二进制粒子群算法

摘要： 针对二进制粒子群算法存在收敛不稳定和容易陷入局部最小的缺点,使用新型的转换函数和变异操作对其进行改进以得到更好的优化性能,提出基于改进二进制粒子群优化的有源配电网运行方式优化方法。仿真结果表明,算法能有效降低配电网有功网损、提高节点电压水平,在有源配电网运行方式优化问题中具备可行性和优越性。

摘要： 绝对值距离Steiner最小树问题是在铺设网络线缆等领域应用广泛的一个NP难的经典组合优化问题。针对此问题,提出基于最小生成树问题的二进制粒子群算法。该算法首先对网络节点进行编码,计算适应度函数值,并使用二进制粒子群算法求解Steiner点。数据实验结果表明,该算法具有实用性。

摘要： 交通数据的采集是智慧高速公路建设的基础,而检测器是交通数据采集的主要手段,如何合理布设交通流检测器,使其快速发现交通事故、提高高速公路通行效率,是需要研究的问题。针对高速公路事故多发点,在VISSIM仿真的基础上,结合路段实测交通数据,通过实验得出检测器布设间距、事故检测时间和道路交通量三者之间的关系。在此研究基础上,基于正常和发生交通事故两种交通状态,以车辆行程时间为目标,考虑事故检测时间,构建针对事故黑点的交通流检测器布设模型,并用离散二进制粒子群优化算法求解。研究结果表明:通过算法求解得出的最优检测器布设方案,降低了检测器布设成本,提高了车辆行程时间估计可靠性,并且极大地缩短了事故多发点的检测时间,具有一定的工程实用意义。

摘要： 针对配电网中微网的接入使故障恢复需要考虑的安全因素更多,目前的故障恢复方法存在计算量大、故障恢复时间长等问题。以最小网损、最少开关动作次数和最少失电量为目标函数建立了含微网的配电网故障恢复模型,并将改进的二进制粒子群算法和遗传算法相结合用于模型求解。对多种故障恢复情况进行分析,验证了该故障恢复方法的可行性。结果表明,相比于传统恢复方法,所提方法收敛速度快、适应性强、恢复效果好。研究成果为我国智能电网的发展提供了一定的参考。

摘要： 针对粒子群算法应用于连续模型时难以处理离散性的问题,运用二进制粒子群算法搭配栅格地图,提高路径规划的效率,降低算法复杂度。融合算法用于路径规划,避免了早熟收敛并陷入局部最优解的问题,调节算法的局部收敛和全局规划能力。仿真结果表明,该算法能够获得全局最优路径。

摘要： 二进制粒子群算法(BPSO)由于规则简单、参数设置较少等优点被广泛应用到各领域,但是其具有过强的全局搜索能力,缺乏局部的搜索能力等缺陷.针对BPSO存在的缺陷很多文献提出了改进方法,但是针对转换函数的改进较少.通过定义粒子间的距离来分析出BPSO所存在的缺陷,从而进一步分析BPSO中S型转换函数的缺点,并且有针对性地提出更符合BPSO要求的V型转换函数.实验结果表明,所提V型转换函数能克服原始BPSO的缺陷,相比S型转换函数以及现有文献所提的V型转换函数更能提升算法的性能,得到更高的分类准确率.

摘要： 针对配电网故障定位人工智能算法的收敛速度慢、准确度不高等问题.该文提出了一种自适应学习因子的二进制粒子群配电网故障定位算法,首先采用混沌策略初始化粒子群,然后根据当前粒子与全局最优粒子之间的距离以及适应度的值设计出粒子成长因子计算方法,成长因子能够反映出种群的进化状态,最后根据成长因子和迭代次数对自适应学习因子的机制进行了设计,并运用到了配电网的故障定位中.通过对单点故障和多点故障的试验结果表明,改进后的算法相比原始算法的收敛速度、准确度和容错率都有所提高.

摘要： 针对当前复杂网络攻击策略在选择攻击节点集上精准性不足,难以快速获取网络空间战场核心节点集以毁瘫敌方网络空间体系的问题,提出了基于二进制粒子群算法的攻击策略.该策略首先对网络节点状态进行编码,然后,计算基于深度优先搜索的适应度函数值,并使用二进制粒子群算法求解最优节点集,最后,针对典型网络模型开展仿真实验,对比分析了基于二进制粒子群算法的攻击策略和面向度(介数)的选择性攻击策略的性能和适应度,仿真表明,基于二进制粒子群算法的攻击策略具有高效性、有效性和普适性,可为指挥者提供辅助决策支撑.

摘要： 针对批处理科学工作流这一类应用,解决云环境中任务分配问题,从而有效降低成本,提高资源利用率,提出了一种改进的二进制粒子群算法.尽管传统的二进制粒子群算法具有很强的全局探测能力,但难以收敛于全局最优位置,而且随着迭代次数的不断增加,后期的搜索能力差.本文对粒子的更新公式进行修改,改善原始二进制粒子群算法的收敛性,提高了最优解的探测能力.实验结果表明,该算法所得最优解具有更好的实际调度时间和更少的资源租赁成本.

摘要： 配电网重构是确保电力系统安全、稳定、可靠运行的有效方法之一.文中提出了一种结合均匀变异与惯性权重的改进的二进制粒子群算法并用于配电网重构.首先,根据粒子群算法自身特点优化其参数,使惯性权重随迭代次数增加而减小,并引入遗传算法的均匀变异算子,使算法寻优效果更佳.最后,以降低配电网络有功网损为目标,通过IEEE33节点算例比较改进前后的粒子群算法的性能,证明了算法的实用性.

摘要： 针对相控阵导引头圆口径阵列天线,将不规则布阵的概念应用于阵列子阵布局中,并采用二进制粒子群算法对不规则错位子阵的错位方式进行了优化.仿真结果表明,采用不规则错位子阵布局方式,通过粒子群算法优化后,阵列天线在扫描范围内具有较低的旁瓣,避免了栅瓣的出现.文中还将优化后的不规则错位子阵结构与自适应数字波束形成算法结合,实现自适应干扰抑制.仿真结果表明,在保证单脉冲测角性能的同时,既控制了栅瓣电平,又可以自适应抑制干扰,证明了相控阵导引头不规则错位子阵布局方式的有效性.

摘要： 配电网位于电力系统末端，其网架结构的优劣关系到运行费用、线路投资和用户的用电质量。本文将“粒子群系统”、“种群生态分层”和“生态种群竞争”的思想引入到基本二进制粒子群算法中，形成二进制生态竞争粒子群算法，并将该算法应用到配电网架规划当中；“粒子群系统”的引入有助于增加粒子的多样性；进行“种群生态分层”的同时将惯性权重进行了分层，不同层次的粒子对应不同的权重，从而加强了最优解的搜索能力。对粒子位置采用二进制编码产生的不符合配电网辐射状运行约束的不可行解进行了修复，以加快算法进化收敛的速度。将本算法应用于实际算例中，计算结果表明本算法能够以较快的速度收敛于最优解，与其他算法相比具有更好的收敛性能。同时说明本算法应用于配电网网架规划是有效可行的。

摘要： 本发明公开了一种基于二进制多目标粒子群算法的供水管网关阀方法。本发明首先按异常位置划定搜索区域。其次找出搜索区域内阀门，包括所有的阀门位置和个数。然后确立二进制多目标粒子群算法优化模型，令每个阀门对应一个粒子，阀门的位置对应粒子的位置，进行初始化种群及编码、确定粒子初始值和粒子速度和位置更新。最后求解上述优化模型，生成关阀方案。本发明能在异常情况下快速、有效的确定供水管网关阀方案以隔离异常点，相比于调度员查询图纸、依靠经验确定关阀方案，提高了关阀速度和准确性，且避免GIS软件专门针对关阀而建立网络拓扑机制所耗费大量的人工校核。

摘要： 本发明公开了一种基于二进制量子粒子群算法的特征选择方法。利用最大信息系数进行特征相关性分析，再通过改进的BQPSO算法进行特征选择处理，之后利用SVM进行分类准确率验证。基因表达谱实验结果表明，基于改进的BQPSO算法进行特征选择是一种切实可行的方法。本发明主要是对标准的二进制量子粒子群优化算法进行了改进，局部吸引子的计算使用了基于完全学习策略的方式，同时引入遗传算法的变异思想来增加粒子群的多样性。实验表明，使用改进的BQPSO算法进行特征选择，能得到更好的分类准确率。

摘要： 本发明公开了一种基于多目标离散二进制粒子群算法的客服排班方法及装置，属于业务数据处理技术领域。所述方法包括：获取客服排班业务数据，所述客服排班业务数据至少包括客服人员工号、排班周期、班次和/或业务线在内的传参数据；根据业务要求确定预设强约束条件和预设弱约束条件，并根据所述预设弱约束条件确定多目标离散二进制粒子群算法；利用所述多目标离散二进制粒子群算法对所述客服排班业务数据进行计算，获取可行性解数据；根据所述可行性解数据确定客服排班方案数据。本发明提供的方案比起单目标问题更符合实际情况且多解的情况下有多种选择供决策者使用，更灵活，更贴合实际，同时求解速度快，搜索全局最优解上有着优秀的特性。

摘要： 本发明公开了一种基于二进制粒子群算法的Fragment型天线结构设计方法，在Fragment型天线结构设计时，将其给定设计区域映射为一串二进制0/1编码，即离散为许多小的设计区域，“0”和“1”分别表示小区域无和有填充，不同的0/1编码组合代表不同的天线设计区域形状，通过引入正交阵列初始化Fragment型天线设计区域的初始形状，增加初始天线设计的多样性及其在设计区域的分布多样性，然后改进转换函数以加快寻找最优天线结构的速度。本发明提出的方法在解决Fragment型天线结构设计问题时，兼顾天线设计的多样性和设计速度，可显著改善Fragment型天线结构设计问题的求解效率，尤其是高维天线设计问题。

摘要： 本发明涉及数据密集型科学工作流技术领域，特别是一种基于改进二进制粒子群算法的科学工作流任务调度算法。主要技术特点是：改进二进制粒子群算法，该算法提高了最优解的探测能力，所得最优解具有更好的实际调度效率和成本，提高了资源利用率。按照粒子群算法的寻优模式，粒子在飞行过程中，粒子越来越靠近最优粒子，位变化概率应该越小，而二进制粒子群算法反而越大，影响算法的搜索能力。提出的算法基于粒子群算法的寻优模式进行调整，粒子速度作为粒子位置的修正项，在对二进制粒子群算法进行改进中，速度迭代公式仍保持不变，速度归一化公式sigm函数以及位置迭代公式进行修整。

摘要： 本发明公开了基于二进制粒子群算法的配电网故障区间定位方法，步骤1：根据配电网拓扑结构，对网络进行二进制编码，并形成各个开关的开关函数，输入FTU上传的故障信息；步骤2：采用二进制粒子群算法：初始化粒子群，初始化每个粒子的位置及速度，设置收敛条件；步骤3：计算每个粒子的适应度，找出群体最优与个体最优，判断是否满足收敛条件；步骤4：若不满足收敛条件，则更新粒子的速度及位置，计算新粒子群中每个粒子的适应度，再次找出群体最优与个体最优；若满足收敛条件，则输出当前群体最优所对应粒子位置，即为配电网故障区间。本发明在一定程度上：优化了配电网故障定位中，容错性、迭代次数以及正确率。

摘要： 本发明提供一种基于二进制粒子群算法的配电网重构方法，包括以下步骤：提出了一种包含最小化网损和最小化开关操作费用的多目标优化模型；在求解过程中，采用二进制粒子群算法(Binary Particle SwarmAlgorithm,BPSO)对考虑不确定数据的有源配电网重构优化问题进行了研究。本发明能够利用二进制粒子群算法对配电网网络进行重构，增强了配电网系统的弹性，使得配电网具有更小的网损及更少的操作费用。

摘要： 本发明公开了一种基于多目标离散二进制粒子群算法的客服排班方法及装置，属于业务数据处理技术领域。所述方法包括：获取客服排班业务数据，所述客服排班业务数据至少包括客服人员工号、排班周期、班次和/或业务线在内的传参数据；根据业务要求确定预设强约束条件和预设弱约束条件，并根据所述预设弱约束条件确定多目标离散二进制粒子群算法；利用所述多目标离散二进制粒子群算法对所述客服排班业务数据进行计算，获取可行性解数据；根据所述可行性解数据确定客服排班方案数据。本发明提供的方案比起单目标问题更符合实际情况且多解的情况下有多种选择供决策者使用，更灵活，更贴合实际，同时求解速度快，搜索全局最优解上有着优秀的特性。

摘要： 本发明公开了一种基于免疫二进制粒子群算法的配电网重构方法。包括以下步骤：1)对配电网进行简化，对节点、支路、开关编号，利用深度优先搜索方法分析配电网拓扑结构，运用前推回代法对配电网进行潮流计算，得到线路潮流和损耗；2)以配电系统正常运行时网络损耗最小为目标，建立配电网重构模型，确定适应值函数；3)对免疫二进制粒子群算法进行实现，取配电网中联络开关的状态为控制变量进行编码，完成种群的初始化，计算粒子的亲和度、浓度及选择概率，输出全局最优解等步骤。本发明提高了配电网重构的速度，防止了“早熟收敛”的问题，提高了算法在整个解空间的搜索能力。

摘要： 本发明的目的是，提供一种离散二进制粒子群算法与模糊控制耦合的混合运行优化控制方法。采用该方法，在求解带约束条件的最优问题中，改进传统的单一优化算法，将离散二进制粒子群算法与模糊控制进行耦合运算，两种算法输入与输出的之间存在着耦合关系，使每个步长中两种算法都是兼容的。该算法继承了模糊算法鲁棒性强的特点，同时在优化效果上也继承了传统粒子群算法的优点。