基于人工蜂群算法的边坡最危险滑动面搜索

将用于连续数值优化问题的人工蜂群算法引入边坡稳定分析临界滑动面搜索领域.该方法模拟了蜂群的群体协作采蜜过程,具有自适应收敛的特点,克服了传统方法容易陷入局部最优的缺点,是一种全局优化算法.为进一步改善其在复杂边坡搜索中的效果,将Hooke-Jeeves模式搜索操作引入人工蜂群算法,提出一种用于边坡临界滑动面搜索的模式搜...     

电力系统在线安全分析与预警系统实用化研究

针对在线安全分析及预警系统部分结果无法达到指导在线运行要求的问题,提出了暂态稳定曲线在线分析、小干扰稳定振荡模式在线辨识、电压稳定薄弱点在线辨识、危险断面在线搜索的实用化算法。实际系统应用结果表明,该算法取得了良好的效果,能够在线为电网调度运行人员提供决策依据。     

加速遗传算法及其在暴雨强度公式参数优化中的应用

提出了一般非线性自然灾害模型参数优化的一种通用的数值方法———加速遗传算法,分析了该算法控制参数的优化特性,总结出了这些参数的简便设置技术,并给出了它在暴雨强度公式参数优化中的应用实例。该方法可广泛应用于各种自然灾害模型的优化问题。     

蚁群算法在马斯京根模型参数估计中的应用

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.     

梯级电站群短期水火联合经济调度优化方法

针对多约束、非线性、不可微的梯级电站群短期水火联合经济调度优化问题,在标准灰狼算法的基础.上,提出了一种基于改进灰狼算法的梯级电站群短期水火联合经济调度优化方法以处理该复杂优化问题。该算法通过融入纵向交叉操作以修正狼群前进方向,改善算法的全局收敛性;采用一种新型约束处理方法,解决传统差额约束处理方式无法处置的强耦合关系变量的违约问题,提高算法的计算效率。仿真结果表明:该优化方法不仅克服了标准GWO的缺陷,且在求解质量、精度、收敛性和稳定性等方面较其它算法具有明显优势。     

生命线网络系统抗震拓扑优化的Benchmark模型

生命线系统拓扑优化问题的Benchmark模型是评测新型算法正确性和适用性的重要手段。基于此,首先以生命线网络系统抗震拓扑优化分析模型为背景,建立了该优化问题的三个Benchmark模型,并在Visual Compaq Fortran开发环境下,通过穷举法统计出解空间的所有网络,进而甄选出不同节点可靠度约束下的最优网络和若干次优网络,最后利用上述Benchmark模型对生命线网络系统抗震拓扑优化中的蚁群算法进行测试。结果表明,当网络规模较小时,蚁群算法能精确地搜索到最优解;当网络规模增大后,蚁群算法也能以较大概率搜索到最优解或次优解。     

基于Abaqus软件的并行计算集群平台构建与优化方法

根据有限元显式算法和隐式算法的特点,研究了岩土工程动力分析并行计算集群系统的硬件要求、集群系统的构建方法,构建了基于EM64T硬件构架、双路Intel Xeon处理器、Linux操作系统和64位Abaqus软件的32CPU并行计算集群平台,测试了存储子系统对集群性能的影响,比较了两种千兆以太网络作为集群子网络的性能优化方法。以地下结构的地震反应分析为例,测试了优化前后该集群系统的计算速度,发现两种以太网络性能优化方法都可以有效提高集群计算速度。列举了该集群系统在深水桥梁基础流固耦合动力分析、地下结构地震反应分析和快速轨道交通环境振动分析中的应用,显示了该集群在显式算法、隐式算法及小规模、大规模数值计算问题中的并行计算效率,证明所构建的Abaqus数值模拟并行计算集群平台能够满足计算规模、计算精度和时效性的要求。     

含分布式电源的配电网络重构

配电网络重构是一个复杂、非线性的组合优化问题。在考虑分布式电源的情况下,以网络损耗最小和电压节点偏差最小为优化目标,建立了一个多目标的配电网络重构数学模型。针对二进制粒子群优化(Binary particle swarm optimization,BPSO)算法容易陷入局部极值点、发生早熟等缺点,提出混沌二进制粒子群混合优化算法(CBPSO),引入混沌理论(Choas theory)对二进制粒子群优化算法的惯性权重进行调整。IEEE33 节点测试系统的算例表明,该算法较BPSO 算法具有较强的全局收敛性能,能够有效地解决计及 DG 出力的配网络重构优化问题,提高了电能质量和系统运行的经济性。     

马斯京根模型参数估计的新方法

提出了马斯京投模型参数估计的一种新方法—加速遗传算法,分析了该算法控制参数的优化特性,总结出了这些参数的简便设置技术．应用实例表明,该方法简便、直观、通用、适应性强,它可广泛应用于各种自然灾害模型的优化问题之中。     

蚁群算法在生命线网络系统抗震拓扑优化中的应用

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。