当前位置:主页 > 科技论文 > 搜索引擎论文 >

水波优化算法及应用研究

发布时间:2020-03-18 10:22
【摘要】:水波优化算法是基于浅水波理论,主要是模拟水波的传播、折射和碎浪现象,而提出的一种新兴的元启发式优化算法,该算法不仅具有框架简单、控制参数少、易于理解和实现等优点,而且在一定程度上较好地平衡全局搜索和局部搜索。因此,一经提出,受到国内外学者的关注,并已成功应用于求解实际工程优化问题。但水波优化算法也存在着收敛速度较慢、计算精度较低以及易陷入局部最优等缺点。本文针对水波优化算法所存在的不足进行分析和改进,将改进的水波优化算法应用于求解函数优化和实际工程优化问题,目的是进一步提高水波优化算法的整体优化性能和拓广其算法的应用范围。本文的主要工作内容包括以下三个方面:(1)将水波优化算法与正余弦算法相结合,在折射操作中引入精英反向学习策略来扩大搜索空间及增加种群的多样性,提出一种正余弦水波优化算法,并将其应用于求解函数优化问题。(2)为避免水波优化算法收敛速度较慢及陷入局部最优,将风力驱动算法的速度引入到水波优化算法的传播操作中,提出一种风力驱动水波优化算法,该算法不仅能够实现算法间的优势互补,而且增强了全局搜索能力,将其应用于求解函数优化和工程优化问题。(3)将水波优化算法应用于求解电力系统无功优化问题,电力系统实现无功优化调度与控制,可改善系统的电压质量,减少电能在传输过程中的损耗及降低运营成本,优化的结果可找到最优的控制参数和最小有功功率损耗。
【图文】:

流程图,水波,优化算法,流程图


9图 2.2 基本水波优化算法流程图Fig.2.2 The flow chart of WWO2.3 本章小结章主要介绍了基本水波优化算法的起源,算法所模拟的水波形成机理数学模型和实现原理,给出了算法执行的伪代码和基本流程图,,为后优化算法打下坚实的基础。

流程图,正余弦,水波,优化算法


14图 3.1 正余弦水波优化算法流程图Fig. 3.1 The flow chart of SCWWO3.7 仿真实验和结果比较3.7.1 实验环境本实验的运行环境如下:Windows 7;CPU:AMD Athlont (tm) II*ocessor;主频:3.30GHz;内存:4GB;编程工具: Matlab R2012(a)。
【学位授予单位】:广西民族大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP18

【参考文献】

相关期刊论文 前1条

1 张杰峰;郑宇军;;种群规模可变的水波优化算法[J];南京大学学报(自然科学);2015年04期



本文编号:2588607

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2588607.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e1106***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com