简介：摘要：在当前电力体制改革的背景下，各发电企业不断推进大数据、人工智能等技术与传统电力业务的深度融合，以进一步提升竞争力。本文针对电力系统燃煤机组经济负荷优化分配问题，引入樽海鞘群算法（Salp Swarm Algorithm ,SSA）。应用结果表明，樽海鞘群算法能有效进行负荷分配，并具有较高的实用性。

简介：摘要：由于现有的布线优化方法多层布线交叉点个数多，线网复杂程度高，为此研究基于蚁群算法的高层居民建筑布线优化方法。在高层建筑的布线中，对三维布线空间的障碍物进行统计，建立建筑布线路径模拟模型。对布线区域坐标网格划分。运用线段搜索的方式来生成访问节点范围，建立一个10m×10m的布线平面，其中含有一定的障碍图形。通过几何图形的转换获得坐标点位置。运用蚁群算法对范围进行访问路径搜索，运用曼哈顿方式走线，将有效访问节点集中的目标点四周的点进行连接。加入引力作用提升蚂蚁去往下一个访问节点的概率，获得访问节点之间的最短距离。当迭代结束后，搜索得到迭代的最优路径，对路径进行信息素更新。将结果与起始终止节点进行连接从而完成优化建筑布线。实验结果表明，小组1的布线交叉点个数为0，线网复杂程度较低，实现了建筑布线优化方法的高效应用。

简介：为了改善多目标粒子群算法在结构多目标优化中的收敛精度和速度,提出了一种新型多目标算法——基于启发式粒子群算法和遗传算法的多目标杂交算法（MHGHA）.以双层网壳结构为研究对象,对其在地震作用下的时程响应进行分析,以结构节点最大位移最小化和结构质量最轻化为目标进行多目标优化设计,并与经典算法进行对比.结果表明,杂交算法的收敛精度更高,同时能够实现复杂空间结构多目标优化.

简介：在人类生产与生活中,最优化问题始终是一个常见问题,随着科学技术的迅速发展,人们对最优化技术的要求也越来越高。微粒群优化算法（英文简称PSO）属于群智能优化算法的一种,源自于人类对鸟类觅食行为的研究,是一种新型的优化工具。该方法实用性和通用性都较高,在许多领域都得到很好的利用。然而该优化技术在理论和实践方面都尚存在一定不足,通过分析,指出有待加以改进的地方。

简介：摘要：根据我国互联网信息中心发布的统计数据，2020年3月，我国网民数量达到了9.04亿，其中通过手机上网的网民达到了8.97亿。截止到2020年6月，我国网民数量达到了9.40亿，较之3月增加了0.36亿，普及率达到了60%以上。在所有网民中，20岁到29岁的网民占到了其中的21.5%，学生网民占到了26.9%，同时，网民每周上网时间达到了30.8个小时。网民队伍的不断扩大使得网民成为了网络舆情传播和接受的主要力量。但是，网络本身的自由特性以及信息传播速度快等优势也使得网络舆情更加容易引发危机事件，这就需要对网络舆情进行更加深刻的认知以及应对。

简介：摘 要

简介：针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低,蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案。最后通过18节点的算例证明,融合算法在收敛性与寻优性上均得到提高。

简介：25猫有九条命咚!咪咪从堆放菜蔬的八仙桌上跳下来,稳稳地降落到地面,然后轻快地跑开了。"奶奶,桌子这么高,人跳下来都容易崴脚,咪咪怎么不会摔倒呢?"大鱼满心疑惑地问。"猫不会摔倒的,猫有九条命,怎么摔都摔不死的。"奶奶说。啊?九条命?!大鱼觉得真是匪夷所思。为什么它会有九条命呢?"都是这么说的啊,你听说过哪家的猫是摔死的吗?"奶

简介：23漫长的暑假放暑假了,大鱼小鱼最喜欢的假期时光到来了。爸爸妈妈一大早出门上班后,大鱼姐弟常常睡到自然醒,像是要把上学时因早起没睡够的瞌睡全都补回来似的。起床后慢条斯理洗漱,吃了奶奶做的早餐,就做作业。作业呢,通常是学校发的《暑假生活》作业册,再加上语文老师布置的多少篇作文、多少篇大字小字,以及数学老师布置的多少道计算题之类的。《暑假生活》那种册子,一般是要求小学生每天做两页,从放假第一天做到最后一天。可是,那样岂不是每天都得做作

简介：3快点,快点,回家去自打有了咪咪,大鱼每天在学校,都盼望早点放学。放了学之后,也不再跟同学在操场多逗留,什么跳皮筋啊,扔沙包啊,通通不玩儿了。甚至有时候,平常一起结伴回家的同学临时有事耽误,大鱼也不再等她们了。因为家里有只小猫在等着她呀,她要快点回去见到它。大鱼家离学校挺近的,走路不到十分钟。学校门前不是街道,而是一条马路,因为他们家的位置算是住在城边上。那时

简介：摘要：在电机控制领域，直接转矩控制（DTC）被认为是一个高效的技术，尽管它拥有许多优势，但仍受到速度超调、磁链和转矩波动的限制。在DTC中调节速度的任务常常交由比例积分导数（PID）控制器完成。这种控制器在线性系统中有着出色的表现，但当面对非线性系统时，对于系统参数的变化反应不尽如人意。本研究旨在深入探讨一种基于蚁群优化算法（ACO）对DTC的优化策略，特别是针对双馈感应电动机（DFIM）。不仅对这种结合PID与ACO的新策略进行了详细的理论研究，同时使用积分平方误差（ISE）等成本函数进一步优化PID控制器的性能。

简介：将蚁群算法和遗传算法应用于装备调拨决策系统，实现了装备调拨决策信息的生成。同时利用遗传算法对蚁群算法的参数进行了优化，实验证明优化后的蚁群算法在平均路径长度、算法平均执行时间和总执行时间上较传统蚁群算法都有一定程度的改进。

简介：蚁群算法是近十几年迅速发展起来的一种优化算法,能很好地解决静态及动态组合的优化问题,而WSN（无线传感器网络）是近几年涌现出来的新技术,其中的节点定位技术是有待突破的关键技术之一。基于移动信标节点定位的三边测量法基础上,引入蚁群算法来建立信标移动最佳路径的算法,得到了优化后的算法模型,并进行了仿真试验。结果表明：经过蚁群算法优化后,能减少发射信标的数量,得到最优移动路径,使节点定位精度达到10%。

简介：通常我们在机械结构优化设计中，常借助基本蚁群算法进行优化设计，虽然能使得到的结构能够达到预期的目标与要求。但是这种基本蚁群算法通过实践发现容易出现搜索求解速度慢等缺点。所以若将蚁群算法与元胞原理或者遗传算法等其他原理相结合起来，然后将其应用于我们通常的机械结构设计中，我们可以获得更为优异的效果，为

简介：针对果蔬易腐的特点,提出了果蔬保质期时间窗,将其作为约束条件,对果蔬运输车的路径进行优化,建立了针对果蔬配送路径的优化模型,并采用改进蚁群算法对模型进行求解。仿真试验结果表明,模型及算法可以有效地优化果蔬配送路线。

简介：TSP是一个经典的组合优化问题,已被证明。它还是经典的NP完全难题,该问题已被广泛用于物流系统中车辆选路等方面。近年来,学者们基于生物理论提出了许多解决此类问题的方法,其中就包括蚁群算法。通过描述TSP问题,并在此基础上探讨运用蚁群算法求解TSP问题。

简介：摘要：本文介绍了一种新的高效优化方法“基于教与学的优化”。该方法研究了教师对学习者的影响。与其他受自然启发的算法一样，TLBO也是一种基于总体的方法，并使用大量的解决方案来进行全局解决方案。人口被认为是一组学习者或一组学习者。TLBO的过程分为两部分：第一部分是“教师阶段”，第二部分是“学习阶段”。“教师阶段”指向教师学习，“学习者阶段”指通过学习者之间的互动来学习。

简介：本文目的在于基于蚁群算法,研究关于现代自动化立体车库计算机监控软件的优化设计问题。对于当前立体车库监控中,亟待实现现代化自动化的监控管理,基于蚁群算法,分析优化设计该监控软件的需求,并优化设计实现蚁群算法支撑的立体车库计算机监控软件。结果证实,基于蚁群算法优化设计现代自动化立体车库计算机监控软件,计算机监控软件平均响应时间由49.9552s下降到22.5280s,降低系统能耗,实现对立体车库的群控调度,发挥积极应用效益。结束语表明,设计基于蚁群算法的现代自动化立体车库计算机监控软件,具有可行性,可发挥积极设计实现价值。

简介：摘要根据某电网梯级水电站群生产实际情况，结合梯级水库群联合优化调度的理论，以发电量最大为目标函数建立梯级水电站群优化调度的数学模型，考虑了水量平衡、下泄流量约束、出力、水头以及防洪等约束条件，并运用改进POA算法对模型进行求解。结果表明发电量最大模型在实际应用中有一定的参考价值。

简介：在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文中将聚类分析技术引入到雷达信号分选中,将蚁群算法和K-Means相结合,互相弥补不足,提出了一种新的雷达信号分选方法,该方法易编程实现,不需要雷达信号的先验知识,适用于处理未知信号的雷达。仿真实验证明分选结果较理想,为雷达信号分选提供了新的思路。