基于蚁群遗传混合的载波路由方法研究

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。     

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。     

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.     

马斯京根洪水演算模型的改进--兼论其参数的蚁群算法率定

针对马斯京根洪水演算模型的近似性问题，用曲线积分法改进了原模型中时段流量的简单算术平均值法，并利用连续性空间优化问题的蚁群算法对改进的马斯京根洪水演算模型进行参数最优估计，使演算流量更加接近实际。     

基于改进纵横交叉算法的多目标无功优化

针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题.提出了一种用于多目标的改进纵横交叉算法。该算法采用纵向和横向两个不同方向的搜索机制,摒弃基础纵横交叉算法的竞争算子。在纵向交叉后采用目标序列排序建立虚拟个体适应度,再对粒子虚拟适应度大小进行比较选择精英粒子,而横向交叉之后不进行粒子比较。与传统的NSGA-II相比,该算法能够使粒子在收敛的过程跳出局部最优,提高粒子多样性,同时提高效率。最后引进非支配选择和拥挤距离计算,产生Pareto前沿。通过和NSGA-II在IEEE 14节点系统、IEEE 57 节点系统多目标无功优化上仿真对比,结果验证了所提方法收敛精度更高,其Pareto前沿分布更加均匀,范围更加广泛,能够很好的解决电力系统多目标无功优化问题。     

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。     

应急决策信息系统最优路径研究——基于路阻函数理论及Dijkstra算法

应急决策信息系统最优路径理论与实践研究是灾害应急信息化工程领域的重要分支和重点研究课题,将路阻函数理论与Dijkstra算法引入应急决策信息系统最优路径研究领域是一个持续引入关注并且具有显著价值的研究课题。围绕应急决策信息系统最优路径推理与求解,以Dijkstra算法为总体技术方法,以路阻函数理论为实时路段的路径权值提取技术基础,以应急决策相关主体的实际决策需求为中心,探索应急决策信息系统最优路径求解机制及其应用的理论技术基础及问题对策,提出了基于路阻函数理论与Dijkstra算法的最优路径数学模型,并以实例计算说明模型算法的有效性。在复杂的灾害交通环境下,该研究思路能更加充分有效的结合具体的灾害实时道路状况来提供灾害中受灾群众最优撤退路径。     

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。     

基于互联网的震后紧急救灾路径实时更新方法研究

传统震后紧急救灾路径更新方法信息实时更新能力弱,寻优能力不强,因此该文提出一种基于互联网的震后紧急救灾路径实时更新方法。采用互联网技术设计由模型、视图、模板构成的紧急救灾信息采集系统,系统通过数据层、业务层和表现层采集与实时更新紧急救灾信息。采用改进蚁群算法,将不断更新的紧急救灾信息作为信息素,通过终止条件变更、待访问点的选择概率分布、出现封闭点时的路径选择以及改进算法寻优性四个过程,实现震后人员救援以及物资输送的紧急救灾路径实时更新与路径寻优。     

生命线工程网络抗震可靠性分析方法的比较研究

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。     

Comparison of Aerosol Size-Distributions Using Linear-Regression, Genetic Algorithm, and Annealing Genetic Algorithm

Abstract Stability and accuracy of retrieving the aerosol size-distribution by using the linear-regression (LR), genetic algorithm (GA), and annealing genetic algorithm (AGA) were studied in detail. It was found that by using the AGA, retrieval results are quite stable and accurate; using the GA, stability and accuracy of the retrieval results decreased mildly but were still acceptable; and using the LR, retrieval results were too unstable to be acceptable. This conclusion is verified by both of the numeric simulation and the experiment.     

基于BP神经网络的饱和砂土液化判别方法

基于唐山地震中大量的砂土液化现场实测资料,选取描述地震动特性的烈度、震中距、地面峰值加速度和描述砂土层埋藏环境条件的地下水位、标贯点深度(土层深度)、上覆非液化覆盖土层厚度、有效覆盖压力,以及表示砂土自身属性的标准贯入锤击数、平均粒径、不均匀系数、修正标贯击数共11个指标的不同组合作为输入变量,采用快速BP算法和LM算法构造了饱和砂土液化判别的BP神经网络预测模型.通过所建网络模型的训练、验证和应用,结果表明:(1)所建14个BP神经网络模型都是有效的,液化判别的准确度与模型输入变量的不同组合有关;(2)增加网络模型的节点(考虑因素较多)并不一定能够提高BP神经网络模型的液化判别准确度,反而增加了BP神经网络模型的复杂性和学习时间;(3)两种算法的BP神经网络模型都有很高的液化判别准确度,LM算法的计算速率要比快速BP算法快得多,但在计算过程中需要更多的内存,建议采用LM算法;(4)采用所提BP神经网络模型的权值与阈值进行其它预测样本的液化判别时,判别结果可能偏于保守;(5)从影响砂土液化的主要因素、获取指标难易程度考虑,在与<建筑抗震设计规范>砂土液化判别公式考虑指标一致的情况下,建议采用BP神经网络模型M4或M5a,该模型简单、方便,且其预测准确度远高于<建筑抗震设计规范>的砂土液化判别准确度.     

基于单纯形-混沌优化算法的边坡稳定性分析

利用混沌现象固有的内在结构进行寻优搜索,为土质边坡的稳定性分析提供了一个新思路。将混沌优化算法的全局搜索能力和单纯形法的局部搜索能力结合起来形成单纯形-混沌优化算法,结合简化Bishop法对边坡进行稳定性分析。单纯形-混沌优化算法搜索到的是全局最优解。通过与遗传算法、改进的模拟退火算法的计算结果对比,表明在保证安全系数一定精度的情况下,单纯形-混沌优化算法搜索到的是最危险滑动面。可见,单纯形-混沌优化算法具有较强的全局搜索能力,结果更可靠。     

基于遗传算法的生命线工程网络抗震优化设计

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。     

生命线工程网络抗震拓扑优化研究

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。     

磁流变阻尼器结构控制策略研究进展

磁流变阻尼器(Magnetorheological Damper,简称MR阻尼器)是一种在振动控制领域中表现出巨大应用潜力的智能型驱动装置,它主要是根据输入电压(电流)的变化产生趋近于最优主动控制力的阻尼力。本文详细综述了MR阻尼器控制策略的研究现状,分析了各种控制策略的优缺点。探讨了如何充分发挥不同电压下的MR阻尼器耗能能力,指出神经网络和模糊逻辑等智能技术的应用是解决这一问题的有效途径。     

灾民撤退网络流模型及其GIS模拟技术

灾民撤退问题实质上是一个多源点、多收点的网络流问题。本文建立了用于灾民撤退的网络流分析模型,介绍了基于地理信息系统网络分析的灾民撤退模拟技术。通过对某蓄洪区的实例分析表明,网络分析是模拟灾民撤退的有效方法,地理信息系统技术是辅助制定灾民撤退方案的崭新途径。     

震灾经济损失评估的遗传神经网络模型

地震灾害造成的直接经济损失与很多因素有关:致灾因子强度,主要包括地震震级、发震时间及地点、震源深度和地震动输入参数等;受灾体密度,主要包括衡量城市经济和社会发展水平的人口密度、城市密度、建筑物密度和财产密度等;城市抵抗地震灾害的能力.这里选取震级、地震动输入参数、人均国内生产总值GDP、受灾面积和灾区人口密度作为网络的输入节点,用直接经济损失率作为网络的输出节点,建立了基于遗传神经网络的震灾经济损失评估模型,对地震灾害所造成的经济损失进行评估,实例验证了该方法的有效性.     

生命线工程网络系统抗震可靠性分析方法综述

生命线工程系统地震反应分析的一个重要任务是计算系统的抗震可靠度,因此,寻找一种高效合适的系统可靠性分析方法至关重要.对生命线工程网络系统抗震可靠性分析中目前常用的几种算法进行了系统的比较、分析和综述.     

单一重现期非线性暴雨强度模型参数的确定--新型混合加速遗传算法的构建与应用

对浮点编码遗传算法进行了改进,并嵌入Powell方向加速局部搜索算法与加速循环操作,从而构建了新型混合加速遗传算法.确定单一重现期的非线性暴雨强度模型参数的应用实例表明,该方法兼顾了改进浮点编码遗传算法和Powell算法的优点,是一种既可以较大概率、快速地搜索全局近似最优解,又能进行局部细微搜索的出色的非线性优化方法.该法在其它工程问题的非线性模型参数的确定中也具有广阔的应用前景.