基于蜻蜓算法的微电网多目标优化调度

可再生清洁型新能源能量的随机波动会影响主电网的稳定性,然而有效的能量优化管理能提高供电的可靠性和经济性。文章主要对含有风、光、蓄、柴和微电网并网模式下的典型日优化调度。利用蜻蜓算法从发电成本和环境污染角度对模型进行优化,并将粒子群算法得到的典型日各个时段出力构成图和发电成本进行比较。对比结果表明证明了所建立的模型的切实性和蜻蜓算法相对粒子群算法应用在微电网优化方面的优越性。     

考虑储能充放电的孤岛微电网经济优化模型

针对孤岛微电网的实时、经济调度问题,提出一种新的优化模型.该模型充分考虑了储能系统过去一段时间的购电成本和未来一段时间的运行收益,确定当前一段时间内储能系统单元的合理能源调度.微电网中的每个单元在最大限度地提高自身运行收益前提下,只需与相邻单元交换预期的电价和交易电能.经过优化后,参与经济调度的相邻单元可以同时实现电价...     

基于Pareto的动态限制精英的多目标进化算法

在NSGA-Ⅱ算法的基础上,提出了一种基于Pareto动态限制精英的多目标进化算法(DLEMOEA).通过动态分布函数的引入,限制了精英选取的数量,增大了解的搜索区域,从而更好地维护了种群多样性.实验结果表明:DLEMOEA比NSGA-Ⅱ有更好的收敛效果和种群多样性.     

基于下垂控制的孤岛微电网线性潮流计算

针对孤岛微电网潮流计算中需要反复迭代求解的问题,提出一种基于下垂控制的孤岛微电网线性潮流计算方法。在配电网线性潮流计算的基础上,考虑了静态频率特性的ZIP负荷模型以及各种类型的分布式电源,对微网新增的非线性项进行线性化处理。通过对改进的IEEE 33节点系统算例验证,所提方法最大误差数量级保持在10^-4左右,计算效率与精度满足微电网快速分析的要求。     

基于NSGA-Ⅱ遗传算法的智能飞行器航迹快速规划

为改善智能飞行器受系统结构限制而无法精确定位问题,采用遗传算法对系统定位误差进行校正,并对航迹长度和校正次数进行优化.在共享函数基础上,采用排挤算法和精英策略,在多约束条件下使用NS?GA-Ⅱ遗传算法对随机产生的种群进行筛选,寻求最小航迹长度,进行误差校正.仿真结果表明,该算法大大简化了数学模型设计,解决了NSGA算法...     

基于NSGA-Ⅱ优化算法的三栖机器人结构设计

开发了一款三栖机器人。机器人以螺旋机构为主要动力源,以被动轮为陆地行走机构,实现三栖运动。基于NSGA-II多目标优化算法,量化机器人整体结构设计指标,构建机器人参数优化模型,求得最优解空间。根据需求从最优解空间中选取适用于本设计的结构参数完成整体结构设计,并在ANSYS中验证了结构设计的合理性。     

基于AFD的微电网孤岛检测新方法

随着微电网技术的不断发展和广泛应用,计划外孤岛运行故障出现的可能性也就增加了。计划外孤岛运行状态可能对人身安全和设备寿命造成危害,只有及时应对才能避免不良状况的发生。传统的主动频率偏移法,当施加的扰动注入到大电网时,检测盲区由总谐波失真决定。针对传统方法的这一缺点,提出一种新的电流扰动注入方法。应用此方法可以减少系统的总谐波失真量,且检测盲区被改善,检测速度被提高。在Matlab/Simulink环境下建立了系统模型,对提出的新方法进行了仿真,并详尽地分析了试验结果。     

基于MSCOA算法的梯级水库群优化调度

结合梯级水库群联合运行的实际情况,分析目前国内外水库调度算法不足,本论文利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站群中长期水库调度问题应用研究,建立一种梯级水电站群中长期水库优化调度模型,通过实际数据验证,此方法可以获得梯级各电站的最优运行方式,为指导梯级各水电站的实际运行最优化提供科学决策依据。     

基于遗传算法的物流配送车辆调度优化模型研究

物流配送中,车辆调度是一个关键问题。为了提高物流配送中车辆调度的效率,本文提出了一种灵活的多目标组合优化模型,此模型可以方便的增减优化目标值。设计了适合多车场开放式车辆路径问题的通用染色体编码方案,并对遗传算法中的交叉变异操作做了详细说明。     

改进的非劣遗传算法在多目标优化中的应用

为提高交叉口通行效率,以最短平均延误、最小平均停车次数为多目标,建立了单点交叉口信号配时的非线性优化函数模型.对非劣遗传算法(NSGA-Ⅱ)进行了改进,引入经典遗传算法降低其时间复杂度,采用临近个体修剪策略改善解集分布的均匀性,从而提高了算法的运行效率.通过仿真验证了所设计的多目标配时优化模型及其算法能够有效地提高交叉口的通行能力.     

云计算环境下基于蚁群优化算法的资源调度策略

云计算是当前国内外企业与研究机构研究的重点,是下一代网络应用的新兴与主流技术。资源调度作为云计算中的关键问题,研究怎样将用户提交的任务合理地分配给各个计算节点同时能够兼顾计算结节的动态扩展性。本文提出运用蚁群优化算法进行资源调度,综合考虑任务完成时间和计算成本优化问题,建立数学模型,是一种有效的资源调度算法。     

基于PSO的电力系统环境经济负荷调度

针对基于线性加权和处理成单目标优化问题的传统方法存在的缺陷,提出使用粒子群优化算法求解EELD多目标优化问题。该方法通过对粒子群算法个体极值和全局极值选取方式的改进,实现了对EELD多目标优化问题的非劣最优解集的搜索,为决策者提供了丰富的参考信息。在此基础上,应用模糊满意度方法求出的最优折衷解为调度运行人员提供了最佳调度折衷方案。最后,对一个三机系统进行了测试,并与线性加权人工神经网络法进行了比较分析,仿真结果验证了该方法的有效性。     

基于改进AGA的微电网优化管理研究

针对电动汽车无序充放电影响传统微电网稳定性及经济性问题,建立一种根据电动汽车随机负荷种类分时段调度模型,使用蒙特卡洛方法模拟电动汽车的充放电功率。同时,对传统微电网优化收敛速度慢、精度低等问题,提出一种改进自适应遗传优化算法（SAGA）。最优保存策略结合自适应调整交叉变异概率,解决遗传算法多样性问题,从而改善收敛速度与精度。通过建模及仿真计算,证明该方法在含电动汽车的风光柴储微电网优化中,能较快收敛到最优解,提高了微电网稳定性和经济性,具有良好的工程实用性。     

基于进阶粒子群优化算法的云计算资源调度策略研究

云计算是一种商业计算模型,云厂商一般都有自己的资源分配和任务调度模式,但并没有统一的标准和规范。分析云计算系统资源调度,提出一种基于进阶的粒子群算法,采取集群动态协作产生优质粒子及对粒子逆向作用平衡局部资源的策略,以达到全局及局部搜索双向资源最优。经云仿真平台测试表明,应用该算法的调度策略可行且高效。     

协同进化多目标优化算法在车间调度中的应用

针对车间调度问题计算复杂度较高的特点,将协同进化多目标优化算法应用于车间调度问题。计算实例结果表明,协同进化多目标优化算法应用于车间调度问题不仅可以优化效果,而且能够在一定程度上提高计算效率。     

基于Diffserv模型的队列调度加权优化算法

在Diffserv模型的基础上提出了一种基于WRR调度算法的加权优化算法，给出了该算法的实现方法．加权优化算法是根据网络中各业务数据的实际流量动态的调整其对应的权值。还能根据该节点的实际负载状况，提供动态的带宽分配。     

基于灰狼算法的车辆配送物流路径优化研究

为了实现农产品物流配送车辆路径的合理优化,降低物流配送成本和提高消费者满意度,提出一种基于灰狼优化算法的多目标农产品物流配送车辆路径优化模型。选择物流配送成本最低和路径最短为目标函数,将灰狼位置编码为车辆编号和车辆路径顺序,通过灰狼优化算法实现多目标农产品物流配送车辆路径的最优规划。研究结果表明,与PSO和GA相比,在行驶里程和平均行驶成本方面,GWO的成本最低且行驶里程最少。     

基于改进网格模拟器的DBC优化调度算法研究

网格资源调度策略是网格计算领域中的关键研究方向之一.网格模拟器是资源调度策略优化和改进研究的重要平台.本文阐述了GridSim模拟器的整个框架结构和运行机制.分析了其不足,并加以改进形成新的模拟器DSSim.还对基于市场经济模型的DBC:优化调度算法进行了改进,并通过新模拟器DSSim进行了相应的模拟.模拟结果表明,改进后的算法无论在任务平均完成时间还是任务的完成率上都优于以前的优化调度算法.     

多目标进化优化算法

多目标进化优化算法可以一次性求解多个非劣解,并具有全局优化能力,成为近年来求解多目标优化问题一个重要的研究方向。本文介绍了几种代表性的多目标进化优化算法,并指出了值得进一步研究的相关问题。