针对蝴蝶优化算法(butterfly optimization algorithm,BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly wit...针对蝴蝶优化算法(butterfly optimization algorithm,BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly with reverse mutation towards optimization learning,OMSSBOA)。引入柯西变异对最优蝴蝶个体进行扰动,避免算法陷入局部最优;将改进的樽海鞘群优化算法(salp swarm algorithm,SSA)嵌入到BOA,平衡算法全局勘探和局部开采的比重,进而提高算法收敛速度;利用趋优变异反向学习策略扩大算法搜索范围并提升解的质量,进而提高算法的寻优精度。将改进算法在10种基准测试函数上进行仿真实验,结果表明,改进算法具有较好的寻优性能和鲁棒性。展开更多
针对甚低频发射天线顶线绝缘子串电压分布不均匀极易产生电晕的问题,采用矩量法(method of moments,MOM)研究了不同均压环管径、半径、抬高距以及绝缘子串配置位置对瓷支柱绝缘子串电压分布的影响,提出了一种应用矩量法和蝴蝶交配优化算...针对甚低频发射天线顶线绝缘子串电压分布不均匀极易产生电晕的问题,采用矩量法(method of moments,MOM)研究了不同均压环管径、半径、抬高距以及绝缘子串配置位置对瓷支柱绝缘子串电压分布的影响,提出了一种应用矩量法和蝴蝶交配优化算法(butterfly mating optimization,BMO)协同优化顶线绝缘子串均压环的新方法。该方法首先建立顶线绝缘子串MOM天线优化模型;然后,提取仿真得到的分压和天线效率并计算目标函数;利用BMO迭代得到顶线绝缘子相对位置和均压环结构参数。仿真结果表明:顶线绝缘子高压侧的均压环半径和抬高距对绝缘子电压分布影响较大,低压侧配置均压环可以使顶线绝缘子串末端绝缘子的分压降低44.5%;与优化前实测值相比,优化后顶线绝缘子串的电压百分比均方差降低了2.17%,均压环最大表面电场小于起晕电场,天线辐射效率提升1.5%。展开更多
文摘针对蝴蝶优化算法(butterfly optimization algorithm,BOA)在复杂环境路径规划过程中求解最短路径时存在收敛速度慢、易陷入局部最优等缺点,提出一种改进的蝴蝶优化算法。首先,在初始化蝴蝶种群时,为保证初代种群多样化,避免陷入局部最优解,通过Tent映射生成初代种群位置;其次,在蝴蝶香味计算阶段引入动态感觉模态,随着迭代过程的持续推进逐步增强蝴蝶的香味值,以缩短收敛时间;再次,为进一步缩短收敛时间,在全局搜索阶段引入遗传算法中的选择因子加快蝴蝶在全局搜索时向最优蝴蝶移动的速度;然后,在局部搜索阶段引入动态变异因子,有效避免在路径规划时陷入局部最优;最后,使用一种基于视线(line of sight,LOS)检测方法的初始种群生成策略,以进一步减少路径中断点的生成,同时确保由BOA算法生成的路径可行解的多样性。实验结果表明,改进的蝴蝶优化算法具有较快的收敛速度,且规划出来的路径在保证路径长度合理的情况下具有更高的平滑度。
文摘针对蝴蝶优化算法(butterfly optimization algorithm,BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly with reverse mutation towards optimization learning,OMSSBOA)。引入柯西变异对最优蝴蝶个体进行扰动,避免算法陷入局部最优;将改进的樽海鞘群优化算法(salp swarm algorithm,SSA)嵌入到BOA,平衡算法全局勘探和局部开采的比重,进而提高算法收敛速度;利用趋优变异反向学习策略扩大算法搜索范围并提升解的质量,进而提高算法的寻优精度。将改进算法在10种基准测试函数上进行仿真实验,结果表明,改进算法具有较好的寻优性能和鲁棒性。
文摘针对甚低频发射天线顶线绝缘子串电压分布不均匀极易产生电晕的问题,采用矩量法(method of moments,MOM)研究了不同均压环管径、半径、抬高距以及绝缘子串配置位置对瓷支柱绝缘子串电压分布的影响,提出了一种应用矩量法和蝴蝶交配优化算法(butterfly mating optimization,BMO)协同优化顶线绝缘子串均压环的新方法。该方法首先建立顶线绝缘子串MOM天线优化模型;然后,提取仿真得到的分压和天线效率并计算目标函数;利用BMO迭代得到顶线绝缘子相对位置和均压环结构参数。仿真结果表明:顶线绝缘子高压侧的均压环半径和抬高距对绝缘子电压分布影响较大,低压侧配置均压环可以使顶线绝缘子串末端绝缘子的分压降低44.5%;与优化前实测值相比,优化后顶线绝缘子串的电压百分比均方差降低了2.17%,均压环最大表面电场小于起晕电场,天线辐射效率提升1.5%。
