混合智能算法

摘要： 对机动车检测站随机选址模型的主要参数进行描述,提出面向节能减排的低碳性目标。构建以低能耗为目标的期望值能效模型和机会约束能效模型,设计混合智能算法对模型进行求解,并通过实例对检测站可持续随机选址的布局优化进行了具体研究。

摘要： 为提高智能机器人在市场内的使用率,优化机器人的使用性能,开展基于混合智能算法的机器人避障路径规划方法的设计。结合动力学扰动行为的分析,获取机器人不同关节有效运动参数,通过对不同运动姿态的有效融合,建立机器人障碍规划运动学模型;基于栅格法,对障碍物环境进行网格划分,基于蚁群算法,定位机器人避障最优参数,以此实现对避障路径规划中参数的设定;利用OAO的局部定位与全局检索能力,构建一个环境障碍物随机树,将其与蒙特卡洛算法进行融合,进行机器人规划初步行进路径的设计。实验结果证明,设计的路径规划方法,在实际应用中,可以起到缩短并优化避障路径的作用,以此种方式,提高机器人行进的速度与效率。

摘要： 指派问题是一类典型的NP难问题,针对不同员工完成不同任务所产生的利润和时间不确定的情况,同时结合不确定理论的特点,以获得最大利润和耗费最少时间为优化目标,建立指派问题的机会约束多目标规划模型,并设计随机模拟、神经网络和非支配排序遗传算法融合的求解算法。通过具体的实例分析,对模型和算法的合理性进行检验。实例结果表明,与其他求解算法相比,该混合智能算法充分发挥了遗传算法搜索速度快的优势,在求解多目标组合优化问题方面更加优异。

摘要： 在实际的投资决策过程中,一些投资者需要同时管理资产和负债,因此本文研究考虑破产控制和偿债行为的资产-负债管理问题.假设风险资产的收益率和负债的增长率为模糊数,用资产-负债组合的可能性期望和下半绝对偏差度量其收益和风险,以最大化最终期望净财富和最小化最终累积风险为目标,建立了允许限制性卖空的多期模糊资产-负债组合优化模型.然后,设计了一个基于粒子群算法和模拟退火算法的混合智能算法对模型进行求解.最后,通过实例分析说明了所设计算法与传统粒子群算法相比具有更好的优化性能和稳定性.本文所提出策略可以为需要同时管理资产和负债的投资者提供决策支持.

摘要： 针对车载变压器局部放电难以精确定位的情况,提出了一种基于局部放电超声波信号的协同定位算法,以提高车载变压器局部放电的定位精度.综合差分进化算法和粒子群优化算法的优点,提出了一种混合的DE-PSO算法,利用计算结果对代价函数进行修正,并将计算结果作为牛顿法的初值,经迭代后得到精确的局部放电源位置.仿真和试验结果表明,与传统的智能算法相比,具有精度高、鲁棒性强等优点,能够满足现场应用的需要.

摘要： 本文针对城市水环境综合整治决策中的多目标问题,以中山市南朗流域13条河涌为研究对象,通过最小二乘支持向量回归算法(LSSVM)分别建立起流域河涌水质高锰酸钾指数预测模型和溶解氧预测模型.同时,为了提高模型的鲁棒性和运算速度,使用PCA算法降低输入变量维数.结果表明:基于PCA-LSSVM的预测模型具有较好的预测能力,模型测试数据与实际数据的相关系数分别为0.8290和0.8126;结合快速非支配排序遗传算法(NSGA-Ⅱ)建立河涌水质优化模型,优化结果表明,在区域流域的水环境综合治理中,应重点关注居民生活污染源的治理和工业污染源的治理.该研究可为此类水环境综合整治措施的设计和操作提供参考和指导.

摘要： 本文针对城市水环境综合整治决策中的多目标问题,以中山市南朗流域13条河涌为研究对象,通过最小二乘支持向量回归算法(LSSVM)分别建立起流域河涌水质高锰酸钾指数预测模型和溶解氧预测模型。同时,为了提高模型的鲁棒性和运算速度,使用PCA算法降低输入变量维数。结果表明:基于PCA-LSSVM的预测模型具有较好的预测能力,模型测试数据与实际数据的相关系数分别为0.8290和0.8126;结合快速非支配排序遗传算法(NSGA-Ⅱ)建立河涌水质优化模型,优化结果表明,在区域流域的水环境综合治理中,应重点关注居民生活污染源的治理和工业污染源的治理。该研究可为此类水环境综合整治措施的设计和操作提供参考和指导。

摘要： 针对回收网络中的不确定性,研究模糊环境中逆向快递包装物流网络优化问题,建立快递包装逆向物流网络的模糊规划模型。以总成本最小化为模型目标,利用梯形模糊数表示回收中转站回收量、回收时间和回收中转站丢弃率的不确定性,对于梯形模糊数采用模糊机会约束规划进行处理,对快递包装逆向物流网络中各回收点间收集路线规划问题和回收中转站的选址问题进行整合优化。分别采用传统算法和混合智能算法对实例进行验证,并对影响快递包装回收网络结构的置信度参数的改变进行分析研究。

摘要： 智能算法是在进化计算、模糊逻辑、神经网络三个分支发展相对成熟的基础上,通过相互之间的有机融合而形成的新的科学方法,也是智能理论和技术发展的崭新阶段。本书对智能算法的前沿领域进行了详细的论述,主要内容包括:遗传算法、免疫算法、Memetic算法、粒子群算法、蚁群算法、狼群算法、蜂群算法、细菌觅食算法、分布估计算法、差分进化算法、模拟退火、贪心算法、雨滴算法、禁忌搜索算法、量子算法、最小二乘法、A*算法、神经网络算法、深度学习算法、混合智能算法。

摘要： 针对分布式电源(DistributedGeneration,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，做好配电网规划.采用混合智能算法求解,即基于支持向量机(SupportVectorMachine,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-ObjectiveParticleSwarmOptimization,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.

摘要： 系统可靠性冗余设计是提高系统可靠性的重要方法,如何确定系统中各单元的冗余数,既满足设计可靠性要求,又满足系统成本约束是冗余优化中的一个难点,本文设计了基于混合智能算法的系统可靠性冗余优化模型,使得系统在一定的费用约束下,能够以一定的概率达到最大的寿命,给出了求解单元冗余数的一种新方法,实验证明该方法有更强的适应性与求解能力.

摘要： 研究了目标函数为最小化总加权完工时间(makespan)和惩罚的一类并行机实时调度问题,并且每个工件都是带有交货期窗口的.建立该问题数学模型,并提出遗传算法和禁忌搜索相结合的混合智能算法.根据研究问题目标函数的特点,提出了关键机器的概念,并在关键机器上产生禁忌搜索需要的领域.通过对实际问题的应用与大量的实验仿真,结果表明,该方法在解的质量和算法的运行时间上都取得了较好的结果.

摘要： 随着准时生产制的发展，考虑误工费用的生产排序和调度问题成为一个日益引人注意的研究领域.机器调度目的是达到有限资源的合理配置和优化利用，确定资源分配的时间表，以平衡总成本和完成时间是一个重要的规划问题.这种问题往往具有不确定性，对于具有不确定性机器调度问题，许多专家学者都展开了研究一部分学者运用从实际应用出发,在成套订单数最大的并行机排序问题中,加入了不确定量-不确定加工时间,并建立了该类问题的不确定数学规划模型,并利用一套混合智能算法,通过一个算例对这类排序问题进行了说明,计算结果表明了模型的合理性及其算法的有效性.本文的结构组织如下:在预备知识部分，给出了不确定理论的一些基本概念和性质，以便于读者了解不确定理论;在第二部分，具体描述了具有加权成套订单数的并行机加工排序问题并且构造了带有不确定变量的数学规划模型，在一个数值例子中利用混合智能算法对其中一个模型求解并得出合理的结果;在第三部分，给出一个简短的总结.

摘要： 本文主要研究车辆路径问题中路程和时间的关系,结合刘宝碇教授给出的不确定时间测度模型,根据实际问题的需要,建立了不确定路程测度模型并给出实际的例子,运用混合智能算法求出最优解.rn 社会经济的发展和城市人口的增长，使得居民出行量不断增加，道路交通容量也日益饱和，交通问题日益突出.众所周知，车辆路径问题在于寻找有效路径，使得一系列车辆更高效更低耗能的为尽可能多的顾客服务.带有不确定性的车辆路径问题已经被许多学者使用概率方法研究，也同样被使用模糊集理论来研究。本文结构组织:第二部分为预备知识，给出不确定理论的一些基本概念和性质;第三部分描述车辆路径问题;第四部分给出了带有不确定变量的车辆路径模型，并通过混合智能算法结合实际数值例子给出结果;最后给出简单总结.

摘要： 工程项目问题是权衡工期、花费之间的关系,以达到工期短、费用低的目的.首先考虑带有不确定活动时间的工程项目进度-花费问题,根据不同的管理目标,分别建立了期望花费最小模型和期望工期最短模型.随后,给出解决此类问题的混合智能算法.最后,通过具体实例说明了模型及算法的有效性.rn 现实生活中，人们总是希望尽可能的缩短工程项目活动时间，并且降低花费.但是，由于项目活动时间为不确定变量，直接最小化项目花费和最短化项目工期是行不通的.为了解决这样的问题，决策者用期望花费和期望工期代替花费和工期.以下根据不同的管理需求给出两个项目优化模型:期望花费最小模型(ECM);期望工期最短模型(ETM).本文研究了活动时间为不确定变量的工程项目进度-花费问题，根据不同的管理目标，分别建立了期望花费最小模型和期望工期最短模型.随后，结合遗传算法给出解决此类问题的混合智能算法.最后以期望花费最小模型为例说明了算法的有效性.

摘要： 汽车再制造有利于节省材料、减少污染和降低生产成本，受到人们的高度重视.再制造中的“不确定性”给生产调度带来挑战.在分析汽车产品再制造流程的基础上，提出再制造车间调度的随机期望值模型，采用混合智能算法实现模型的求解，具体步骤为：利用随机模拟生成样本数据；采用神经网络逼近不确定目标函数：利用遗传算法求得模型优化解.最后以某汽车离合器的再制造为例，验证生产调度模型和算法的有效性。

摘要： 提出了一种基于最优流和模拟植物生长法的配电网络重构算法,结合两种算法的优点以模拟植物生长算法帮助最优流算法避开局部最优,同时减少搜索次数和开关变换次数,从而提高计算速度。该算法将目标函数与约束条件分开处理,采用方向性的搜索机制,避免了已有算法由于一些参数难以确定或无引导性的搜索方向而陷入局部最优的问题。此外,根据配电网的特点,改进了以开关作为控制变量的表达方式,在保证简单明了的同时,降低了变量维数,提高了计算效率。对IEEE69节点系统进行了计算,并与相关文献结果进行对比,表明所提方法具有快速的全局寻优能力。

摘要： 本文研究了张家口风电场的分布特点。在张北地区电压越限率最低的目标下对各个风电场的功率因数进行优化，优化结果指明了张北地区无功分布的主要问题，并且根据这一优化功率因数，计算了相应风电场所需的无功优化措施。

摘要： 本文研究了张家口风电场的分布特点。在张北地区电压越限率最低的目标下对各个风电场的功率因数进行优化，优化结果指明了张北地区无功分布的主要问题，并且根据这一优化功率因数，计算了相应风电场所需的无功优化措施。

摘要： 本发明涉及一种跨屏智能算法平台及基于该跨屏智能算法平台的个人电视。其中个人电视安装有跨屏SDK或跨屏APK，所述跨屏SDK或跨屏APK与移动终端安装的跨屏APP分别与跨屏智能算法平台建立基于WAN的双向长连接完成跨屏；所述跨屏SDK或跨屏APK根据移动终端用户使用的移动终端应用场景及用户画像数据，提供与所述移动终端应用场景实时或非实时显示；所述跨屏APP根据所述个人电视用户使用的电视应用场景及用户画像数据，控制个人电视的内容。本发明基于跨屏智能算法的跨屏智能算法平台，电视应用场景和移动终端应用场景实时或非实时均可，真正实现了双向交互、根据电视和移动终端的使用场景智能化、不受局域网限制。

摘要： 基于混合群智能算法的电极‑皮肤阻抗模型参数优化方法，包括以下步骤：(1)建立电路模型到阻抗模型的数学表达式；(2)用非侵入式手指皮肤阻抗测量系统获得手指在刺激频率下的阻抗模值的响应数据；(3)将模型参数估计问题转化为单目标优化问题，设定模型参数边界；(4)利用改进的混合群体智能优化算法来优化模型参数，并将优化后的参数带入阻抗模型中，获得了精确地电极‑皮肤手指阻抗模型。本发明在参数优化过程中以飞蛾火焰优化算法为主体，设计了自适应分群策略、正余弦更新策略和火焰数恒定策略三种新策略，获得了较好的平衡勘探与开发能力，进一步提高了阻抗模型参数的求解精度。

摘要： 本发明公开了一种基于混合群智能算法的无人机协同航迹控制方法，属于定位导航与控制技术领域。本发明首先根据所需的约束项设计无人机协同航迹评价函数；其次设置混合群智能算法相关参数，初始化粒子种群和禁忌表，设置算法最大迭代次数；然后根据航迹评价函数判断粒子解空间位置，比较产生个体最优解并判断是否更新全局最优解，重复迭代直至达到最大迭代次数，得到粒子个体极值与全局极值，更新粒子位置与速度公式；最终各无人机按照粒子位置与速度公式更新状态并运动至下一航迹点，产生新的粒子种群；直至各无人机到达最终目标点。该方法可有效应用于无人机等平台的航迹规划等导航问题，对于相关的产业的发展建设具有重要意义。

摘要： 本发明涉及电池储能优化配置技术领域，公开了一种基于智能算法的以废旧电池为主的混合储能系统再利用调控方法，在电池多参数综合模型基础上，提出了一种短期策略和长期策略相结合的双策略方法，短期策略采用火烈鸟算法优化配置系统容量，长期策略采用麻雀搜索算法优化配置；利用短期策略可以对系统持续不间断的供能，同时利用短期策略结合电池多参数综合模型经调控模块可对混合电池组进行灵活调控配置；利用长期策略对系统不定时的调整运行策略，使综合运行的经济成本达到最优。本发明可以很好的适用于工业、商业的中小型的能源系统，解决废旧电池处理难的难题，提供了很好的经济效益和社会效益，具有长远的应用前景。

摘要： 本发明提供一种基于混合遗传智能算法的多无人机任务分配执行控制方法，在多无人机场景下，在地图中获取需要前往的任务点集合T，并获取当前可用的无人机群集合U，根据地图中任务点集合T和无人机群U建立多旅行商任务模型；任务预分配，使用混合遗传算法对多旅行商任务模型进行求解，得出各无人机的任务执行有序序列；进行任务动态分配，在新任务出现时，通过K邻近算法将新任务基于无人机群体未执行的任务进行分配，对新分配了任务的无人机使用单遗传算法进行单线路任务重排序，得到新分配了任务的无人机的新路线；该方法采用混合算法完成对无人机任务的初始分配与任务动态分配，能够实现任务分配执行的高效性。

摘要： 本发明公开了一种基于混合智能算法的变压器故障识别方法，包括以下步骤：建立样本集，确定识别模型的结构规模、预设参数；根据所述识别模型的预设参数生成粒子群，其中每一个粒子表征一组待寻优的识别模型参数；计算粒子群中每个粒子的适应度，选择粒子的进化方式，更新粒子的位置与速度，当达到设定的迭代次数时输出寻优结果，将寻优结果作为识别模型参数，建立识别模型，利用识别模型进行变压器故障的识别。本方法利用算法对大量数据进行挖掘分析学习，然后做出判断和预测，不受专家经验与主观认知局限，扩展性强，通过基于数据的自学习与推理能力实现智能化。

摘要： 本发明公开了一种基于多种群混合智能算法的AGV避障调度方法，属于自动化立体仓库调度技术领域，为求解多AGV同时工作时，在确保不发生物理碰撞和损伤的条件下，总工作时间最小的数学规划模型，本发明提供了一种蚁群算法和遗传算法相结合的多种群混合智能算法，多种群混合算法能利用两种启发式智能算法的优点，且能在一定程度上防止算法过早陷入早熟。遗传算法和蚁群算法都是比较常用的启发式智能算法，两者的理论都发展得比较成熟，将这两种算法结合起来形成混合算法既具有理论创新性，又能提高对实际问题的求解效率，减少迭代过程的盲目性。

摘要： 本发明公开了一种基于混合智能算法的弹性矢量波场分离方法及装置，该方法包括：根据初始模型各向异性参数的空间位置分布和参数值分布，计算初始模型的离散的协变异函数值，拟合得到初始模型的理论变异函数模型；基于改进PSO‑BFO混合智能算法对理论变异函数模型的各个参数进行优化求解，得到优化的理论变异函数模型；确定多个参考模型，对各个参考模型的弹性矢量波场在波数域进行波场分离并反变换回空间域；根据优化的理论变异函数模型，确定各个参考模型相对于初始模型的权重系数；根据权重系数，在空间域对各个参考模型的波场分离结果进行插值处理，得到初始模型的波场分离结果，本发明可以提高波场分离的精度和效率。

摘要： 本发明公开了一种基于PSO算法求解模糊期望值模型问题的混合智能算法，采用模糊模拟产生样本训练BP网络以逼近模糊函数，然后应用微粒群算法并以逼近模糊函数的神经网络作为适应值估计和实现。本发明通过仿真实验与基于GA的混合智能算法的结果进行了比较，其优化性能明显优于它，此外，为了体现该算法的执行速度，在运行时间上同PSO算法与模糊模拟相结合的模糊机期望值模型算法进行了比较，该混合智能算法的高效性不言而喻。这一优点可使本文的算法能更为有效地处理大规模的连续空间的模糊期望值模型问题，同时也拓展了PSO算法的应用领域，在应用中展现了该算法的优势。

摘要： 本发明涉及一种基于混合智能算法的地铁安全防撞时刻表优化方法，根据地铁运行轨迹数据，提取出目标线路的站间运行数据；对提取出的数据进行预处理，并设计模拟再生电能吸收量的算法；基于给定的列车停站时间，根据列车间安全防撞约束条件计算出列车发车间隔的下界；以列车间再生电能吸收量最大为目标，采用“遗传+模拟退火”混合智能算法优化列车在目标线路的停站时间和发车间隔；其中遗传算法在内层优化给定停站时间下的发车间隔，模拟退火算法在外层优化停站时间；同时为了提高混合智能算法的计算效率，采用后向反馈神经网络近似再生电能吸收量的算法。本发明的方法能够提升地铁再生电能吸收量，并确保地铁列车的运营安全。