贺英[1]2003年在《计算智能方法研究及其集成应用》文中提出计算智能(CI)是多种智能方法的集合体。它具有在不确定及不精确环境中进行推理和学习的卓越能力，是建立智能系统的更有效的计算工具。已被广泛应用于信息处理、管理决策、智能控制、专家系统、故障诊断等领域。其中主要的叁种方法是：模糊系统、人工神经网络、遗传算法。在解决实际问题中，应努力实现各方法之间的优势互补，协同工作，才能构建高性能的智能系统。 计算机辅助卷烟叶组配方设计的主要任务是：一是要建立合理的叶组化学指标与感官质量指标和烟气指标之间关系的数学模型；二是要根据设计目标，利用此数学模型，有约束地优化求解，得到多组最佳或次佳烟叶组合比例。由于卷烟叶组配方是一个非常复杂的，具有不确定性的非线性问题，应用传统的人工智能方法和数学方法很难完成，因此考虑综合应用这叁种计算智能方法。本文首先分别对两种神经网络模型及遗传算法的标准算法提出改进，然后将这些改进方法在卷烟叶组配方设计中进行集成应用。全文共分为八章。 第一章介绍了计算智能的含义，叁种计算智能方法的特点及协作方式。 第二章简单阐述了人工神经网络的原理和存在的问题。 第叁章专门研究了BP网络。根据BP算法的原理，分析了BP算法在应用于复杂问题时往往收敛很慢的原因。从激励函数、权值修正方法、目标函数叁方面对多个改进算法进行收敛性能的比较。在理论上分析了影响BP网络的泛化能力的主要因素，提出了一种优化网络结构的方法和初始化权值的方法。综合这些研究结论，提出了一种有较好泛化能力的混合改进BP算法。最后在对神经元的Sigmoid激励函数近似为分段线性函数的前提下，提出一种从受训的BP网络抽取知识的简单方法，并应用于单料烟的感官质量神经—模糊模型中，得到一些有益的规则。 第四章阐述了Kohonen网络的基本原理。首先提出奇异值分解法来确定合适的一维Kohonen网络结构，然后研究了一维网络的权值初始化与拓扑映射间的关系，并提出新的初始权值方法。本章重点从邻域函数、学习率调整等方面研究了二维网络的改进算法，并将之应用于烟叶动态分类问题。 第五章论述了由BP和Kohonen网络构成的复合模块化网络群。在应用于计算智能方法研究及其集成应用复杂问题建模时能有效提高学习的收敛速度和精度。 第六章简介了遗传算法基本原理及发展现状。提出用遗传算法来解决基于神经网络建模的优化问题。提出有引导进化的启发式遗传算法，更有效地解决特定领域问题。 第七章将上述研究综合应用于卷烟叶组配方计算机辅助设计系统中。首先介绍了卷烟配方的专业术语和传统的配方流程。然后从与几种专家系统方法的比较引入智能系统的开发背景。根据整个系统总体设计方案，我们分层次地描述了计算智能方法的集成过程。系统的基础是:先应用了第五章的复合模块化网络算法，建立有效的卷烟感官质量和烟气指标的神经网络评估模型。并通过检验样本的结果证明了算法的有效性。然后重点论述了叶组配方维护子系统和新配方设计子系统中，采用的计算智能集成方法。即在神经网络评估模型基础上，应用第六章论述的启发式遗传算法，设计了不同的具有明显问题特点的编码和遗传算子进行寻优。最后对系统运行结果进行分析，算法能有效地寻找到最优或次优配方方案。 论文最后一章对研究成果进行总结，分析了应用于卷烟叶组配方系统中的成功与不足处，并对今后系统的深入研究进行展望，指出未来的一些研究方向。
罗阳[2]2001年在《机械制造车间生产作业多智能体规划原理与板材套料优化方法的研究》文中进行了进一步梳理制造资源规划(MRPⅡ)技术广泛应用于现代企业的生产计划和库存控制，MRPⅡ在现代计算机集成制造系统(CIMS)中的地位越来越重要。随着Internet相关技术的发展，MRPⅡ系统通过融入供应链管理和电子商务，发展成为企业资源规划(ERP)。尽管ERP／MRPⅡ系统的应用可以为企业的生产管理提供诸如业务计划、材料需求计划、采购计划、能力计划和装配过程规划等技术支持，但是ERP／MRPⅡ难以完全适应我国企业车间生产管理的各种现实情况。在复杂多变的市场条件下，由于大型机电设备生产过程的固有复杂性，在机械制造车间的生产环境中应用ERP／MRPⅡ管理其生产过程，存在着很大的困难。生产作业规划和生产过程管理一直是车间管理中一项重要而困难的问题，生产调度问题本身还是一个NP组合优化难题。研究有效的生产作业规划与管理方法是一项具有重要理论意义和应用价值的课题。 下料生产是大型机电设备零件制造过程的第一道工序，其生产组织模式和管理水平直接影响设备的生产周期和制造成本。在作者参与的东方电机有限公司的CIMS应用工程中，为了提高零件毛坯下料的生产效率，实现其生产作业管理的自动化，降低原材料消耗，东方电机焊接车间计划对车间生产管理模式进行改造，实现下料生产过程的整体优化。围绕焊接车间建设下料生产作业规划与管理信息化系统的实际需求，本文研究提出了一整套改造车间生产管理模式的解决方案，及实现板材套料优化的技术思想。以此为基础，本文研究了 论文摘要基于多智能体技术的敏捷化车间生产作业规划与管理系统的技术原理，并开发了两个专用软件系统：运行于企业Intranet环境中的焊接车间生产作业规划与管理系统（CUtP卜 集成于该系统并适用于大规模零件优化套料的计算机辅助套料系统则estingCAD卜 本文在理论和实践中的主要特色包括： 山提出基于多智能体协同工作技术的敏捷化车间生产作业规划系统（AWPS）的一般原理模型。该模型吸收了制造执行系统（MES郴单元化制造系统KMS）的基本思想，通过Intranet集成于E助／MRPll系统，能够适用于我国大多数机械制造车间的自动化与信息化建设。 C）在深入分析东方电机焊接车间现行生产作业管理模式及其业务流程的基础上，提出改进的焊接车间业务流程和运作机制，及车间生产作业规划系统的功能模型，设计了基于AWPS原理的焊接车lbJ下料生产作业规划与管理系统CU小S的多智能体软件系统模型。 O）系统研究了大型发电设备焊件毛坯下料生产中的板材套料优化问题及其求解技术，建立了下料炉中板材套料优化问题的形式化描述和优化计算的数学模型，分析了这个问题的求解难度，提出求解此问题的基本求解策略和求解过程。 O）设计了一套求解板材套料优化问题的简单启发式算法模型，并考查了其求解效果和主要问题。在分析应用计算智能方法求解该问题的必要性和可行性的基础上，提出了用计算智能方法求解该问题的基本技术思想。并建立了求解大型板材套料优化问题的分布式协同计算模型。 历）针对基本Hopfield模型应用于复杂规划问题求解时存在的两个重要缺陷：网络结构难以构造且易于陷入局部最优，提出一种在推广HOpfield模型基础上改进的随机神经网络模型，设计了实用的软件模拟算法模型。计算实验表明该模型适合于解诀板材套料优化问题和并行多机调度问题。 田）本文指出，求解复杂组合优化问题时，在遗传算法模型中采用一种基于组合对象编号排列）’匝序的基因编码更为有效。本文为这种基因编码设计了实用的选择、交叉、变异和其它高级遗传算子，并用计算实验证实了其寻优效果。文中采用该模型构造了求解板材套料优化和并行多机调度问题的优化算法。文中还研究了在企业Intranet环境中，分布式并行遗传算法的实现技术。 区夏 四川大学博士学位论文 ＊）提出一种充分考虑切割机最佳负载能力的并行多机生产任务分配的数学模型，设计了基于本文提出的随机神经网络方法和遗传算法模型的最优任务分配算法。这种重视能力差异的调度思想对虚拟企业的调度有重要的价值。 （8）设计实现了焊接车间下料生产作业规划与管理系统CU小S。该系统已经交付企业，并根据实施策略分阶段投入实际运作。开发了集成于ClltPS的优化套料计算及排样图形系统原型NestingCAD，用于验证本文提出的板材套料优化技术思想的可行性和原理上的正确性，并为焊接车间的板材套料提供了一种实用的交互式图形辅助系统。 （9）最后提出一种适合于数控火焰切割机床改造的经济型闭环数控系统的时间分割插补方法。该方法适用于各种复杂曲线的插补计算，并能充分发挥数控系统的效能。
徐雪松[3]2008年在《免疫计算智能及其在系统优化中的研究与应用》文中研究表明生物免疫系统是一个高度进化的系统,它具有高度自适应、分布性、自组织等特性,蕴含着丰富的信息处理机理。人工免疫系统正是借鉴生物免疫系统信息处理机制的而发展起来的智能信息处理技术。由于人工免疫系统具备模式识别、学习和记忆的能力,因此它成为了一种科学及工程领域中信息处理的工具,由此也开辟了计算智能研究的新领域。充分挖掘和借鉴其资源,不断完善并开发新的计算模型和方法,并展开其理论及应用研究,已成为免疫计算智能的重要研究内容。在这种背景下,本文致力于研究基于生物免疫原理的免疫智能优化方法,以免疫计算智能的基本原理为线索,对其研究状况加以系统性的论述,从理论、算法构建及工程应用等方面对免疫计算智能进行分析。针对最优化、机器学习及复杂系统智能控制等优化问题,提出一系列计算智能新方法,并展开理论及应用探讨。仿真实验及应用表明已获算法是可行的且有效的,从不同侧面反映了免疫系统的特定动力学行为,丰富和发展了人工免疫系统的内涵。论文主要研究内容及成果体现在以下几个方面:(1)基于免疫响应原理,建立了免疫智能计算方法的一般框架,给出了免疫优化算法的运行机制及数学模型。所建立的模型及基本算法具有较好的自适应、自学习能力。进而利用Markov链理论及概率论的相关知识探讨该算法的收敛性及收敛速度估计,给出了算法参数分析及运算一般复杂度描述。(2)结合最优化问题,通过在克隆选择过程中引入聚类机制,提出了一种免疫聚类竞争的克隆选择算法。通过聚类将抗体群分成多个子种群来实现其克隆选择策略,增强聚类族中的优秀个体获得克隆扩增实现亲和力成熟的机会,提高抗体群分布的多样性,加速克隆扩增,从而提高抗体成熟力及亲和性。采用了混合超变异算子,使其能快速获取全局及局部最优。将这种基于聚类竞争的免疫克隆算法应用于复杂函数的寻优,研究结果表明,该算法优化能力和保持模式多样性的能力较强,能够获得较好的多模态函数优化效果。具有可靠的全局收敛性及较快的收敛速度。(3)将免疫计算智能方法与机器学习相结合,针对约简属性组合的爆炸问题,将粗糙集属性集合的核属性作为先验信息,引入免疫疫苗的抗体编码,并概率性对种群接种疫苗。将属性集合的分类近似标准作为适应度进化目标进行优化。在克隆选择过程中采用小生境共享机制,促使保存优良种群,采用了竞争扩增、克隆删除、抗体循环补充等思想及相关算子操作,提高抗体群分布的多样性及稳定性,从而获得了多个属性约简及最小约简的平衡,从而实现从多属性集合寻求最优选择。(4)将免疫优化应用于智能控制,重点针对模糊控制优化问题,提出了分阶段免疫模糊控制优化设计方法,分别对模糊控制隶属度参数及控制规则进行优化。利用免疫反馈原理建立相应的免疫控制思想和方法,通过模糊控制的自动调节及自学习的能力,对免疫模糊PID控制进行优化。针对复杂工业过程控制系统,将基于免疫优化的模糊控制和免疫PID控制结合,设计免疫模糊智能控制器。通过自调节的加权因子合成控制输出,进而提出基于免疫智能的综合集成控制思想,将免疫智能控制应用于回转窑烧结炉温控制并进行仿真,证明其有效性和先进性。说明将免疫计算智能应用于控制系统是对现代智能控制方法的有益补充。
唐云岚[4]2008年在《集成神经网络和多目标进化算法的卷烟产品参数优化设计方法及应用研究》文中指出随着烟草行业卷烟工艺水平的发展,计算机辅助卷烟产品设计系统越来越受到卷烟企业的重视。该系统在综合分析历史数据和经验知识的基础上,建立符合卷烟生产实际的各类模型,并以此为指导进行产品优化设计。本文以国内某大型卷烟企业在该领域的课题研究为背景,重点研究该企业计算机辅助产品设计系统中的核心模块——卷烟产品参数优化设计模块。在研究过程中发现,卷烟产品参数优化设计是一个十分复杂的黑盒多目标优化问题,主要反映在:(1)优化对象“工艺参数”与优化目标“质量指标”之间的映射关系十分复杂,难以建立常规的数学优化模型,对于给定的一组工艺参数取值,只能通过现场实验才能获得准确的质量指标评价;(2)优化目标由相互冲突的多个目标组成,这些目标在大多数情况下不能直接进行优劣关系的比较,目标之间相互冲突,在不降低某一目标性能的情况下不能通过参数优化任意提高其他目标的性能。针对上述问题,本文提出了一种基于神经网络和多目标进化算法混合策略的集成计算智能方法:首先,利用人工神经网络对历史数据进行训练,获得能反应参数优化过程中参数向量空间到目标向量空间非线性映射关系的神经网络模型;其次,将训练好的神经网络模型嵌入到多目标进化算法中,以此作为进化过程中个体的适应度评价函数,使得多目标进化算法可以直接应用于产品参数优化设计过程。具体地,本文的主要研究内容和创新成果概括如下:1、提出了一种集成神经网络和多目标进化算法的产品参数优化设计方法现实世界中,很多产品参数优化设计问题均可归纳为黑盒多目标优化问题。黑盒多目标优化问题具有系统建模困难和多个目标必须协调优化的特点。本文通过结合跨越BP神经网络和改进的非劣解排序遗传算法(NSGA-II),借助不同智能计算方法的优点,互补不足:(1)可以充分利用跨越BP神经网络建模的优点,解决复杂系统建模困难的问题,并为NSGA-II的进化个体提供适应度评价函数;(2)采用NSGA-II解决复杂系统中的多目标优化问题。2、提出了基于跨越BP算法的人工神经网络建模方法复杂系统建模是成功解决产品设计参数优化问题的关键,然而传统BP算法具有收敛速度慢、网络结构选择困难、容易陷入局部极小等缺点。本文从连接方式、结构优化以及优化策略叁个方面,对传统BP算法进行了改进:(1)采用基于跨越连接的误差反向传播算法对网络进行训练。有跨越连接的神经网络摒弃了传统神经网络只有前后层相连的拓扑结构,能以更加简洁的结构逼近神经网络的理想状态,加快网络收敛速度。国防科学技术大学研究生院博士学位论文(2)提出了一种BP神经网络结构优化算法。该算法通过引入有方向的均方误差,在有跨越连接的多层前馈人工神经网络结构方程式的基础上,分别导出隐层层数和隐层神经元数判别式。(3)采用基于MOEA和BP混合算法的神经网络建模方法。由于要维持具有一定规模的群体,多目标进化算法必须同时处理搜索空间中的若干点而不像梯度下降法那样只处理单点,从而有助于搜索全局最优点,免予陷入局部最小。这样就可以避免传统BP人工神经网络采用梯度下降法所带来的缺点,同时也确保了良好的收敛速度。3、提出了基于NN和MOEA的卷烟工艺参数优化设计方法卷烟工艺设计主要分为打叶复烤工艺设计、制丝工艺设计和辅料配套工艺设计,它们的本质都是基于各类参数指标关系模型的多目标参数优化过程,且属于黑盒多目标优化范畴。因此,可采用集成神经网络和多目标进化算法的产品参数优化设计方法(ICIA–NN & MOEA)优化求解。在具体应用过程中,结合工艺设计实际提出了基于NN和MOEA的卷烟工艺参数优化设计方法,并将其应用于二次润叶工序工艺参数多目标优化问题,取得了令人满意的效果。4、提出了基于NN和MOEA的卷烟配方参数优化设计方法卷烟配方设计主要分为叶组配方设计和糖香料配方设计,它们的本质都是基于感官质量评价模型的多目标参数优化过程,且属于黑盒多目标优化范畴。与工艺参数优化设计不同的是,配方参数优化设计涉及到感官质量评价问题,这是一个主观性较强的评价过程,难以直接建立类似于工艺参数指标关系模型的单料烟比例与感官质量指标关系模型。针对上述问题,本文提出了基于NN和MOEA的卷烟配方参数优化设计方法,该方法与工艺参数多目标优化设计方法相比,主要有两点不同:(1)借鉴卷烟配方实践中的感官质量评分标准,将感官质量评价结果转换为感官质量得分,实现了非数值型指标向数值型指标的转变;(2)以烟叶化学成分为中间环节,分别建立单料烟比例与烟叶化学成分关系式和烟叶化学成分与感官质量得分关系模型,成功实现了由单料烟比例到感官质量评价的非线性映射。最后,将基于NN和MOEA的卷烟配方参数优化设计方法应用于配方创新和配方维护,取得了令人满意的效果。
文海家[5]2004年在《基于GIS的滑坡灾变智能预测系统及应用研究》文中指出本文是“十五”重点攻关课题“库区地质灾害监测、预警及辅助决策支持系统关键技术研究与示范”(2001BA604A02)的重要研究组成部分。针对“十五”课题确立的研究攻关目标,本文主要采用计算智能理论及其耦合方法,结合地理信息系统(GIS)技术,研究建立了基于 GIS 的滑坡灾变预测智能集成系统,并在课题示范点吴家湾滑坡、实验小学滑坡上作了实例分析,完成的研究工作及取得的主要进展如下: 1) 讨论了滑坡计算智能(神经网络 ANN、模糊逻辑 FIS、遗传算法 GA)预测的基本方法原理,重点研究了神经网络、模糊逻辑及其耦合方法,并探讨了将之应用于滑坡灾变预测分析的优点及可行性。 2) 详细研究了滑坡灾变预测的神经网络、模糊逻辑方法,并提出了神经网络与模糊逻辑耦合应用于滑坡灾变的自适应神经-模糊推理方法,以及 ANN、FIS、ANFIS 建模的关键技术及其系统设计实现步骤。 3) 对滑坡预测灾变判据进行研究,提出了基于计算智能方法的滑坡灾变综合信息模糊预报判据,并研究了滑坡灾变综合信息模糊预报判据的优点及其具体表达方式。 4) 在 GIS 基本理论、方法分析的基础上,研究了基于 ArcView GIS 3.2 滑坡预报 GIS 综合信息模型建立的相关关键技术,并对滑坡 GIS 信息模型的数值解析技术方法进行研究,分析了 3D-GIS 仿真模型的相关技术问题。 5) 首次提出了 GIS 技术与计算智能理论耦合应用于滑坡灾变研究的新思路。研究开发了滑坡灾变 GIS 综合信息模型与滑坡灾变计算智能预测系统之间的数据交换及数据接口技术。 6) 研究了系统程序实现的关键技术,采用 GIS 二次开发技术、Microsoft VisualStudio 系列 VB.NET、Matlab 程序解释语言及 ArcView GIS 的面向对象语言 Avenue进行混合编程,开发了 GIS 支持下计算智能集成滑坡灾变预测系统。 7) 以“十五”课题(2001BA604A02)研究示范点吴家湾滑坡-实验小学滑坡为例,探讨了 GIS 支持下计算智能集成滑坡灾变预测系统在叁峡万州库区滑坡灾变预测中的应用;并得到了多种方法分析基本吻合的结果。 通过本文的研究,结合多种滑坡灾变预测研究方法进行分析,无论是理论上的科学性还是滑坡灾变预测实践分析成果的可靠性,均表明 GIS 技术与计算智能 I<WP=6>重庆大学博士学位论文理论耦合方法研究滑坡灾变问题具有巨大优越性,同时也显示出这类耦合方法具有广阔的应用前景。
杜长海[6]2009年在《计算智能及其在城市交通诱导系统中的应用研究》文中研究表明随着社会经济的高速发展与城市化进程的不断加快,城市人口和机动车辆日益增加,城市道路交通拥堵已经成为世界大中城市普遍存在的现象,由此带来的交通事故、能源浪费以及环境污染等问题,不仅严重地制约着城市和社会经济的可持续发展,同时也严重地影响着城市居民的生活质量。因此,运用智能交通系统来解决日益严重的城市交通问题,已经成为了交通工程未来发展的重要方向。本学位论文研究的交通诱导系统是智能交通系统中的重要子系统之一,它能够有效地引导车辆在路网中运行,减少车辆在道路上的行驶时间,并最终实现交通量在整个路网中均匀分配。将自然科学的最新研究成果和工程技术的最新方法引入城市交通诱导系统,不仅有利于提高交通系统的运行效率,而且关系到土地资源与能源的合理利用、环境污染与噪声的改善,这对满足社会需求、推动国家和社会的进步以及学科的发展,无疑都具有十分重要的意义。城市交通系统集成了人、车、路和环境等各种因素,具有高度的复杂性、时变性和不确定性。精确的数学模型和方法难以有效解决复杂的现代城市交通问题,而计算智能是一种仿生计算方法,它从生物底层对智能行为进行模拟和研究,拓展了传统的计算模式,不需要建立问题本身的精确模型,具有智能性、并行性、自适应性等优点,为复杂问题的求解提供了卓有成效的解决途径。因此,本学位论文依托重庆市科学技术委员会自然科学基金计划项目——智能交通系统重点项目“城市交通路网拥堵动态预警与疏导决策技术研究”(项目编号:CSTC,2006BA6016),在总结该领域现有研究成果的基础上,引入新兴起的计算智能理论,对交通诱导系统研究中应解决的若干关键理论问题进行了较为全面深入的研究,试图解决目前城市交通诱导领域存在的一些疑难问题。本文主要的创新性工作如下:①针对支持向量回归机(SVR)的拟合精度和泛化能力取决于相关参数的选取问题,提出了基于灾变FS算法的SVR参数选择方法,并应用于交通流预测的研究。通过提出基于尖点模型的灾变策略来改进FS算法的个体迭代位置选择机制,以降低设置搜索半径的依赖性,从而扩大搜索空间,提高全局搜索能力。对实测交通流量进行滚动预测实验,结果表明该方法优化SVR参数是有效、可行的,与经验估计法相比,得到的SVR模型具有更好的泛化性能和预测精度。②针对基本蚁群算法存在容易陷入局部最优解出现早熟停滞的缺点,提出了基于混沌选择策略的蚁群算法,并应用于城市交通路径寻优的研究。在基本蚁群算法的概率转移中引入混沌扰动的策略,以使解易于跳出局部极值区间,加快收敛速度。以重庆市渝中半岛的路网为实例计算以行程时间为目标的最优路径,结果表明该算法获得了较好的效果,与基本蚁群算法相比,提高了全局搜索能力。③针对牛顿法初始值要求严格、易产生局部收敛并含有矩阵求逆的不足和粒子群算法存在收敛速度慢和局部最优的问题,引入粒子间相对位置改进基于抗体浓度的概率选择公式,提出了一种带免疫机理的粒子群算法,并将其用于由路段流量反推OD矩阵的极大熵模型求解研究。粒子不仅根据个体极值和全局极值更新速度和位置,而且按一定概率以轮盘赌法选择某个粒子进行学习,以保持种群多样性,降低了算法过早收敛于局部最优解的几率。以重庆市某交叉路口为实例进行实验,粒子群算法求解成功率高于牛顿法,表明粒子群算法推算OD矩阵是一种行之有效的方法;而且,改进的粒子群算法比基本粒子群算法和基本遗传算法具有更好的全局寻优能力。④针对城市交通状态的不确定性和模糊C均值聚类(FCM)算法存在的初值敏感性和局部搜索性问题,提出了基于混合蛙跳算法(SFLA)的模糊C均值聚类算法(SFLA-FCM),并应用于城市交通状态识别研究。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。实验结果表明,与FCM相比,SFLA-FCM在收敛速度和精度上均有所提高,结果更为合理、稳定;而且,能够有效地对交通状态进行识别,为交通状态实时识别提供了一个新的研究思路。总之,本文对计算智能的理论和方法在城市交通诱导系统领域的应用进行了较为全面深入的分析研究,对进一步解决城市交通问题具有重要的意义和广阔的应用前景。
熊国江[7]2014年在《基于计算智能的电网故障诊断方法研究》文中研究说明电网发生故障后,大量蕴含不确定性的保护和断路器动作信息(统称为警报信息)将通过SCADA系统或故障信息系统涌入电网调度控制中心。利用这些警报信息快速准确地诊断电网故障对恢复系统供电、减少故障损失具有重要作用。关于电网故障诊断的研究经历了几十年的发展,取得了丰硕的成果。随着现代电力系统的不断发展,电网规模愈加庞大,结构日益复杂,对电力系统的运行水平提出了更高要求。此种背景下,已有故障诊断方法在适用范围、诊断准确度和精确度等方面均面临着严峻的挑战。本文致力于电网故障诊断方法的研究,重点研究采用计算智能方法实现电网故障的高效诊断。此外,鉴于计算智能方法之一的生物地理学优化算法在故障诊断中表现出良好的优化性能,本文也将其用于求解电力系统经济调度问题。主要工作及成果归纳如下：提出了一种基于模糊推理脉冲神经膜系统的电网故障诊断新方法。该方法不仅可以采用图形化形式模拟各级保护及断路器之间的因果动作行为,而且可以有效地采用简单的矩阵运算实现元件、保护、断路器之间的模糊推理,有助于工作人员分析故障的清除过程。算例仿真结果表明,该方法具有容错能力强,推理速度快等特点。提出了一种基于径向基函数神经网络和模糊积分的电网分区故障诊断方法,以有效解决神经网络应用于大规模电网故障诊断时面临的“维数灾”问题。采用网络重迭分区将大规模电网划分为具有重迭联络线的若干子网。故障发生后,根据警报信息选择性触发相应子网的神经网络诊断模块；对于联络线,待完成相连子网的诊断任务后,通过模糊积分关联融合相连子网关于该联络线的诊断输出,实现对联络线的有效诊断。算例仿真结果表明,该方法采用“分而治之”策略能正确处理各种涉及联络线故障的复杂故障情形,诊断正确率高,能较好地适应大规模电网的故障诊断需求。提出了一种基于径向基函数神经网络的电网模糊元胞故障诊断方法,以有效解决神经网络应用于电网故障诊断时面临的适应网络拓扑结构变化的可移植性问题。该方法直接以被保护元件的所有关联保护和相应的断路器作为各个元胞通用神经网络诊断模型的输入,并借助矢状图提取出蕴含不确定性的模糊推理规则来训练各个神经网络。算例仿真结果表明,该方法能在网络拓扑结构变化时通过对模型的简单修正,实现各种复杂故障情形的准确诊断,具有良好的容错性和可移植性。提出了一种电网故障诊断改进解析模型及其自适应生物地理学优化方法。深入剖析了现有解析模型在复杂故障情形下存在多解的原因,提出了相应的改进解析模型。此外,为了提高改进模型的求解效率,提出了一种自适应生物地理学优化算法。算例仿真结果表明,改进解析模型诊断结果唯一、合理；自适应生物地理学优化算法实现正确求解所需的迭代次数少,可靠性高,具有良好的优化性能。提出了一种求解电力系统静态经济调度问题的多策略集成生物地理学优化算法。采用多种策略来改进生物地理学优化算法的迁徙模型、迁移算子和变异算子,以平衡局部搜索能力和全局搜索能力。此外,提出了一种无需引入罚因子的约束条件处理方法来有效处理静态经济调度问题的各种约束条件。算例仿真结果表明,该算法的各个改进部分通过相互协作,可以有效提高算法的搜索性能。提出了一种求解电力系统动态经济调度问题的基于多源迁移算子与正交学习的改进生物地理学优化算法。多源迁移算子可以从更宽广的且未被探索过的可行解空间中生成新的特征,提高算法种群多样性；而用基于正交试验设计的正交学习策略取代以往的盲目搜索,可指引算法朝着全局最优的方向快速搜索。此外,也提出了相应的无需引入罚因子的约束条件处理方法。算例仿真结果表明,改进算法能够摆脱较差的局部极值点并收敛到更优的解空间中,能获得经济性较高的调度方案。
佟金颖[8]2008年在《粒子群优化算法的研究及改进》文中研究表明粒子群算法是一种基于种群搜索策略的自适应随机优化算法,随着计算机的广泛应用、仿生技术的发展,它已成为求解优化问题的重要工具。粒子群算法简单易实现、精度高、收敛快,从它提出时就引起了广大学者的研究兴趣。PSO算法以其灵活稳定,具有分布式控制和自学习能力的优势,无论是从理论研究还是应用研究的角度来看,对粒子群算法的研究都具有重要的学术意义和现实价值。通过粒子的社会行为分析,本文提出了借鉴前一个粒子飞行经验的改进粒子群算法,并将其应用于求解无约束优化问题。在总结PSO算法改进的过程中,发现对算法融合方面的研究具有积极的意义,提出了与死亡罚函数法相结合的混合PSO算法,并将改进的PSO算法应用到约束优化问题求解中。同时,用一些标准的测试函数测试这些改进后的方法,取得了良好的效果。文章第一部分简要介绍了粒子群算法的研究基础。第二部分从PSO算法的基本原理、参数选取、拓扑结构等方面做了介绍。依据改进的目的列举了典型的改进PSO算法。介绍了粒子群算法在工程优化领域的应用。第叁部分是对算法做出的改进,并进行函数测试,证明了算法的有效性。
刘挺[9]2007年在《计算智能技术的集成与工业应用研究》文中指出近几年,计算智能技术发展迅速,新算法层出不穷。计算智能方法在各个领域的应用有目共睹,取得了大量的研究成果。而对于配方产品相关的行业,传统的配方设计模式过多地依赖于人工专家的经验,产品设计的效率低、时间长、费用高,已经无法满足企业的需求。本文将计算智能技术引入到配方产品相关行业的产品设计过程中。首先以烟草行业为例,详细分析了卷烟产品设计的整个业务流程,在关键的业务环节采用了与之相适应的分析方法,辅助技术人员完成产品设计的工作,形成配方产品智能辅助设计的方法体系。本文将配方产品智能辅助设计划分为四个重要的技术环节,包括智能感官评估、相关性分析、总体差异性分析、组合优化。而数据分析工作始终贯穿于这四个环节。人工神经网络、SVM方法具有很强的非线性逼近能力,被用于建立预测产品感官质量的学习模型,其中SVM方法适用于解决高维、小样本问题。M5’模型树采用分段线性化逼近非线性关系,建立的学习模型具有显式特点,容易被用户所接受。运用BP神经网络知识提取的方法,通过构造阶梯样本分析输入变量与输出变量的非线性关系,而模糊散点图将两个变量的变化趋势以图形方式展现出来。除此之外,注重采用经典的多元统计分析方法作为计算智能方法的有益补充,从不同的层面和角度来分析变量间的相关关系。在总体差异性分析中,本文利用计算样本数据的统计量,描述样本的分布情况,不仅反映了样本总体的差异情况,也可以为深入的数据分析奠定基础。最后,利用遗传算法将原辅材料进行组合优化,得到若干个候选的配方方案,通过人机交互形成最终的产品配方。在工业条件下采集的生产数据样本具有明显的信息不完备的特性。因此,在应用计算智能方法之前,本文将重点放在数据预处理工作,同时结合行业背景知识,使得分析结果更加准确,可解释性也更强。本文最后将配方产品智能辅助设计的方法体系推广到啤酒等其他行业的产品设计问题上,由于这些行业彼此间具有很大的共性,因此该方法体系具有很好的推广前景。
徐冲[10]2011年在《分岔隧道设计施工优化与稳定性评价》文中提出分岔隧道是一类由大跨变断面段、连拱段和小间距段共同构成的组合隧道形式,其线形设计上的多断面、多尺度和施工工序及围岩荷载频繁转换的特点导致其开挖支护体系在复杂应力空间中表现为一个难度自增值系统。如何对该系统进行全局性、准确性的描述和决策,并提出一套能够服务于此类隧道开挖与支护方案优化的普适性方法是本文需要解决的核心问题。在此,本文以胶州湾海底隧道陆域段左线分岔隧道为工程背景,综合叁维数值计算、仿生优化、核机器学习和突变理论等方法,提出分岔隧道洞室稳定性分析与全局智能优化的新方法。该方法首先将仿生优化算法与弹塑性数值计算相融合,完成工程区域围岩力学参数反演；其次,基于主元分析和位移增量基础信息分别建立多权重综合评价体系和洞室稳定性的突变判据,继而采用新的智能全局优化方法在开挖与支护方案各种组合的全局空间下搜索出最优施工方案,成功地解决了分岔隧道开挖与支护方案优化过程中的多目标决策和洞室稳定性评价问题。具体研究内容及成果如下：1.核学习机方法及仿生优化算法研究(1)作为第叁代核机器代表的高斯过程具有小样本、概率推理、泛化性能好的优势,将其应用于边坡和隧道位移非线性时间序列的建模分析表明：高斯过程较人工神经元网络和支持向量机在网络训练精度和预测精度上都有显着提高。(2)利用模拟退火算法兼具“上山性”和“下山性”的特性克服标准粒子群算法易陷入局部最优的缺陷,提出基于二者串行编程的混合优化算法—粒子群-模拟退火算法。其函数测试结果表明：该算法能够适用于高非线性问题的优化求解。(3)为克服传统共轭梯度法在核参数优化过程中的不足,实现混合算法与高斯过程的程序耦合。针对典型滑坡变形预测问题,与基于遗传算法进化的高斯过程等算法进行了对比研究,前者在程序简易性和测试效果两方面均有较大优势。2.基于计算智能方法的分岔段开挖与支护方案优化研究(1)采用FLAC内置FISH语言,构建了粒子群算法与FLAC2D耦合的进化有限差分方法—粒子群-FLAC2D,继而提出了围岩物理力学参数的位移智能反演方法及实现步骤。工程实践表明：该方法在计算效率和优化精度上都具有较大优势。(2)利用主元分析方法解决多目标优化过程中优化指标的权重分配问题,在保存评价指标基础信息的前提下既可达到降维、简化评价体系的目的,又可以避免权重确定的人为因素；同时,首次提出将基于位移增量步的突变判据作为洞室稳定性评价新标准和多目标决策优化过程的约束条件。(3)针对洞室开挖与支护全局优化问题,为避免大量叁维数值计算带来的成本消耗,提出了开挖与支护方案的全局智能优化方法：粒子群-模拟退火-高斯过程-数值计算方法。该方法融合了计算智能全局并行搜索和学习机黑箱推理的特性,能高效率、高精度的处理多目标决策问题。同时,在工程方案决策过程中避免了于几种预选方案中择优的不合理性和局限性,为解决此类工程决策问题提供一种新的有效途径。3.变速段的线形优化及断面轮廓设计研究首先结合基于位移增量信息的突变判据和传统位移、应力指标分析,给出变速段线路过渡方案应以台阶式为最佳过渡方式的结论；其次,考虑匝道及主隧的不同行车速度、发动机制动加速度等因素,提出了线路汇流和分流情况下修正了的变速段长度计算公式和台阶过渡方式下的线路平面线形设计公式；最后,基于作图法原理,给出了变速段各台阶断面的空间布局设计方法及其轮廓设计公式。4.胶州湾海底隧道陆域分岔隧道设计施工优化研究基于进化有限差分方法及其相应的智能位移反演步骤,成功地实现了工程区域围岩力学参数的位移智能反演；接着,集成全局智能优化方法(程序)和ANSYS、TECPLOT等常用优秀前后处理软件技术完成了分岔段的开挖与支护方案优化和洞室稳定性分析,在施工技术许可的前提下提出了合理的支护设计参数和施工方法,继而根据线形优化设计方法确定出变速段的断面尺度及其空间布局。
参考文献：
[1]. 计算智能方法研究及其集成应用[D]. 贺英. 中国海洋大学. 2003
[2]. 机械制造车间生产作业多智能体规划原理与板材套料优化方法的研究[D]. 罗阳. 四川大学. 2001
[3]. 免疫计算智能及其在系统优化中的研究与应用[D]. 徐雪松. 湖南大学. 2008
[4]. 集成神经网络和多目标进化算法的卷烟产品参数优化设计方法及应用研究[D]. 唐云岚. 国防科学技术大学. 2008
[5]. 基于GIS的滑坡灾变智能预测系统及应用研究[D]. 文海家. 重庆大学. 2004
[6]. 计算智能及其在城市交通诱导系统中的应用研究[D]. 杜长海. 重庆大学. 2009
[7]. 基于计算智能的电网故障诊断方法研究[D]. 熊国江. 华中科技大学. 2014
[8]. 粒子群优化算法的研究及改进[D]. 佟金颖. 南京信息工程大学. 2008
[9]. 计算智能技术的集成与工业应用研究[D]. 刘挺. 中国海洋大学. 2007
[10]. 分岔隧道设计施工优化与稳定性评价[D]. 徐冲. 北京交通大学. 2011