多目标粒子群算法
多目标粒子群算法的相关文献在2006年到2022年内共计192篇,主要集中在自动化技术、计算机技术、电工技术、水利工程
等领域,其中期刊论文130篇、会议论文3篇、专利文献145838篇;相关期刊99种,包括运筹与管理、遵义师范学院学报、科学技术与工程等;
相关会议3种,包括第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议、第十届中国水论坛、第二十五届华东六省一市电机工程(电力)学会输配电技术研讨会等;多目标粒子群算法的相关文献由624位作者贡献,包括乔俊飞、王超、葛洪伟等。
多目标粒子群算法—发文量
专利文献>
论文:145838篇
占比:99.91%
总计:145971篇
多目标粒子群算法
-研究学者
- 乔俊飞
- 王超
- 葛洪伟
- 钱小宇
- 韩红桂
- 张涛
- 杨秀茹
- 王昊
- 郭兴众
- 雷震
- 黄胜
- 丁建勋
- 严诚
- 仉梦林
- 任万龙
- 伍继浩
- 何必仕
- 公茂果
- 冯是全
- 刘前进
- 刘天庆
- 刘文彬
- 刘晓
- 刘欣
- 刘浩杰
- 刘煌煌
- 刘衍民
- 刘雅婷
- 刘震
- 刘飞
- 卢薇
- 吕翠
- 吴彦铮
- 周仕霖
- 周建江
- 周杨
- 孙一翔
- 孙汉旭
- 孟涛
- 宋杰杰
- 尹杭
- 张军
- 张奇志
- 张慧
- 张智晟
- 张正江
- 张璐
- 张盛龙
- 张舒月
- 张鹏威
-
-
赵珍珍;
王维庆;
王海云;
樊小朝
-
-
摘要:
为了贯彻十四五规划“推动绿色低碳发展”的理念,依据风电、光伏和储能电池等装置组成的微网,提出以综合运行成本最低、碳排放最小和风光消纳处理能力最优为目标函数建立优化运行模型,并采用基于Pareto关联度支配的改进自适应变化权重的多目标粒子群算法(PD⁃IM⁃MOPSO)对该优化问题进行求解。采用Pareto关联度可以使Pareto前沿尽可能逼近真实的前沿面,更好维护种群的多样性,而自适应变化权重的改变可以有效降低算法陷入局部“早熟”的概率。通过Matlab仿真对比IM⁃MOPSO和PD⁃IM⁃MOPSO算法的收敛曲线,验证所提算法具有较快的收敛速度,通过算法Pareto前沿解集的分析比较,可以验证PD⁃IM⁃MOPSO算法的Pareto前沿分布更加均匀,具有全局和局部搜索能力强的优点。最后结合模糊模型识别从非劣解集中求得最优的运行方案。
-
-
陆辉山;
王宁;
卫红梅;
赵守耀;
李沛
-
-
摘要:
为提升矩形微通道的综合性能,通过多目标粒子群算法对矩形微通道进行数值优化,由响应曲面法拟合热阻函数,再以热阻与压降为目标函数,建立以矩形微通道结构参数为变量的多目标粒子群算法的数学模型。由多目标粒子群算法计算得到热阻与压降的pareto优化解集,用K-mean聚类法对优化解集进行聚类得到4个代表解,与未优化解进行对比,评价其综合性能。结果表明:响应曲面法拟合的热阻函数的相关系数R^(2)分别为0.9981、0.9961均接近1,模型准确度高,点3与点0的仿真结果对比表明经过多目标粒子群算法优化后的通道的温度分布更加均匀,最高温度更低,压降更低,综合性能更优。可见该种方法可以提供一定工况范围内的优化解集,提升微通道的综合性能。
-
-
薛醒思;
耿爱峰;
BENINE Ramzi
-
-
摘要:
为了解决本体之间存在的异构问题,提出一种本体元匹配方法来确定不同本体中实体之间的对应关系.首先设计两个本体匹配结果质量的近似度量方法,并在此基础上构建本体匹配问题的多目标优化模型,最后提出一种多目标粒子群算法以求解该问题并优化本体匹配结果的质量.采用国际本体匹配竞赛提供的benchmark测试集,来测试基于多目标粒子群算法的本体元匹配方法的性能.实验结果表明:提出的方法在查全率和查准率两个指标上均优于国际本体匹配竞赛的其他参与者.
-
-
闫群民;
董新洲;
穆佳豪;
马永翔
-
-
摘要:
储能系统可解决分布式电源加入配电网所产生的不良影响,而储能系统的合理配置是其有效应用的前提。以电网脆弱性衡量指标、有功网损、储能额定容量三个方面,考虑规划与运行之间的耦合性建立储能系统在有源配电网中的多目标选址定容模型。提出改进的多目标粒子群算法用于求解。该算法在种群更新过程中引入准对立学习策略以增强解的覆盖范围和收敛速度,并根据迭代次数采用自适应分裂策略分离过早聚集的粒子,从而增强粒子多样性,保证了算法跳出局部最优的能力。通过在IEEE33节点配电系统上进行分析,验证了所提模型及算法在优化分布式储能选址定容及运行策略中的合理性,并能有效改善电网的运行经济性与脆弱性,具有更强的全局寻优能力。
-
-
冯茜;
李擎;
王耀祖;
全威
-
-
摘要:
针对钢铁生产的烧结配料过程中铁矿石价格变化大、矿石品位波动、烧结原料信息复杂、烧结配料约束繁多等对烧结配料成本的影响,提出了一种基于区域划分的约束多目标粒子群优化算法对烧结配矿进行优化.以国内某钢铁厂的实际烧结生产配料为例,构建烧结配料系统模型;为了协调全局探索和局部搜索的关系,将自适应角度划分策略融入约束评价准则,结合区域分布提取局部最优解信息,同时引入双外部存储集机制,维护种群多样性;通过标准函数集的测试,验证了所提算法的有效性.该算法应用于配矿过程中,能够兼顾成本与全铁含量,有效降低了烧结配料的成本,对烧结铁矿石资源的综合利用及质量保证具有重要意义.
-
-
李浩君;
岳磊;
张鹏威;
杨琳
-
-
摘要:
形成既能满足教师教学实施需求,又能得到学习者认可的在线学习群体是影响在线协作学习效率的重要因素.多目标粒子群算法和遗传算法应用于在线学习群体形成领域是目前的研究热点.然而,利用多目标粒子群算法解决在线学习群体形成问题时存在多样性差,容易陷入局部最优等问题;运用遗传算法解决在线学习群体形成问题时,则需要以耗费大量时间为代价.针对以上问题,提出了多目标优化视角下在线学习群体形成方法:首先根据学习者的多维个性特征建立在线学习群体形成MOLGFM模型(Multi-objective Online Learning Group Formation Model),其次针对形成模型的多目标优化特征,将多目标粒子群算法和遗传算法相结合提出了GAMOPSO(Genetic Multi-objective Particle Swarm Optimization)算法,最后采用GAMOPSO算法求解MOLGFM模型,提出多目标优化视角下的在线学习群体形成方法GAMOPSO-FA(Genetic Multi-objective Particle Swarm Optimization-Formation Approach).实验表明,相比采用经典算法的在线学习群体形成方法,所提GAMOPSO-FA方法形成的在线学习群体符合度更高,形成速度更快.
-
-
田枫;
陈淮莉
-
-
摘要:
在国家大力发展新能源汽车的过程中,充电问题一直阻碍着电动汽车的发展,充电基础设施尤其是快速充电站的规划和建设尤为重要。大规模发展电动汽车(electric vehicle,EV)的关键是根据用户的充电选择偏好,建立完善的充电基础设施,减少用户的里程焦虑,彻底解决充电不方便的问题。在考虑了各方面社会因素并确定一定数量的候选节点背景研究的基础上,提出了一种双目标规划模型,在满足需求、距离、容量等约束条件下,分析了建设充电站总成本和充电覆盖范围之间的关系,寻找最优的充电站建设方案,并以A城市B区为例,通过多目标粒子群算法进行求解,求出充电站的最佳节点和数量。用不同算法进行求解,通过对结果进行分析比较,表明多目标粒子群算法(MOPSO)在求解双目标问题时更具有实际意义。
-
-
张莉;
张惠珍;
刘冬;
陆雨欣
-
-
摘要:
重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明:该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。
-
-
任景;
周鑫;
程松
-
-
摘要:
为满足储能系统同时满足负荷侧削峰填谷的需求和电网经济效益成本.以削峰填谷负荷侧功率、电池储能配置、储能系统成本为目标函数建立削峰填谷用储能系统运行优化模型.利用多目标粒子群算法调整惯性权重来优化削峰填谷储能系统多目标,采用适应度函数变差系数确定各子目标函数权重,由动态自适应粒子群算法寻获系统寻优参数,形成最优Pareto解,通过TOPSIS法求解最优方案的优化解.通过建立变参数功率策略的削峰填谷日负荷曲线放线,与实际负荷曲线控制效果表明:该控制策略能在兼顾经济成本和设备损耗下,满足储能系统的削峰填谷基本要求.
-
-
韩宇;
邵梦璇;
李彤姝;
郭珊珊;
孙志鹏;
张明武
-
-
摘要:
优化渠系配水过程是缓解灌区水资源压力、实现农业高效节水的重要举措.以河套灌区总干渠、干渠两级渠系作为研究对象,将水流过渡平稳和渠道渗漏量最小作为优化目标,建立渠系优化配水模型,采用回溯搜索算法(BSA)、多目标粒子群算法(MOPSO)以及向量评估遗传算法(VEGA)进行求解.结果显示,BSA,MOPSO,VEGA这3种算法所求的配水时间分别为30.96,11.65,29.96 d;3种算法所得的阀门开启时间点的偏态系数分别为-0.048,0.068,0.566,表明BSA和MOPSO更能保证灌溉水在渠道运输中的稳定性.考虑渠首水位季节性变化对灌区引水时间产生的限制作用,BSA和MOPSO分别更适用于渠首引水量较少、充足的情况.考虑配水时间的集中程度以及干渠的地理位置分布,BSA和MOPSO更有利于实施分区管理措施.
-
-
-
Bao Li;
李豹;
Jianzhong Zhou;
周建中;
Shuo Ouyang;
欧阳硕
- 《第十届中国水论坛》
| 2012年
-
摘要:
针对金沙江下游梯级与三峡梯级联合防洪调度中的多目标优化问题,综合考虑各水库坝身防洪安全及上下游防护区安全等目标,建立了梯级水库联合防洪多目标优化调度模型,提出多目标粒子群算法对模型进行优化求解,构造外部档案集来保存求解过程中的非劣解,并基于个体聚集距离来维持外部档案集的粒子分布性,得到了分布均匀且范围广的非劣调度方案集供决策者评价优选.分别选取1981年和1998年为典型洪水年,对各典型年不同频率下的设计洪水进行了联合防洪优化调度,实例研究结果表明,相比于三峡梯级单独运行,梯级水库联合防洪调度可有效削减三峡梯级的入库洪峰流量,降低三峡坝前最高水位,提高长江中下游的防洪能力.
-
-
LIU Huang-huang;
刘煌煌;
LEI Jin-yong;
雷金勇;
CAI Run-qing;
蔡润庆;
CHEN Gang;
陈钢;
YANG Zhen-gang;
杨振纲;
LIU Qian-jin;
刘前进
- 《第二十五届华东六省一市电机工程(电力)学会输配电技术研讨会》
| 2017年
-
摘要:
针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型.采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解.算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性.