模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计...模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计及网损和电压平均偏离两个指标,并提出了基于考虑用户偏爱区域把目标函数转化为约束条件的方法,它可以有效地处理多目标优化问题。由于无功优化是多变量优化问题,而SFOA算法在处理多维问题时寻优速度受到限制,因此,采用在方体内随机初始化方法,简化了移动搜索和收缩搜索在方体内的复杂搜索,提高了算法的搜索速度。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性和安全性。展开更多
将人工鱼群算法应用于软硬件划分，从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题，采用随机步长来改善鱼的游走行为，使用邻域搜索来获得邻域内的更优状态，并根据...将人工鱼群算法应用于软硬件划分，从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题，采用随机步长来改善鱼的游走行为，使用邻域搜索来获得邻域内的更优状态，并根据无效迭代次数来提前终止迭代、提高算法效率．在对不同结点数的随机 DAG 图划分实验中，改进后算法的平均耗时约为原算法的6.5%～34.5%，而最优解出现概率则为原算法的5～7倍．因此，改进后算法在寻优能力和收敛速度上均优于原始算法，可更高效地完成软硬件划分任务．展开更多
针对人工鱼群算法(artificial fish swarm algorithm,AFSA)多峰寻优能力不足的问题,提出了一种免疫人工鱼群网络算法。应用改进的觅食行为,提升了算法的局部寻优能力;采用免疫网络调节机理,保持了人工鱼群多样性,不断探寻新的局部峰值;...针对人工鱼群算法(artificial fish swarm algorithm,AFSA)多峰寻优能力不足的问题,提出了一种免疫人工鱼群网络算法。应用改进的觅食行为,提升了算法的局部寻优能力;采用免疫网络调节机理,保持了人工鱼群多样性,不断探寻新的局部峰值;执行模式搜索法(pattern search method,PSM),完成精英人工鱼群的精细搜索。仿真实验结果表明,该算法具有较强全局优化能力和局部优化能力,且搜索到每个最优解都达到了理想值。展开更多
文摘模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计及网损和电压平均偏离两个指标,并提出了基于考虑用户偏爱区域把目标函数转化为约束条件的方法,它可以有效地处理多目标优化问题。由于无功优化是多变量优化问题,而SFOA算法在处理多维问题时寻优速度受到限制,因此,采用在方体内随机初始化方法,简化了移动搜索和收缩搜索在方体内的复杂搜索,提高了算法的搜索速度。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性和安全性。
文摘将人工鱼群算法应用于软硬件划分，从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题，采用随机步长来改善鱼的游走行为，使用邻域搜索来获得邻域内的更优状态，并根据无效迭代次数来提前终止迭代、提高算法效率．在对不同结点数的随机 DAG 图划分实验中，改进后算法的平均耗时约为原算法的6.5%～34.5%，而最优解出现概率则为原算法的5～7倍．因此，改进后算法在寻优能力和收敛速度上均优于原始算法，可更高效地完成软硬件划分任务．
