全局寻优

摘要： 针对海鸥算法(SOA)在求解最优化问题中的不足和算法性能依赖于参数的选取等缺点,提出一种基于惯性权重的海鸥优化算法(Inertia Seagull optimization algorithm, I-SOA),采用非线性递减的惯性权重计算附加变量A的值来调整的海鸥的位置,通过莱维飞行和随机指数值增加海鸥飞行的随机性,增强算法搜索寻优的全局能力,避免算法寻优搜索陷入局部优值;通过12个基准测试函数将I-SOA与标准PSO,SOA,GA算法进行测试比较.实验对比结果表明,所提出的I-SOA优化算法具有较快的收敛速度、较高的求解精度和全局收敛能力.

摘要： 物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演方法。以弹性阻抗与储层物性参数关系为基础,构建储层物性反演目标函数,引入布谷鸟算法寻找目标函数最优解。布谷鸟算法作为一种新型元启发式算法,其包含的Levy飞行机制能有效解决常规方法陷入局部极值的问题,可实现更高精度的储层物性参数预测。理论模型和实际数据测试均表明,该方法能够有效反演物性参数,可为储层描述提供数据支持。

摘要： 为解决鸽群优化(PIO)算法易陷入局部最优、收敛速度慢的问题,提出了一种改进的鸽群优化(IPIO)算法。将全局搜索能力较强的天牛须搜索(BAS)算法融入到指南针算子中,在地标算子中引入混沌扰动策略来提高算法的局部搜索精度。利用测试函数对改进算法进行性能测试,并提出奇异值分解—无迹卡尔曼滤波(SVD-UKF)参数整定的适应度函数,将经改进算法优化后的参数应用到机车黏着控制系统中。仿真结果表明:改进算法具有更强的全局搜索能力和更高的搜索精度,经参数整定后的SVD-UKF具有良好的滤波估计效果。

摘要： 针对带权正则化极限学习机(WRELM)性能受随机初始值、数据不平衡及离群点影响大的问题,提出基于局部距离的带权正则极限学习机(LDWRELM),提高对不平衡数据集与离群点的抗干扰能力,使用改进的头脑风暴优化算法(MBSO)对LDWRELM的初始权重阈值进行联合优化。MBSO在头脑风暴优化算法(BSO)的基础上对个体更新与变异策略进行改进,在典型函数上验证了该改进对全局寻优能力与收敛速度的提升。构建基于MBSO优化的LDWRELM信息物理融合系统(CPS)入侵检测模型,将仿真结果与其它算法进行比较,验证了MBSO-LDWRELM算法有效提高了准确率,降低了误报率与检测时间。

摘要： 针对标准正余弦优化算法在搜索时存在的计算精度低、容易陷入局部最优值等缺点,借鉴天牛须算法运算简单、搜索速度较快的特点,本文提出了一种融合改进天牛须和正余弦的双重搜索优化算法(BAS-SCA).首先,在现有标准正余弦算法基础上,引入动态自适应权重机制来平衡全局搜索和局部搜索,提升收敛速度;其次,提出了一种新的转换参数模型,该参数模型通过结合指数型函数和余弦函数来替换传统的线性衰减函数;最后,为了提升正余弦的搜索精度和速度,同时尽可能跳出局部最优解,提出了改进的天牛须搜索算法,引入动态步长搜索机制将固定步长搜索改为变步长搜索,创新性地将改进的天牛须算法与改进的正余弦算法进行融合实现双重搜索优化,有效避免局部极值问题.实验表明,通过14个标准测试函数验证,所提双重搜索优化算法BAS-SCA相较于其它现有优化算法,具有更高的寻优精度和更快的收敛速度.

摘要： 有效的实时用户日负荷曲线分类可为电网系统规划、负荷建模、负荷预测及需求侧管理等方面提供依据,同时为电网工作人员实现对负荷模型的判别提供帮助。为此提出一种基于改进PSO进化算法优化K-means的日负荷曲线用户行业分类方法。首先利用牛顿插值法对缺失数据进行填补,然后运用定值线性函数对数据归一化,最后采用权重线性递减及同步学习因子改进PSO解决算法易陷入局部最优解的问题,以优化K-means分类结果准确性。算例分析表明,PSO-Kmeans算法迭代能力强,具有全局寻优能力,且具有一定的鲁棒性,相较于传统K-means分类准确率高。

摘要： 由于布谷鸟算法的步长控制因子和发现概率在算法运行过程中保持固定,影响算法的整体寻优效率和寻优精度,为此提出一种自适应设置步长控制因子和发现概率的布谷鸟搜索算法,并利用它优化模糊聚类随机选取初始聚类中心影响聚类效果的缺陷。首先根据搜索阶段的不同自动调节两个参数,使全局和局部的搜索能力达到最平衡的状态,提高整体的搜索效率;然后用改进的布谷鸟搜索算法优化模糊聚类算法,使得算法达到更好的聚类效果。在对比实验中验证了改进后的自适应布谷鸟搜索算法在寻优速度和精度上效果更优。通过比较4种算法在UCI数据集上的聚类效果,验证了改进后的算法在聚类准确率和稳定性上都有所提升。

摘要： 针对现有滚轴故障预测方法预测精度差、效率低的不足,提出一种基于Aco-k means算法的滚轴故障预测方法.在Spark平台环境下,利用小波包变换提取滚轴故障信号的时频域特征,并对滚动轴承故障特征进行聚类分析;引入Aco仿生算法确定故障特征数据聚类中心及故障样本数据间的欧氏距离,在全局范围内寻优并确定滚轴故障的类别与严重程度.仿真结果证明,该方法在滚轴故障预测精度方面具有明显优势,其故障特征提取效率也高于传统算法.

摘要： 当协方差矩阵和导向矢量估计存在误差时,Capon波束形成算法性能急剧下降.对角加载能够提升Capon波束形成算法对误差的鲁棒性,但是最优加载因子的确定是当前的难题.提出一种基于改进粒子群优化(IPSO)算法的对角加载波束形成算法,首先将加载因子与协方差矩阵特征值谱联系起来,利用协方差矩阵特征值谱的分布特性确定最优加载因子的取值范围,然后利用PSO算法进行全局寻优,针对PSO固定搜索步长的缺点,提出一种自适应变步长迭代方法对其优化,加速PSO算法的收敛速度.基于仿真数据的结果表明,所提方法可以获得较好的波束形成性能.

摘要： 为解决工业控制系统网络环境中不同类型网络流量的不平衡性、网络数据的高维性、非线性等问题,采用自适应合成采样(adaptive synthetic sampling,ADASYN)技术以克服工控入侵检测系统中普遍存在的类不平衡问题;用随机森林(random forest,RF)算法对工控网络入侵特征进行提取,递归特征消除(recursive feature elimination,RFE)方法用于选择影响工控网络入侵检测性能的主要特征;利用粒子群算法(particle swarm optimization,PSO)优化DBN的隐含层节点数,得到最优的DBN结构,构成基于深度信念网络(deep belief network,DBN)的分类模型,将其实践在工控入侵检测标准数据集.实验结果表明,该模型显著提升了工控入侵检测的性能.

摘要： 针对目前电力系统计算可用输电能力算法收敛速度慢、易早熟的缺点，提出了一种将混沌优化与线性内点法相结合的混合求解算法。该算法利用混沌优化所具有的遍历性、随机性和规律性等特点跳出局部最优点，接近最优点；同时，利用预测-校正原-对偶内点法在最优点的邻域内局部寻优，从而达到全局寻优与局部寻优相结合。通过对IEEE30节点测试系统可用输电能力的计算与分析，表明该算法具有很高的收敛速度和求解精度。

摘要： 本文提出了一种新的寄存器分配算法，该算法基于ILP原理，在测试功耗约束条件下进行建模，对设计空间进行全局寻优，得到电路RTL结构的同时也得到符合约束条件的BIST设计。在基准电路上的实验结果表明：与其它BIST测试综合方法相比较，采用本论文所提方法进行测试综合对测试资源占用最多可降低50.7%。

摘要： 粒子群算法是一种基于群智能的全局寻优方法,方法简单易于实现,寻优效果好。设计了一种基于粒子群算法的自整定PID控制器.它可以根据系统参数的变化实现在线的PID参数优化。仿真结果证明其性能良好。

摘要： 属性约简是Rough集理论研究的核心内容之一.本文从信息的角度出发,结合现有的遗传算法,提出了一种在优化各种遗传参数的基础上改进属性约简算法,在加强局部搜索能力的同时保持了该算法全局寻优的特性.通过实验对比分析表明,该算法能够有效地对决策表进行约简。

摘要： 在合适的参数条件下径向基函数神经网络能够以任意的精度来逼近任意的函数,遗传算法是一种高效的全局寻优的搜索方法.将遗传算法和径向基函数神经网络相结合,建立遗传神经网络,运用到合金设计的性能预测方面.使用简单易行的二进制编码方法,在寻求径向基函数神经网络隐含层神经元最优中心矢量的同时确定其最优个数,通过设定合理的目标函数解决网络函数逼近能力与泛化能力之间的矛盾.试验证明,该方法在合金性能预测方面有较好的效果,能够成为合金设计有力的辅助手段。

摘要： 运用遗传算法的快速收敛和全局寻优对战时装备维修人员的组成进行了研究,提出了一种科学、有效的维修分队组成方法.对武器装备,尤其是战时能够及时进行高效和快速的抢救、抢修具有一定的理论和实际意义,有利于部队战斗力的再生与提高.

摘要： 人工生命算法(ALA)是一种新兴的演化算法,利用人工生命群体的突现聚类实现全局寻优.近些年来,对基于人工生命系统的新型分布式算法进行了研究,算法的应用潜力在多个领域得到展现.算法不需要梯度信息,可用于多个类型的优化领域.本文对人工生命算法的研究进展进行了较为详细的介绍,并且对今后的研究方向进行了展望.

摘要： 提出一种新的组合优化方法，先通过遗传算法得到一个初步的优化结果，再用直接搜索算法进行二次优化，这样既突出遗传算法全局寻优的特点，又避免了它在接近最优解时出现的小幅度随机波动。以低副瓣平方余割波束天线阵的综合为例，在主瓣达到要求的前提下，组合算法得到的天线阵方向图副瓣比直接搜索算法和遗传算法的副瓣低4dB以上。

摘要： 提出了以燃料全流程成本控制为核心的电厂大燃料管流程管理体系.建立了以大数据为支撑的燃料采购优化模型、库存优化模型、配煤掺烧决策模型、燃煤成本精细化分析等核心模型,开发了大燃料全流程管理系统平台,实现了燃料全流程一体化管理,取得了很好的经济和社会效益.

摘要： 提出了以燃料全流程成本控制为核心的电厂大燃料管流程管理体系.建立了以大数据为支撑的燃料采购优化模型、库存优化模型、配煤掺烧决策模型、燃煤成本精细化分析等核心模型,开发了大燃料全流程管理系统平台,实现了燃料全流程一体化管理,取得了很好的经济和社会效益.

摘要： 本发明公开一种基于全局能效寻优和SOC自适应的储能系统管控方法及装置，方法包括：基于储能子站中各个电池装置的剩余电量情况和各个电池装置的额定功率，设定各个电池装置的工作状态；响应于获取的总功率指令值，以多电池储能系统整体能量效率最大化为优化目标对全部电池子站中的投入运行的所有电池装置进行功率任务分配；基于某一电池装置的剩余电量情况，对分配的功率任务进行修正；若多电池储能系统对电网输出功率或吸收功率，分别选取某一电池装置的功率优化值、某一电池装置的功率调整值和某一电池装置的额定功率值中的最小绝对值作为某一电池装置的功率指令。实现了在保障最少电池组件退出的前提下，能量转换效率最优的效果。

摘要： 本发明公开一种基于全局能效寻优和SOC自适应的储能系统管控方法及装置，方法包括：基于储能子站中各个电池装置的剩余电量情况和各个电池装置的额定功率，设定各个电池装置的工作状态；响应于获取的总功率指令值，以多电池储能系统整体能量效率最大化为优化目标对全部电池子站中的投入运行的所有电池装置进行功率任务分配；基于某一电池装置的剩余电量情况，对分配的功率任务进行修正；若多电池储能系统对电网输出功率或吸收功率，分别选取某一电池装置的功率优化值、某一电池装置的功率调整值和某一电池装置的额定功率值中的最小绝对值作为某一电池装置的功率指令。实现了在保障最少电池组件退出的前提下，能量转换效率最优的效果。

摘要： 一种顾及全局寻优的多源异构面实体与点实体的匹配方法及其存储介质，其中，该方法首先生成了面实体的Voronoi多边形并定义邻域关系，然后利用点实体与面实体Voronoi多边形的位置关系进行实体匹配，最后利用全局寻优的匹配策略优化匹配结果。本发明能够用于自动化地进行多源异构面实体和点实体的匹配，从而避免人工匹配，节省工作量。同时，相对于局部寻优的实体匹配算法，本发明能够更为准确地进行实体匹配，所有的匹配实体在全局上达到最佳的协调一致性。

摘要： 本发明公开了一种基于全局寻优迭代算法的埋地柔性管道有限元简化方法。包括以下步骤：建立管道模型：计算求得理论柔性管水平方向土压值和管径向总伸长量；将柔性管管周静土压初始值施加到有限元模型各节点；计算得到管径向总伸长量有限元解；建立全局寻优迭代算法目标函数，判断径向变形误差；判断径向变形误差是否过大，计算全局寻优迭代算法灵敏度矩阵，得到下次迭代的水平方向土压值；将土压力值施加到有限元模型，得到埋地柔性管应力分布情况。本发明的方法简化了管土间复杂的相互作用，降低了有限元建模难度，能合理地反映出土体与结构的共同作用，实现三维结构性能计算与分析，从而得到埋地管应力分布情况，确定管危险发生区域。

摘要： 本申请公开了一种综合能源系统的组件容量匹配全局寻优方法和系统，所述方法包括：确定搜索空间；在搜索空间内随机选取某一点作为常量进行优化目标计算；重复随机选取坐标点进行计算，对所选取点计算得到的结果进行评价及排序；依据较优一部分的结果重新设置搜索空间，重复上述步骤，直到达到所设定的运算次数即停止运算得到结果。本发明针对互相影响的变量组件容量w和优化目标p求解问题，通过在合理取值范围内随机产生w值计算得到该w值下的p值并进行排序，之后更新搜索空间使得的w取值范围逐渐收缩得到最优解。该方法可以加快收敛，防止局部最优，提高计算效率。

摘要： 一种基于K‑means径向基函数的继电器参数全局寻优方法，属于继电器产品设计技术领域。本发明目的是为了解决目前参数设计方法无法确定全局最优解、无法消除因素交互性影响方案稳健性的问题。方法如下：一、确定可控因素、误差因素与正交试验方案；二、进行信噪比、灵敏度显著性分析，确定稳定因素；三、进行交互性分析，确定调整因素；四、建立稳定因素的K‑means径向基函数模型及优化目标函数，确定稳定因素最优解；五、建立调整因素多项式模型及偏移量补偿目标函数，确定调整因素最优解。本发明通过对参数进行解耦，确定出调整因素，再利用调整因素对输出特性的偏离量进行补偿，从而实现在不影响稳定因素的稳健性最优的情况下将输出特性调整至目标值。

摘要： 本发明公开了一种基于正态随机分布下的全局寻优路由方法，包括如下步骤：S1：根据路由器的网络图，将链路花费C定义为电阻R，路由节点定义为电位节点，从而得到整个电路图；S2：在电路图中计算出各电位节点的电势，利用电流由电势高流向电势低的特点，得到各个节点之间的连接关系，进而得到全局可供选择的路径集；S3：用评估函数计算出路径集中每条路径的值E，筛选出最小的值E即为正态随机分布下的全局最优解。本发明不仅能选择出较短的路由路径，最关键的是可以提高各条链路的利用率和各个路由器节点的使用率，合理地配置网络资源，提高路由效率。

摘要： 本发明提供一种模块化洪水预报模型的参数全局寻优方法，具体步骤如下：将参数全局寻优主程序和优化算法控制文件拷贝至中国洪水预报系统安装目录下，利用中国洪水预报系统生成的率定参数控制文件和参数文件进行率定计算，率定完的参数文件即为参数率定结果，可直接用于实时作业预报；该模块化洪水预报模型的参数全局寻优方法设计合理，设计了数学优化方法同模块化洪水预报模型的通用接口，使优化率定软件离析为方法软件，可支持三水源蓄满产流模型，三水源滞后演算汇流模型，马斯京根河道分段连续演算模型，基于土壤水动力学和VG公式的产流计算模型等常用洪水预报模型，更具通用性、独立性和可扩展性。

摘要： 本申请公开了一种综合能源系统的组件容量匹配全局寻优方法和系统，所述方法包括：确定搜索空间；在搜索空间内随机选取某一点作为常量进行优化目标计算；重复随机选取坐标点进行计算，对所选取点计算得到的结果进行评价及排序；依据较优一部分的结果重新设置搜索空间，重复上述步骤，直到达到所设定的运算次数即停止运算得到结果。本发明针对互相影响的变量组件容量w和优化目标p求解问题，通过在合理取值范围内随机产生w值计算得到该w值下的p值并进行排序，之后更新搜索空间使得的w取值范围逐渐收缩得到最优解。该方法可以加快收敛，防止局部最优，提高计算效率。

摘要： 本发明公开了一种电力市场辅助服务全局寻优方法，该全局寻优方法的步骤包括：首先确定辅助服务的种类以及所述辅助服务的市场需求；然后对所述辅助服务根据质量标准从高到低进行排序；在电力辅助服务的卖方所提供的所有方案中，搜索最低报价，在对应的辅助服务及质量低于此的辅助服务需求量没有被满足的前提下，优先购买此报价对应的方案，多出的机组容量可用于满足比此辅助服务质量低的辅助服务的需求，对于不同质量辅助服务相同报价的情况下，优先购买质量较高的辅助服务；接着寻找次优报价，依次类推，直到所有辅助服务的市场需求都得到满足。本发明所提出的方法可以完全满足实时计算的要求，而且计算量低，复杂程度低，实时性好，可以满足实际的应用场景。