局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization alg...局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization algorithm, IAOA)的MPPT控制方法。首先,采用Sobol序列生成均匀分布的初始种群,增加种群多样性。其次,为了平衡算术优化算法(arithmetic optimization algorithm, AOA)的全局搜索和局部开发能力,对AOA中数学优化器加速函数的权重进行重构。最后,在AOA的位置更新中引入Lévy飞行策略,并将准反向学习用于每次更新后的最佳解,增强了算法的收敛速度和跳出局部最优的能力。仿真和实验结果表明,将改进后的算法应用于MPPT控制中,能够在不同的局部遮阴及光照突变条件下准确、快速地跟踪到全局最大功率点,且功率振荡小。展开更多
针对算术优化算法(arithmetic optimization algorithm,AOA)种群多样性较差、易陷入局部最优解等问题,提出支持向量机辅助演化的算术优化算法(arithmetic optimization algorithm assisted by support vector machine,SVMAOA)。引入平...针对算术优化算法(arithmetic optimization algorithm,AOA)种群多样性较差、易陷入局部最优解等问题,提出支持向量机辅助演化的算术优化算法(arithmetic optimization algorithm assisted by support vector machine,SVMAOA)。引入平衡优化器算法中的平衡池概念,池内汇聚了基于成功历史自适应差分算法中四种突变策略生成的子代和平均候选解,以提高种群的多样性;引入支持向量机算法,依据适应度值和个体间距离计算得出的留存率将平衡池中候选解转换为训练集,并对平衡池中候选解进行分类,保留优势候选解;根据留存率对优势候选解排序,保留前N个个体用以构建新的平衡池;通过将SVMAOA与其他优化算法在基准函数上进行仿真实验,结果表明改进后算法寻优精度更高,收敛速度更快。并通过七个UCI数据集对基于SVMAOA的特征选择方法进行实验,评估平均分类准确率和所选特征个数,结果表明该算法可有效降低特征维度,实现数据分类,具有一定的工程应用价值。展开更多
集成测试是软件测试的重要环节,如何决定类的集成顺序是面向对象集成测试难解决的问题之一。已有研究成果证实了基于搜索的类集成测试序列生成方法的有效性,但存在收敛速度慢、寻优精度低的问题。灰狼优化算法(Grey Wolf Optimizer, GWO...集成测试是软件测试的重要环节,如何决定类的集成顺序是面向对象集成测试难解决的问题之一。已有研究成果证实了基于搜索的类集成测试序列生成方法的有效性,但存在收敛速度慢、寻优精度低的问题。灰狼优化算法(Grey Wolf Optimizer, GWO)中狼群易聚集在相近的区域,易早熟收敛。算术优化算法(Arithmetic Optimization Algorithm, AOA)是新近提出的元启发式优化算法,具有良好的随机性及分散性。为此,提出了一种灰狼优化算法和算术优化算法的混合优化算法(GWO-AOA)。GWO-AOA保留GWO的位置更新策略,选用群体领导层的中心个体替换AOA的引导个体,以平衡算法的全局探索和局部开发能力,进一步引入随机游动的精英变异机制,提高算法整体的寻优精度。实验结果表明,GWO-AOA相比同类方法能用较短的时间生成测试桩代价较低的类集成测试序列,收敛速度较快。展开更多
针对鸟群优化算法迭代初期种群多样性不足、迭代后期收敛速度慢、易陷入局部最优解等问题,提出一种融合柯西变异的鸟群与算术混合优化算法(hybrid algorithm of bird swarm algorithm and arithmetic optimization algorithm based on C...针对鸟群优化算法迭代初期种群多样性不足、迭代后期收敛速度慢、易陷入局部最优解等问题,提出一种融合柯西变异的鸟群与算术混合优化算法(hybrid algorithm of bird swarm algorithm and arithmetic optimization algorithm based on Cauchy mutation,HBSAAOA)。利用算术优化算法中乘除算子的高分布性对BSA中生产者的位置进行更新,以提高种群多样性,增强全局搜索能力。引入随机搜索策略和柯西变异策略来生成候选解,对后期局部开发阶段进行扰动,以增强算法跳出局部最优解的能力并提高收敛速度。利用贪婪策略对最优个体进行选择并替代较差的个体,从而提高解的质量。通过对23个经典测试函数以及部分CEC2014基准函数进行仿真实验,并将HBSAAOA应用到两个工程应用问题上,结果表明改进策略有效,改进算法的收敛速度更快、寻优精度更高,并且鲁棒性更好。展开更多
文摘针对算术优化算法(arithmetic optimization algorithm,AOA)种群多样性较差、易陷入局部最优解等问题,提出支持向量机辅助演化的算术优化算法(arithmetic optimization algorithm assisted by support vector machine,SVMAOA)。引入平衡优化器算法中的平衡池概念,池内汇聚了基于成功历史自适应差分算法中四种突变策略生成的子代和平均候选解,以提高种群的多样性;引入支持向量机算法,依据适应度值和个体间距离计算得出的留存率将平衡池中候选解转换为训练集,并对平衡池中候选解进行分类,保留优势候选解;根据留存率对优势候选解排序,保留前N个个体用以构建新的平衡池;通过将SVMAOA与其他优化算法在基准函数上进行仿真实验,结果表明改进后算法寻优精度更高,收敛速度更快。并通过七个UCI数据集对基于SVMAOA的特征选择方法进行实验,评估平均分类准确率和所选特征个数,结果表明该算法可有效降低特征维度,实现数据分类,具有一定的工程应用价值。
文摘针对鸟群优化算法迭代初期种群多样性不足、迭代后期收敛速度慢、易陷入局部最优解等问题,提出一种融合柯西变异的鸟群与算术混合优化算法(hybrid algorithm of bird swarm algorithm and arithmetic optimization algorithm based on Cauchy mutation,HBSAAOA)。利用算术优化算法中乘除算子的高分布性对BSA中生产者的位置进行更新,以提高种群多样性,增强全局搜索能力。引入随机搜索策略和柯西变异策略来生成候选解,对后期局部开发阶段进行扰动,以增强算法跳出局部最优解的能力并提高收敛速度。利用贪婪策略对最优个体进行选择并替代较差的个体,从而提高解的质量。通过对23个经典测试函数以及部分CEC2014基准函数进行仿真实验,并将HBSAAOA应用到两个工程应用问题上,结果表明改进策略有效,改进算法的收敛速度更快、寻优精度更高,并且鲁棒性更好。
