共查询到14条相似文献,搜索用时 234 毫秒
1.
近年来,遗传算法和模拟退火算法已经应用于网络系统的抗震拓扑优化,蚁群算法也已经成功应用到多个组合优化问题中。首先论述了生命线网络系统抗震拓扑优化模型,然后介绍了网络抗震可靠度分析的最小路递推分解算法。通过对优化问题解形式的分析,采用二进制编码的蚁群算法对优化模型进行了求解。最后,结合实例分析,并与遗传算法和模拟退火算法的计算结果进行了对比。结果表明,蚁群算法可以作为一种新的工具进行网络系统的优化设计。 相似文献
2.
基于遗传算法的生命线工程网络抗震优化设计 总被引:2,自引:2,他引:0
进行网络抗震可靠性分析的目的,不仅在于定量评价生命线工程网络系统的抗震性能,更重要的是利用这种分析工具指导网络抗震性能的优化设计。以无向边权网络系统为分析对象,分别以管网造价和系统抗震可靠度作为优化目标和约束条件,建立网络系统拓扑优化模型,利用递推分解算法作为网络系统抗震可靠性分析工具,并引入系统单元的灵敏度分析,采用遗传算法求解网络系统的拓扑优化问题,从而发展了一类工程网络抗震优化设计方法。实例分析结果表明,网络系统拓扑结构与系统可靠度之间有显著的正相关关系。 相似文献
3.
介绍了基于连通可靠度分析的生命线工程网络和基于功能可靠度分析的供水管网抗震拓扑优化分析方法。以管网造价为优化目标,管网拓扑结构为优化参数,抗震连通可靠度为约束,建立了基于连通可靠度分析的生命线工程网络抗震拓扑优化模型。对于这样一个组合优化问题,采用现代优化算法-遗传算法来进行求解可以获得造价低且满足管网抗震可靠度要求的最优网络。改用抗震功能可靠度为约束,可以建立基于功能可靠度分析的供水管网的抗震拓扑优化模型,这一问题可以采用模拟退火算法来进行求解,实例分析表明模拟退火算法具有很好的效果。最后,利用模拟退火算法,对四川省都江堰市、绵竹市和德阳市供水管网进行了抗震拓扑优化改造分析,给出了三个城市供水管网的恢复重建方案。 相似文献
4.
基于微粒群算法的供水管网抗震优化设计 总被引:2,自引:0,他引:2
以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点最低可靠度为约束条件,建立了供水管网抗震优化设计模型。利用微粒群算法对这一模型进行了求解,该算法以管网作为微粒个体,通过不断地更新微粒的位置来搜索最优的管网结构,直到最后给出优化的管网结构。利用上述方法对一典型供水管网进行了抗震优化设计分析,给出了3种不同节点最低可靠度约束条件下的优化改造方案。 相似文献
5.
城市生命线网络的地震动力可靠度是生命线工程地震风险和抗震韧性评估的重要指标。城市生命线网络地震动力可靠度的计算方法包括以蒙特卡洛方法为代表的模拟方法和以推广的递推分解算法为代表的非模拟方法,因为后者能够给出生命线网络的主要失效模式,因而它比模拟方法更为先进。但是,由于存在高维Gumbel Copula参数无法估计的问题,目前推广的递推分解算法还不能计算大型生命线网络(组成生命线网络系统的结构或设备数目大于60)的地震动力可靠度。为解决这个问题,提出了高维Gumbel Copula参数的拟合估计公式,将其嵌入推广的递推分解算法,形成了大型生命线网络地震动力可靠度的计算方法。某实际220 kV变电站设备网络地震动力可靠度的计算和分析,说明了此方法的使用过程、适用范围和有效性。 相似文献
6.
生命线工程网络抗震可靠性分析方法的比较研究 总被引:2,自引:0,他引:2
生命线工程网络抗震可靠性分析是进行生命线工程系统规划、设计、改造与优化的基础。因此 ,寻找一种高效的适应性强的系统可靠性分析方法对实际工程应用具有重要的意义。本文主要介绍两种高效的网络系统两终端连通可靠性分析方法———递推分解算法和有序二分决策图算法。首先 ,分别对两种算法的原理及实现过程进行了详细的论述和说明 ,并且用c语言编制了二分决策图算法的计算程序。然后 ,利用这两种方法及随机模拟算法对 2 0个以往研究中的经典算例和两个实际工程网络———河南省电力网和上海市浦西供水管网 ,进行了网络系统抗震连通可靠性分析。通过对实例分析结果的比较研究 ,得到了一些经验性的结论 ,以期为优化设计工程网络时选择系统可靠性的分析工具提供参考。研究表明 ,由于递推分解算法具有适应性强和能够求得问题近似解的优点 ,因此有良好的实际工程应用前景。 相似文献
7.
8.
9.
蚁群算法在马斯京根模型参数估计中的应用 总被引:12,自引:0,他引:12
蚁群算法是一种模拟进化算法,该算法具有许多优越的性质.研究了一种可用于求解连续空间优化问题的蚁群算法策略,针对洪水演算的马斯京根模型参数估计问题,应用连续性空间优化问题的蚁群算法模型进行了求解.应用实例表明,蚁群算法在求解连续空间优化问题中是很有效的,可以广泛应用于各种自然灾害模型的优化问题. 相似文献
10.
遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法,但由于其自身固有的缺陷,通常优化过程的收敛速度较慢,局部搜索能力不足,而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中,目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点,如正反馈性、鲁棒性和智能性,但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况,将遗产算法与蚁群算法相结合,用于实际交通系统寻找最优路径的问题中,并定义了目标函数,以路径可靠性和路径长度为优化目标,寻找最合适的救灾路线。最后通过实际计算结果的对比验证,说明了该方法的有效性。 相似文献
11.
针对集中抄表系统下行载波通信路由算法数据传输延时和丢包率高的问题,在分析集抄系统载波通信网络结构的基础上,提出了一种基于蚁群遗传混合的载波路由方法。该方法在蚁群算法中引入了遗传算法,使蚁群算法不至于陷入局部最优;对状态转移因子进行改进,加快了算法全局最优路径的收敛速度。仿真结果表明:与蚁群算法相比,该方法在降低数据传输延时和丢包率方面优势明显,可大大提高集中抄表系统数据采集的实时性和成功率。 相似文献
12.
13.