约束条件;另外相较已有众多求解方法,所提算法求得调度方案发电成本更小。将改进BBO算法应用于求解考虑阀点效应和爬坡约束的动态经济调度问题。针对动态经济调度问题中独有的反映时间断面耦合的爬坡约束,将爬坡约束和机组出力上下界约束得到一个新的含上下限的不等式约束,并采用截断处理来处理该不等式约束。算例结果表明,相较于已有文献中的众多求解方法,改进算法能够求得发电成本更小的调度方案,同时具有更好的鲁棒性。

关键词：优化运行经济调度进化计算生物地理学算法约束处理