混沌优化算法

摘要： 容量裕度是输电线路可靠性和安全性的保证,针对高负荷下的网络阻塞等现象带来的种种挑战,提出了一种改进COA(混沌优化算法)的输电线路扩容规划策略。首先对基本输电线路的结构进行了建模和分析,其次,综合考虑负荷系数和剩余输电容量的影响,以投资最小化和剩余输电容量最大化建立了目标函数,用改进COA算法对其进行求解,得到了支路负荷系数的最佳分布,最后以IEEE Garver-6节点系统验证了其可行性和有效性。实验结果表明,相同安全准则下,增加线路数可以提高线路的负荷系数,即输电线路负载能力增强,容量裕度增大,极大地提高了输电线路的安全性和可靠性。

摘要： 随着计算机技术的不断发展,混沌算法、粒子群算法等技术被广泛应用到各种行业中。把这些算法应用于汽车发动机控制的认知感知、决策规划以及执行控制等多个步骤,可有效提升发动机控制技术的智能化程度。模型预测控制技术在发动机控制技术中的应用,为发动机空燃比估计及跟踪控制研究提供了较好的智能化工具。笔者应用的模型预测控制技术是混沌优化算法结合量子粒子群优化算法,主要运用这两种算法实现空燃比跟踪控制。试验表明,量子粒子群优化算法可以求出全局最优解、提高收敛速度并获得较高的精度。空燃比跟踪控制的平均误差率较小,保证了算法的有效性及准确性。

摘要： 测试用例自动生成是提高软件测试效率的重要手段.针对传统遗传算法的测试用例自动生成方法存在早熟收敛、迭代后期种群多样性降低等问题,提出了一种基于混沌遗传算法的测试用例自动生成模型,运用反向学习策略初始化种群,结合层接近度改进个体适应度的评价方法,并利用混沌序列优化遗传算法的交叉、变异操作.实验结果表明,与已有测试用例自动生成方法做对比,该方法提高了目标路径覆盖率、算法的效率,同时提升了测试用例生成上的全局寻优能力.

摘要： 引入自适应升温策略或使用蒙特卡罗策略的模拟退火算法在复杂TSP求解时分别表现出收敛缓慢和全局最优逼近能力有限的问题;而现有的混沌优化算法由于logistic映射的缺陷,削弱了其跳出局部最优的能力.故设计一种融合型算法框架,在框架中嵌入分片Lorenz混沌映射系统,加强混沌算法对邻域解的搜索均匀度;引入了贪婪策略构造逼近全局最优解的初始解,使算法具有跃迁到全局最优解邻域的能力;此外设计了振荡退火互补机制,改善了子迭代解筛选过程,增强算法全局搜索性能.实现算法后,使用国际公开TSPLIB算例,经过多轮对比测试,验证了新算法对TSP的求解性能指标优于对比组模拟退火算法和logistic混沌优化算法,具有更短的收敛时间和更强的全局最优逼近能力.

摘要： 为了满足供应链物流的不同需求,考虑多种车型、车辆容量、车辆油耗、车辆最大配送距离等约束条件,以最小油耗、最短配送距离为目标,建立多车型供应链物流运输调度模型(Multi-Type Vehicle Routing Problem in Sup-ply Chain,MTVRPSC),并提出一种混沌烟花算法求解该模型.该算法以烟花算法为核心,提出一种编解码策略实现连续空间到MTVRPSC离散空间的映射,重新定义算法的适应度函数、适应度值和适应度的比较方法,并采用混沌初始化策略和混沌搜索策略来增强算法收敛效果.实验结果表明,所提出的算法在求解MTVRPSC时具有较强的寻优能力和稳定性.

摘要： 为提高芽眼分割的准确性,该文实现了基于混沌优化K均值算法的马铃薯芽眼的快速分割.K均值算法具有有效性及易于实现的优点,但是容易陷入局部最优值的缺点造成了其聚类结果的不准确.混沌系统由于其遍历性和不重复性,能够以较快的速度执行全局搜索.该文提出的算法的主要思想就是将混沌变量映射到K均值算法的变量中,用混沌变量代替其寻找全局最优值.分割试验结果表明:该文提出的算法,不仅在分割准确性上优于当下流行的K均值算法和模糊C均值算法,而且在运行时间上也更胜一筹,K均值算法和模糊C均值算法分割一幅马铃薯芽眼的图像所需的平均时间分别为2.8955 s和3.5564 s,而该文提出的算法仅需1.109 s.当聚类数大于3时,该文提出的算法在运行时间上受聚类数目的影响非常小,这一特点可用于其他一些适合聚类数大于3的农作物上.试验结果还表明,对于该文中的样本,最佳聚类数不宜超过3.最后,精度试验验证了该文提出的算法能够对样本中的马铃薯芽眼实现完全,无遗漏的分割,总的分割精度为98.87％,其中,对正常的马铃薯芽眼分割精度可达100％,对特殊马铃薯的芽眼分割精度为91.67％,总体分割精度较好.因此,该文提出的算法能够为后续种薯的自动切块提供参考.

摘要： 为了有效改善萤火虫算法对初始解依赖性,迭代后期收敛速度较慢以及搜索精度不高等问题,提出一种基于Tent混沌映射的萤火虫优化算法.该算法将混沌优化思想应用到萤火虫算法中,利用混沌映射初始化种群,在迭代后期对种群中较优解进行混沌优化,同时在整个迭代过程中自适应调整萤火虫算法的步长因子.基准测试函数的测试结果显示,改进的萤火虫算法在收敛速度和搜索精度方面都得到提高,并且与其他基于混沌理论思想的优化算法相比,同样具有一定的优势.

摘要： On-line parameter identification is the main method of power system load modeling, and the optimization al-gorithm is mainly used in the identification method. Firstly, the flow of the chaos optimization algorithm is improved, the function of the automatic reduction of the parameter search scope is added, and the steps of the generation of a chaotic se-quence are reduced. The optimization results of the test function show that the improved algorithm can greatly improve the search speed based on the guaranteed precision. Then, the improved algorithm is applied to the parameter identification of ship integrative load model. The simulation results show that the algorithm is fast and accurate. Through the analysis of the simulation results, it is pointed out that, for the load model parameter identification, the reasonable reduction of the paramet-er optimization range is helpful to improve the accuracy of the algorithm.%参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤.对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度.然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度.

摘要： 流域初始水权分配是一个典型的高维、非线性、非正态的系统决策问题,传统方法在权重确定上主观性较大以及在决策方案求解上比较困难.为此,利用投影寻踪技术对此决策问题进行降维处理,采用混沌优化算法寻找最优的投影方向,提出了混沌优化投影寻踪模型.该模型直接由样本数据驱动,通过最佳投影方向计算决策方案的最优值,在权重的确定上客观公正,同时克服了传统方法要求目标函数和约束条件连续、可微的困难,避免了寻优搜索过程陷入局部极小点,模型的建立为流域初始水权分配的研究提供了新的方法与思路.通过实例计算及对比分析,证明了该模型的合理性和有效性.

摘要： 混沌优化算法是将混沌变量线性映射到优化变量取值空间,它利用混沌运动的遍历性和自身规律不重复地进行全局寻优,可有效避免搜索陷入局部最优解,是一种新颖的直接搜索算法。本文通过混沌变量初值永不重复的迭代得到相应的混沌变量,在相应范围内进行寻优得出最优解。针对输电网络网架的扩展规划这样一个复杂的组合优化问题,建立相应的多目标数学模型,尝试采用混沌优化算法求解。该算法用于18节点系统的计算结果表明,混沌优化算法用于电力系统输电网规划是可行的,有效的。

摘要： 针对电磁耦合谐振式无线电能传输系统效率过低的问题.本文运用耦合模理论,推导出了无线电能传输系统的效率表达式.并以此为基础,分析了无线电能传输系统效率的变化规律,得出了系统工作在临界耦合状态时的条件.为解决系统工作在过耦合状态或欠耦合状态时效率过低的问题,提出了一种基于混沌优化算法的参数动态调节方法,该方法能使系统几个关键参数实现匹配,有效提高系统在过耦合状态时的效率.最后,研制了一套磁耦合谐振式无线电能传输系统装置,仿真和实验结果验证了理论分析的正确性.

摘要： 本文根据感应电动机常见故障的特点,针对以往研究解决电机故障方法的不足,提出基于改进最小二乘支持向量机(LS-SVM)的感应电动机故障诊断方法.采用混沌优化算法,对最小二乘支持向量机分类建模中的惩罚系数与核参数进行优化,找出了具有较强推广能力的参数. 结合感应电机结构参数与性能输出模型的建模实例,与交叉验证方法向比较证实了所研究方法用于电动机故障诊断的有效性.

摘要： 基于人工神经网络拟合函数的思想,建立了洪灾损失概率分析模型,对洪灾概率分布进行详细地研究.文中建立的模型避免了建立具体数学表达式及求解其参数的不便,并且可以在未知随机变量具体分布的情况下,拟合出其概率分布函数.在网络训练方法的选择上,将混沌优化算法和梯度下降法相结合,使网络能够迅速收敛到全局极小点.以黑龙江省为例,计算出当地洪灾概率分布,验证了该模型的有效性.

摘要： 针对复杂系统多层前馈神经网络的建模问题,提出了一种基于混沌变量的并行变尺度优化算法.把混沌变量映射到优化变量区间,先采用并行混沌优化算法,在不同的轨道上进行"粗搜索",然后不断缩小优化变量空间、不断加深优化变量的搜索精度进行"细搜索",使神经网络权值参数能够更快、更有效地向向全局最优解收敛.仿真结果表明该算法的有效性.

摘要： 为了克服多模盲均衡算法(MMA)收敛速度慢、稳态误差大的缺点，提出了一种混沌优化的正交小波多模自均衡算法(CO-WT-MMA)。该算法在MMA算法的基础上，通过归一化正交小波变换(WT-MICRA)加快了收敛速度，同时利用混沌变量的遍历性对权向量当前点进行扰动，在搜索进程中通过时变参数逐渐减小扰动幅度，从而使权向量达到全局最优值。水声信道仿真结果表明，与MMA算法及WT-MMA算法相比，CO-WT-MMA算法具有更快的收敛速度和更小的稳态均方误差。

摘要： 为了克服多模盲均衡算法(MMA)收敛速度慢、稳态误差大的缺点，提出了一种混沌优化的正交小波多模自均衡算法(CO-WT-MMA)。该算法在MMA算法的基础上，通过归一化正交小波变换(WT-MICRA)加快了收敛速度，同时利用混沌变量的遍历性对权向量当前点进行扰动，在搜索进程中通过时变参数逐渐减小扰动幅度，从而使权向量达到全局最优值。水声信道仿真结果表明，与MMA算法及WT-MMA算法相比，CO-WT-MMA算法具有更快的收敛速度和更小的稳态均方误差。

摘要： 为了克服多模盲均衡算法(MMA)收敛速度慢、稳态误差大的缺点，提出了一种混沌优化的正交小波多模自均衡算法(CO-WT-MMA)。该算法在MMA算法的基础上，通过归一化正交小波变换(WT-MICRA)加快了收敛速度，同时利用混沌变量的遍历性对权向量当前点进行扰动，在搜索进程中通过时变参数逐渐减小扰动幅度，从而使权向量达到全局最优值。水声信道仿真结果表明，与MMA算法及WT-MMA算法相比，CO-WT-MMA算法具有更快的收敛速度和更小的稳态均方误差。

摘要： 为了克服多模盲均衡算法(MMA)收敛速度慢、稳态误差大的缺点，提出了一种混沌优化的正交小波多模自均衡算法(CO-WT-MMA)。该算法在MMA算法的基础上，通过归一化正交小波变换(WT-MICRA)加快了收敛速度，同时利用混沌变量的遍历性对权向量当前点进行扰动，在搜索进程中通过时变参数逐渐减小扰动幅度，从而使权向量达到全局最优值。水声信道仿真结果表明，与MMA算法及WT-MMA算法相比，CO-WT-MMA算法具有更快的收敛速度和更小的稳态均方误差。

摘要： 本发明提供了一种基于混沌粒子群优化算法的双目标定方法，通过两台摄像机同时拍摄多组不同位姿的圆点阵列平面标定板图像对，在未考虑畸变的情况下，利用张正友平面模板线性标定法得到左右两摄像机内外参数初始值；然后在考虑二阶径向畸变和二阶切向畸变的情况下，利用混沌粒子群优化算法迭代极小化三维重投影误差，得到两摄像机最终的内外参数。迭代优化过程中，引入全局自适应动态惯性权重(GAIW)，通过利用动态环形拓扑关系构造粒子局部邻域，根据粒子局部邻域内的最优适应度值更新速度及当前位置，并对粒子局部邻域内最优适应度值对应的最优位置进行混沌优化，有效解决了原粒子群优化算法容易陷入局部极值导致标定精度不高的问题，从而提高了双目标定精度，保证后续双目三维重构的精度。

摘要： 本发明属于弹丸参数识别领域，具体涉及一种基于混沌自适应粒子群优化算法的弹丸气动系数辨识方法。包括如下步骤：步骤(1)：建立弹丸四自由度动力学模型；步骤(2)：基于最大似然准则，选取7个弹丸气动参数作为待辨识向量，构建目标函数；步骤(3)：利用混沌自适应粒子群算法求解步骤(2)中目标函数的最优解，得到弹丸的气动参数。该方法在基本粒子群优化算法的基础上，考虑到混动运动具有良好的遍历性和随机性，利用Logistic混沌映射产生混沌序列作为粒子群的初始种群，以确保初始种群能够均匀地遍布解空间；并且根据粒子与群体最优粒子的位置以及迭代次数对粒子的惯性权重实时调整，提高算法收敛速度、避免陷入局部最优解。

摘要： 本发明提出了一种基于KD树和混沌蜉蝣优化算法的并行谱聚类方法，其特征在于，包括以下步骤：S1，采用基于采样的KD‑tree数据分区策略DPS划分数据，得到Map上的数据分区；S2，在构建稀疏相似矩阵过程中，采用优化的分区分配策略OPA和两个基于三角不等式的KD树剪枝策略以进行跨分区的t近邻搜索；S3，采用正规化定理，通过元素对应相乘的方式代替矩阵相乘以优化Laplacian矩阵正规化过程；S4，采用混沌蜉蝣优化算法CMO得到最佳位置作为初始簇中心，然后，对特征空间进行k‑means并行聚类；S5，得到最终的聚类结果，并输出。本发明在聚类效果和并行效率上都有显著的提高，且在大规模数据集下具有良好的数据和系统可扩展性。

摘要： 本发明公开了基于混沌鸡群优化算法的短期风电功率预测方法，属于风电预测技术领域，本发明将鸡群算法和混沌理论相结合，提出了一种混沌鸡群优化算法，改进了算法的种群多样性和局部搜索能力，提升了算法的优化性能。针对风速序列随机性问题，采用聚类经验模态分解的方法将风速序列分解为更具有规律性的多个子序列，分别进行预测。针对点预测不能提供更多定量信息的问题，采用概率性区间预测以及一种基于神经网络上下限估计(lower upper boundestimation,LUBE)的区间预测模型，采用双输出神经网络结构直接输出预测区间，模型简单高效，有效的提高了预测的精度，具有重要的实际应用价值。

摘要： 本发明提出了一种基于混沌理论的自适应粒子群优化算法，结合线性惯性权重和非线性惯性权重，自适应地调整粒子的局部搜索能力和全局搜索能力；采用非线性方法，自适应调整加速度系数，使得粒子快速获得全局最优解，避免陷入局部最优，加快收敛速度；采用Logistic映射生成一系列混沌变量来初始化种群，增加种群的丰富性和便利性，使得粒子更加容易跳出局部最优；引入基于混沌理论的控制因子γ自适应地调整混沌搜索范围，以更好的点替换当前的全局最佳点。本发明所提出的算法不仅能有效防止粒子错过全局最优解，而且使粒子有很大概率跳出全局最优解。相比于其他算法，本发明所提出的算法不仅具有较高的收敛精度且稳定性强，更容易找到全局最优解。

摘要： 本发明公开了一种基于双混沌鲸鱼优化算法的测试用例自动生成方法，属于计算机测试领域，具体包括如下步骤：获取被测程序，得到输入参数个数，对被测程序进行分析将其转化成控制流图并进行程序插桩；根据控制流图算出被测程序的测试路径集，使用混沌序列代替鲸鱼算法中的随机算法对种群进行初始化；根据层接近法和分支距离法得到适应度函数；每次针对一条测试路径，对种群进行优化，得到最优值后进行混沌扰动操作得到新的初始化种群后，再次进行鲸鱼优化算法，反复迭代以得到一组测试用例；如此反复，可得到完整的测试用例集。本发明将鲸鱼优化算法运用到测试用例生成中，通过对该算法两次使用混沌策略，提高了测试用例的生成效率。

摘要： 本发明涉及轧钢自动化控制领域，其公开了一种基于混沌粒子群优化算法的轧机负荷分配方法，快速、准确对轧机负荷的分配进行优化。该方法包括：A、确定轧机负荷分配的目标函数和约束条件；B、初始化粒子群种群，依据轧制模型计算相关轧制参数；C、采用混沌粒子群算法以轧机负荷分配目标函数为目标，在约束条件下执行寻优过程；D、依据轧制模型求得新个体的相关轧制参数；E、判断寻优过程是否达到结束条件，若是，则导出最优解，获得轧机负荷分配参数，若则，返回步骤C继续优化。

摘要： 本发明提供一种基于扩散及混沌局部搜索的灰狼优化算法的基因选择方法，包括根据从公开网站获取的基因数据集，生成训练集和测试集；利用预设灰狼优化算法对基因数据集的训练集和测试集进行全局搜索，并结合训练集和测试集二者基于KNN分类器在预设灰狼优化算法中所定义的适应度函数，以确定基因数据集的特征子集，并利用预设的扩散策略在所确定的基因数据集的特征子集中选出全局最优解，且进一步对所选的全局最优解进行混沌局部搜索，以获取基因数据集的最优训练集和最优测试集作为最终的最优基因子集；输出最终获取的最优基因子集。实施本发明，能有效地克服现有技术得到的基因子集对基因数据分类精度低的问题，找到最优基因子集。

摘要： 提供一种基于混沌蚁狮优化的目标分群方法，具体包括如下步骤：读取数据；数据清洗；使用混沌蚁狮优化算法对目标编队进行分组；编队分组结果输出。本发明通过引入Tent混沌策略初始化种群，使用锦标赛选择策略代替轮盘赌方法选择蚁狮，利用Tent混沌搜索为种群中适应度较差蚂蚁和蚁狮产生新解，将混沌算子与蚂蚁的随机游走结合，改善蚁狮优化算法的性能，提高目标分群的准确率和效率。

摘要： 本发明公开一种基于超混沌优化算法的反击防雷措施选择与参数优化方法，通过信息权重法建立防雷措施选择模型，计算每种影响因素所占权重，筛选得到4种对雷电反击跳闸率影响最大的因素，根据环境因素确定所选影响因素的实际应用范围，采用超混沌优化算法进行参数组合优化，不但降低了计算量，提高工作效率，而且超混沌的内禀随机性能够保证参数组合取得全局最优解，选择雷击跳闸率最低时对应的最优参数进行输电线路防雷改造，实现对输电线路的有效防雷保护。