和声搜索算法

摘要： 针对光伏MPPT算法在对多峰值P-V曲线搜索中的跟踪精度和速度不能兼顾、存在搜索震荡、容易陷入局部极值功率点的问题,提出了一种基于模糊和声搜索(fuzzy harmony search,FHS)算法的光伏MPPT算法,同时引入模糊自适应因子k对音调调节步长BW进行自适应调整,实现高精度跟踪、迅速收敛和高稳定性。通过在MATLAB/Simulink中搭建仿真模型,证明了该算法能在多峰值寻优中快速脱离局部最优,收敛速度和跟踪精度都得到了兼顾,收敛用时短,跟踪精度高,稳定性强。

摘要： 为提高能源供需平衡、降低能源消耗,提出“双碳”背景下能源互联网数字孪生系统设计。通过物理感知层、传输交互层、数据共享层、应用服务层以及虚拟空间和安全防护构成能源互联网数字孪生系统的整体框架。从二氧化碳排放量和容量投资成本这2个目标出发,构建目标函数,在相关约束条件的基础上,采用和声搜索算法求解目标函数,实现能源互联网的规划,完成能源互联网数字孪生系统的设计。实验结果表明,所设计系统的燃气、水和电消耗量均较低,且蓄电池容量高、能源供需平衡。

摘要： 动态网络重构能有效降低配电网的网络损耗以及分布式电源的弃风弃光量,为此提出了基于双层动态时段划分的配电网重构方法。上层优化中以网损成本与弃风弃光惩罚费用之和最小为优化目标,决策变量为主动管理元素的出力;下层优化中则以网损最小为目标函数来确定各时段开关状态量。为了减小模型的规模与复杂度,提出了将割集法作为辐射状约束的表示方法。同时,将该模型转化为混合整数二阶锥规划模型,并结合和声搜索算法对其进行求解。通过改进IEEE 33节点系统进行仿真,验证了所提方法的实用性和有效性。

摘要： 风功率时间序列易受到多种因素影响,呈现出高度的随机性和波动性,对电网的安全运行构成了潜在的威胁,因此准确的风功率预测至关重要。针对风电时间序列低预测性问题,提出一种组合变分模态分解(VMD)、和声搜索(HS)算法和最小二乘支持向量机(LSSVM)的短期风功率预测方法。首先采用VMD将风功率时间序列分解为不同模态,减少数据的波动性;然后对各模态分别建立HS⁃LSSVM预测模型,并运用HS优化最小二乘支持向量机相关参数,从而建立VMD⁃HS⁃LSSVM风功率预测模型,提高模型在短尺度时序的预测能力;最后将各模型预测结果进行求和重构。实验结果表明,相比传统预测模型中的仿真结果,文中方法运用在风功率时序预测中具有优越性,能有效提高短期风功率时间序列预测的准确性。

摘要： 针对柔性作业车间调度问题(Flexible Job-Shop Scheduling Problem,FJSP),以最大完工时间为优化目标,提出一种新改进的和声搜索(Harmony Search,HS)算法。该算法采用两段组合的编码方式,利用全局随机混合初始化的方式来保证初始解的质量和多样性。算法的搜索过程中采用一次创作多个和声方式,充分利用和声记忆库积累的资源,来提高收敛速度。加入智能变异算子,达到均衡机器负载分配,提高搜索到最优解概率的目的。通过与文献算法对比基准测试结果和实际工程测试,证明该算法不但提高了求解FJSP的精确度,还具有较高的有效性和实用性。

摘要： 在局部遮荫下的多峰值P-U曲线寻优中,最大功率点跟踪(MPPT)容易陷入局部最优,跟踪速度和精度都无法兼顾,跟踪振荡大,造成光伏能量损失。提出了一种基于交错Boost和声搜索-扰动观察法混合算法(HS-P&O)的光伏MPPT控制方法,在和声搜索算法(HS)全局搜索过程中引入音调随机收敛因子ω,在局部搜索中与P&O算法进行协同控制;利用交错Boost的导通特性减小在发电过程中的纹波,减小输出振荡,加入开关电感提高电压增益,使算法能够更快到达最大功率点附近进行搜索。在MATLAB/Simulink中搭建了仿真模型,实验对比表明,所提控制方法响应速度快,光照突变前后均能迅速跟踪到全局最大功率点,在收敛速度和跟踪精度上都有所提高,稳定性良好。

摘要： 为了使运管单位能及时发现和估算库区漂浮物,从而合理制定和安排漂浮物清除作业,提出了一种基于和声搜索改进的漂浮物形态学分析识别方法。首先,给出了一种基于内容的图像压缩算法,降低后续运算复杂度的同时避免了图像失真;其次,定义了基于形态学分析的处理逻辑、运算流程与评价函数;最后,提出了基于和声搜索算法进行形态学分析的最优化建模。测试结果表明,产出模型的精度达到了90%以上,可为水库库区漂浮物监控管理工作提供实时可靠的决策辅助支持。

摘要： 在无人机路径规划中,针对传统蚁群算法收敛速度慢、易陷入局部最优、拐点多等缺点,提出了基于和声搜索改进的蚁群算法。利用和声搜索算法和声扰动的思想,对每一代蚂蚁选择的路径进行扰动处理,保留更优路径,增加算法前期路径选择的多样性,提高收敛速度,减少局部最优。对路径进行平滑处理,删除不必要节点,缩短路径距离,为无人机平衡控制减少风险。仿真实验证明,相比于传统蚁群算法,基于和声搜索改进的蚁群算法收敛速度更快,路径更优,且在较为复杂的栅格环境中,效果更为突出。

摘要： 给出了一种求解凸二次规划及线性规划的新方法,通过把凸二次规划或线性规划转化为不可微的非线性方程组,采用一种改进的和声搜索算法求解.该算法嵌入了位置更新和小概率变异策略,在搜索后期能够维持种群的多样性,因此具有较好的收敛性.通过求解多个凸二次规划及线性规划,数值结果表明该方法是有效的.

摘要： 针对给定部署区域中不同的监测目标有不同的覆盖需求和现有的调度算法大多针对同构有向传感器节点忽略了节点异构对调度性能的影响的问题,提出两种异构有向传感器网络节点调度策略。一种方法是通过对问题进行数学建模,将节点调度问题转化为目标优化问题,采用改进的和声搜索算法进行求解。改进和声搜索算法针对原始和声搜索在陷入局部最优时的过早收敛问题,通过将和声搜索算法和模拟退火算法结合增强其局部搜索能力。另一种方法采用贪婪算法求解满足条件的节点集合。仿真结果显示,与原始和声搜索算法相比,改进和声搜索算法能有效提高网络的工作时间,证明了改进算法的有效性。

摘要： 针对复杂函数的数值积分问题,给出了将积分区间进行适当小的任意分割时高斯型求积公式的若干结果,并提出一种混合高斯求积及和声搜索算法的数值积分方法.该方法利用和声搜索算法优化积分节点,在相邻节点间利用高斯型求积公式近似计算积分.数值计算结果表明,该方法计算准确且精度很高.

摘要： 和声搜索算法是近年来发展起来的一种新的启发式优化算法。本文提出了一种量子计算与和声搜索算法相结合的量子和声搜索算法（QHSA）。QHSA中和声采用量子比特编码，将新和声引入扰动幅值BW，自适应调整BW，并利用黄金分割定律对局部扰动进行区间划分。经标准函数测试，仿真结果表明相对于HSA、IHSA、GHSA三种算法，QHSA在高维函数寻优问题上表现出远远好于其他算法的性能。

摘要： 针对非线性方程组，本文给出了一个新的算法。首先把非线性方程组转化为一个不可微优化问题，然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数，从而可把非线性方程组的求解转化为无约束优化问题，然后利用和声搜索算法对其进行求解。利用2个测试函数对其进行测试并与其它算法进行比较。计算结果表明，本文提出的算法在求解的准确性和有效性均优于其它算法。

摘要： 本文介绍了一种叫和声搜索的优化算法,这种算法是模拟乐队在即兴创作中,通过反复调整乐队中各乐器的音调,最终达到一个美妙的和声状态.和声搜索具有不需要初始值,由于利用随机搜索代替梯度搜索,而无需更多信息的优点.本文以和声搜索算法为工具,以费用最小作为目标函数对配水系统管网设计进行管径寻优.并以New York城市管网为例,将和声搜索算法同遗传算法、模拟退火、禁忌搜索、蚁群算法、蛙跳算法以及交叉熵算法进行比较.计算结果表明和声搜索算法在管网优化设计中有着很好的前景.

摘要： 针对日益膨胀的图像数据库中图像有效分类及分类正确率不高的问题,本文提出了一种基于Powell-HS算法和LSS-VM的图像分类方法,该方法首先应用测试函数验证了Powell-HS算法有效且搜索效率高;然后用KPCA进行图像的特征提取的样本作为LSSVM模型的输入,并于其他3种方法比较,结果表明新方法应用于图像分类有效,且分类正确率得到很大提高.

摘要： 针对日益膨胀的图像数据库中图像有效分类及分类正确率不高的问题,本文提出了一种基于Powell-HS算法和LSS-VM的图像分类方法,该方法首先应用测试函数验证了Powell-HS算法有效且搜索效率高;然后用KPCA进行图像的特征提取的样本作为LSSVM模型的输入,并于其他3种方法比较,结果表明新方法应用于图像分类有效,且分类正确率得到很大提高.

摘要： 针对日益膨胀的图像数据库中图像有效分类及分类正确率不高的问题,本文提出了一种基于Powell-HS算法和LSS-VM的图像分类方法,该方法首先应用测试函数验证了Powell-HS算法有效且搜索效率高;然后用KPCA进行图像的特征提取的样本作为LSSVM模型的输入,并于其他3种方法比较,结果表明新方法应用于图像分类有效,且分类正确率得到很大提高.

摘要： 针对日益膨胀的图像数据库中图像有效分类及分类正确率不高的问题,本文提出了一种基于Powell-HS算法和LSS-VM的图像分类方法,该方法首先应用测试函数验证了Powell-HS算法有效且搜索效率高;然后用KPCA进行图像的特征提取的样本作为LSSVM模型的输入,并于其他3种方法比较,结果表明新方法应用于图像分类有效,且分类正确率得到很大提高.

摘要： 本发明提供了一种求解多品种大批量冷链物品混装的和声搜索算法，首先获取待输送冷链物品及使用的单温区冷藏车的各种参数，建立不同冷链物品装配至单温区冷藏车时的混装模型，然后建立初始和声记忆库，采用随机搜索算法获得初始解，再通过修补算子对解进行修补，直至得到要求数量的解向量；其次，根据参数与和声搜索的规则计算新的解并进行修补，最终得到满足条件的冷链物品混装方案。本发明能够在满足单温区冷藏车温度约束、容积约束、重量约束的条件下，采用和声搜索算法自动计算并生成以湿度差异最小化、货架期差异最小化和混装类型差异最小化为目标的配装方案。

摘要： 本发明提供了一种改进的和声搜索算法的复杂配电网无功优化方法，所述方法包括：建立配电网无功优化模型；建立和声内存数据仓库；初始化和声向量；计算各个和声向量的适应度函数值；更新和声内存数据仓库；对和声内存数据仓库进行层次聚类，得到各个簇。本发明提供的技术方案集合了历史计算中出现的所有场景构建和声内存数据仓库，运用层次聚类思想指导和声向量更新高了计算的利用度，可以实现减小计算总量和提高寻优能力的效果。

摘要： 本发明公开了一种基于改进和声搜索算法的5G通信系统资源分配方法，该方法包括：初始化系统参数，将用户复用信道资源的方案用一组和声来表示；初始化初始解空间，根据和声记忆库取值概率判别是否从初始解空间内产生新的和声变量；以系统吞吐量、蜂窝用户的平均发射功率以及终端能效中的至少一个为优化目标，计算每个和声对应的目标函数；根据目标函数将新解与和声记忆库中的解排序，选择最优的解作为新的解；当继续迭代未能得到显著优化的目标函数值时，则停止迭代，对码空间进行逆向解码得到最优资源分配方案。本发明能有效提高系统吞吐量、降低蜂窝用户的发射功率、提升终端能效，其性能优越，且易于实现。

摘要： 本发明公开了一种基于和声搜索算法和质心算法的定位方法，具有如下步骤：对边坡进行有限元分析并采集物理参数，得到边坡的三维有限元模型；使用计算机为所述的有限元模型，计算得到边坡重心的位置；对待检测的边坡进行有限元分析，调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据，使用人工神经网络训练所述的预测函数，得到成熟的目标函数；将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数，得到当前滑动位移序列的预测结果。相较于传统的分析方法，具有更高更科学的分析精度，非常方便预测边坡运动。

摘要： 本发明涉及一种非均匀光照下基于模糊和声搜索算法的光伏MPPT控制方法，包括：创建光伏电池模型、升压电路模型以及基于模糊和声搜索算法的MPPT模糊控制器模型；在标准温度下，对光伏电池板分别给定非均匀的静态及动态的非均匀光照强度；运用MPPT的模糊控制器的模糊和声搜索算法，结合专家经验设置模糊规则自适应优化模糊和声搜索算法的迭代步长，比较目标函数的大小对占空比进行迭代优化调整，输出最优占空比并控制升压电路，追踪光伏阵列的全局最大功率点。与现有技术相比，本发明具有实现全局最大功率点搜索，提高MPPT的跟踪速度和精度，减小功率震荡等优点。

摘要： 本发明涉及一种基于和声搜索算法的电力负荷基线计算方法及装置，方法包括以横向预测负荷和纵向预测负荷的权重系数为目标函数，初始化和声参数以及和声记忆库，随机产生多组初始权重系数并存入和声记忆库，通过生成随机数的方式生成新解，结合状态空间截断法根据新解更新和声记忆库，得到权重系数；并将权重系数结合横向或纵向预测负荷的值代入待预测基线，以待预测基线的权重系数为目标函数，初始化和声参数和和声记忆库，通过生成随机数的方式生成新解，结合状态空间截断法根据新解更新和声记忆库，得到基线权重系数；将基线权重系数代入待预测基线，输出结果，与现有技术相比，本发明具有计算准确性强等优点。

摘要： 本发明公开了一种基于和声搜索算法的改进粒子滤波定位与建图方法，包括初始化粒子和粒子权重；根据提议分布获取当前时刻的粒子集并计算粒子权重；利用和声搜索算法优化粒子位姿；利用小生境算法进一步优化；计算优化后的粒子权重并归一化；计算有效粒子数，基于偏差修正的EWA优化算法进行自适应优化组合重采样；基于粒子的运动轨迹，更新粒子的地图信息，建立实际地图。本发明所提供的粒子滤波方法，能够在使用更少粒子的同时获得更为准确的滤波估计；重采样改进策略在保证粒子多样性的同时解决了传统重采样引起的粒子贫化问题。多方面改进提高了定位与建图的效率和精度。

摘要： 一种基于和声搜索算法的变电站工程动态选址规划方法，该方法包括以下步骤：A、建立变电站选址定容模型，该模型将成本费用目标及变电站与负荷点隶属关系目标设为优化目标；B、通过和声搜索算法对区域范围内的变电站基础设施进行变电容量优化及成本优化；C、实现变电站优化迭代，得到项目建设选址规划最优方案。本设计提高了变电站选址定容的精确度。

摘要： 本发明公开了一种基于和声搜索算法的配电网有功‑无功联合优化调度方法，其中，所述方法包括：输入日前24小时的分机、光伏和负荷的预测数据，并设置分时电价和网络结构参数；对和声数据库进行初始化处理，获得初始化后的和声数据库；基于初始化后的和声数据库对目标函数进行求解，生成和声值；对所述和声值进行寻优处理，基于寻优后的和声值对所述和声数据库进行更新；判断寻优次数是否收敛，若是，则寻优结果作为配电网有功‑无功联合优化调度运行方案。在本发明实施例中，实现降低总调度成本。

摘要： 本发明提供了一种基于多目标自适应和声搜索算法的Flowshop生产调度方法，包括：S1，设定和声搜索算法的基本参数；S2，随机生成HMS个可行解存入和声记忆库中作为初始解；S3，计算自适应的和声记忆保留概率HR和音调扰动调节概率PR；S4，利用所述PR对所生成的部分新解进行扰动调节；S5，将更新后的新解和初始解放入外部种群中进行非支配排序，得出各层Pareto最优前沿；S6，计算各层最优解在外部种群中的拥挤度；S7，根据最优解的非支配序和拥挤度选择出HMS个解，转到步骤S8；S8，判断迭代终止条件，若满足则停止迭代，输出Pareto最优解集；否则返回S3。本发明实施例中既保证了所生成的新解都能落在可行域中，又能让新解尽可能多地继承和声记忆库的整体特性。