摘要:

应用改进的变尺度混沌优化算法对水分生产函数模型进行求解,求解程序用Visual Basic编写.以河西武威绿洲春小麦数据为例,将混沌算法应用于小麦灌溉制度优化设计中,并与动态规划法进行对比,证明改进的混沌优化算法可以提高灌溉制度优化设计的精度与速度.

摘要:

采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间.仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点.

摘要:

选择无功设备投资和系统有功网损的综合费用最小作为目标函数,同时考虑满足电压水平来探讨无功规划优化问题.无功优化前,首先用模态分析法确定系统的薄弱节点作为候选补偿点,用电压越限筛选确定最大补偿容量,然后用无功优化模型决定候选补偿点应加装的无功补偿容量.介绍了变尺度混沌优化算法,该算法不断缩小优化变量的搜索空间并不断提高搜索精度,从而有较高的搜索效率.IEEE14节点系统的仿真计算验证了算法的有效性,算法对初值的敏感性也进行了探讨.

摘要:

应用改进的变尺度混沌优化算法对水分生产函数模型进行求解,求解程序用Visual Basic编写.以河西武威绿洲春小麦数据为例,将混沌算法应用于小麦灌溉制度优化设计中,并与动态规划法进行对比,证明改进的混沌优化算法可以提高灌溉制度优化设计的精度与速度.

摘要:

采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间.仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点.

摘要:

利用变尺度混沌优化算法(Mutaftve Scale Chaos Optimization Algorithm,Msc0A)对梯级水电站水库调度问题进行优化调度.主要思想是利用混沌运动的随机性,由logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线.实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级水电站水库优化调度问题.算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法.

摘要:

提出一种求解混联水电站水库群中长期优化调度问题的方法-变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA).算法利用混沌运动的内在随机性、遍历性和规律性来寻找混联水电站水库群中长期最优调度计划.算法利用混沌运动的特点,将混沌变量映射到待寻优变量区间,通过尺度变换不断缩小优化变量的搜索空间,利用改变"二次搜索"的调节系数提高搜索精度以获取全局最优解.实例计算结果表明,算法可以求解具有复杂约束条件的非线性混联水电站水库群优化调度问题.算法求解精度高、收敛速度快,为解决混联水电站水库群中长期优化调度问题提供了一种新的方法.