梯度退火混合优化算法

通过对梯度法与模拟退火算法优缺点的分析,提出了一种梯度退火新型混合全局优化算法。该算法利用梯度法的快速寻优特性得到某一局部极值,然后采用模拟退火算法的全局搜索寻优能力跳出该局部极值,经过反复混合迭代最终获得全局最优解。仿真实验表明,该新型混合优化算法显著提高了求解全局优化问题的计算效率。     

An immune-tabu hybrid algorithm for thermal unit commitment of electric power systems

This paper presents a new method based on an immune-tabu hybrid algorithm to solve the thermal unit commitment （TUC） problem in power plant optimization. The mathematical model of the TUC problem is established by analyzing the generating units in modem power plants. A novel immune-tabu hybrid algorithm is proposed to solve this complex problem. In the algorithm, the objective function of the TUC problem is considered as an antigen and the solutions are considered as antibodies, which are determined by the affinity computation. The code length of an antibody is shortened by encoding the continuous operating time, and the optimum searching speed is improved. Each feasible individual in the immune algorithm （IA） is used as the initial solution of the tabu search （TS） algorithm after certain generations of IA iteration. As examples, the proposed method has been applied to several thermal unit systems for a period of 24 h. The computation results demonstrate the good global optimum searching performance of the proposed immune-tabu hybrid algorithm. The presented algorithm can also be used to solve other optimization problems in fields such as the chemical industry and the power industry.     

卷积积分区间的图解分段确定方法

本文给出了利用图解分段确定卷积积分区间的一种方法,并举例说明了其应用及推广.利用本方法,只要知道被卷积两函数的有值区间端点,就能有规律地快速确定卷积积分中自变量t和哑变量τ的取值区间,计算的结果为闭合形式.该方法能有效地克服积分区间(或求和区间)的重复和遗漏问题,特别是在多分段有值函数卷积的计算中更显示出其优越性.     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法，将方程组转换成一个优化问题。将优化问题的非线性共轭梯度法与混沌优化方法相结合，提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优，最终获得全局最优。算法的收敛性也进行了证明，数值结果表明该算法是有效的。     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题.利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法.该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.通过对算法的收敛性的证明及数值分析,结果表明该算法是有效的.     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

现役散货船船体结构疲劳破损检验计划

以进化算法为优化手段 ,疲劳累积失效概率增量为约束条件 ,检验费用为目标函数 ,检验时间间隔及检验方式为优化变量 ,根据船体构件本身的疲劳特性进行疲劳破损检验优化研究 ,选出检验费用最少的最优检验方案 ,给出了计算实例和检验方案的比较 .结果表明 ,本文提出的方法能选出兼顾安全性和经济性的最优检验方案     

群智能算法及其应用

群智能算法是一种新兴的演化计算技术,它已经成功地被运用于许多领域。实践证明,群智能方法是一种能够解决许多全局优化问题的有效方法。本文介绍了群智能理论的产生和发展过程,并着力阐述群智能理论中的两个主要算法（粒子群算法和蚁群算法）的算法思想以及研究现状。     

一类基于人工免疫系统与极值优化的混合算法求解流水作业调度问题

The permutation flowshop scheduling problem (PFSP) is one of the most well-known and well-studied production scheduling problems with strong industrial background. This paper presents a new hybrid optimization algorithm which combines the strong global search ability of artificial immune system (AIS) with a strong local search ability of extremal optimization (EO) algorithm. The proposed algorithm is applied to a set of benchmark problems with a makespan criterion. Performance of the algorithm is evaluated. Comparison results indicate that this new method is an effective and competitive approach to the PFSP.     

课堂教学质量的区间值模糊评判

通过一元实函数和可信度的引入，给出了fuzzy区间数的一种排序方法，并就区间数fuzzy综合评判建立了一种课堂教学质量的综合评判模型．     

模拟退火算法在优化中的研究进展

模拟退火算法在处理全局优化、离散变量优化等困难问题中,具有传统优化算法无可比拟的优势.在计算机计算速度不断提高的条件下,具有不可低估的发展潜力和重要的研究价值.本文研究分析了基本的模拟退火算法原理,主要介绍了模拟退火算法的发展历史和特点,综合了近期关于模拟退火算法研究进展.本文在比较了模拟退火算法与传统的优化方法的基础上,最后指出了它的发展趋势和研究热点,对模拟退火算法在优化中的推广应用具有重要意义.     

求解约束全局优化问题的一类新的填充函数

求解全局优化问题的填充函数法的关键之一在于构造一个称为填充函数的辅助函数,文章提出了一类新的求解不等式约束的连续全局优化问题的填充函数,讨论了其填充性质. 为进一步设计求解算法提供理论基础.     

区间-粒子群算法求解非线性方程组

将粒子群算法的群体搜索优点和区间算法的区间分析相结合,提出了一种求解非线性方程组的区间-粒子群算法.在迭代过程中,先用粒子群算法的全局收敛性和群体搜索能力得到近似解,再用区间算法的精确搜索能力快速得到高精度的解.数值实验表明：该算法能在较大范围的初始区间内快速可靠的迭代得到高精度的解,是求解非线性方程组的一种有效的算法.     

椭圆方程右端反问题的一类解法

本文关于求解椭圆型偏微分方程右端项提出了一种混合方法，即结合“输出最小二乘法”与“方程误差法”，将原问题化为约束优化问题，再利用增广Ｌａｇｒａｎｇｅ泛函方法将所导出的优化问题化为无约束优化问题，并给出了解与Ｌａｇｒａｎｇｅ乘子的估计式     

Robust design and optimization for autonomous PV-wind hybrid power systems

This study presents a robust design method for autonomous photovoltaic （PV）-wind hybrid power systems to obtain an optimum system configuration insensitive to design variable variations. This issue has been formulated as a constraint multi-objective optimization problem, which is solved by a multi-objective genetic algorithm, NSGA-II. Monte Carlo Simulation （MCS） method, combined with Latin Hypercube Sampling （LHS）, is applied to evaluate the stochastic system performance. The potential of the proposed method has been demonstrated by a conceptual system design. A comparative study between the proposed robust method and the deterministic method presented in literature has been conducted, The results indicate that the proposed method can find a large mount of Pareto optimal system configurations with better compromising performance than the deterministic method. The trade-off information may be derived by a systematical comparison of these configurations, The proposed robust design method should be useful for hybrid power systems that require both optimality and robustness.     

热传导方程的区间小波配点法

针对一类线性偏微分方程，采用拟shannon区间小波配点法对空间域进行离散，从而将偏微分方程转化成关于时间的常微分方程组，然后使用四级Runge-Kutta法对该方程组求解．算例数值结果表明，该方法在计算精度上优于将拟shannon小波与Runge—Kutta法结合得到的偏微分方程的数值解法．     

模拟退火算法原理及改进

模拟退火算法是一种强大的随机搜索算法,能应用于许多前提信息很少的问题,能渐进地收敛于最优值。对SA算法进行了介绍,论述了SA算法的原理并对算法进行了改进,展示了计算实验的结果。     

鲁棒区间算法在能源规划中的应用

采用鲁棒区间算法解决目标函数和约束条件中的不确定性问题,开发一个鲁棒区间能源系统规划模型,通过求解得到模型全局最优解,以获得最小的能源成本及最优的能源分配方案．案例研究结果显示。通过此优化模型进行的综合环境约束的规划,能使城市能源消费整体结构得到优化,能源利用效率明显提高,可实现城市的能源经济环境的协调发展．     

基于模拟退火算法的QoS约束web服务组合

针对web服务组合中选择服务需感知服务的QoS属性问题,采用向量表示法描述原子服务及组合服务的QoS属性和用户提出的多项全局约束,把寻求满足多项非功能属性约束的最优服务组合问题转化为在有向图中搜索最优多约束路径问题,采用有向图对组合服务建模.设计了多QoS属性约束的服务组合模拟退火算法,进行组合服务QoS属性的归一化处理和二次寻优.实验结果表明该方法可求得满足各项QoS约束的可行解,模拟过程显示该算法以多项式时间复杂度选出近似最优解.