约束差分免疫克隆算法及其在汽油调合优化中的应用

针对约束多目标优化问题,提出了一种新型的约束多目标优化算法。该算法采用了一种新型约束处理方式,先通过约束违反门限截取种群再依据约束与目标函数值针对不同情况实现对个体的优劣划分。本算法将差分进化与免疫克隆机制相融合,既利用了差分进化从全局角度进行搜索的特点,又利用了免疫克隆机制从优秀个体出发进行局部再寻优搜索的优点,扩大了算法搜索的广度与深度。测试结果表明该算法相比快速非支配排序遗传算法（NSGA II）具有非常优秀的收敛性与分布性。将提出的算法应用于实际的汽油调合优化中,进一步验证了算法的有效性,可有效减少成本,提高产品质量。     

单一及端基异构混合型半乳糖脂衍生物抑菌功效的初步研究

针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。     

双焊接机器人避障路径规划

针对白车身双机器人同步焊接路径规划问题,采用栅格法建立双机器人同步焊接模型。首先通过改进蚁群算法和粒子群算法实现焊接机器人与工件之间的避障;其次通过C空间法实现两个焊接机器人无碰撞,求解出局部和全局最优焊接路径较好的近似解,并与标准蚁群和粒子群算法进行仿真对比实验。仿真结果表明,采用改进蚁群算法和带有交叉因子的粒子群算法,收敛速度较快,较其他算法更能缩短焊接工时。仿真结果验证了笛卡尔空间和C空间结合路径规划方法的可行性,对于双焊接机器人的路径规划具有指导意义。     

基于虫孔直通交换片上网络的共享优先级机制

基于传统虫孔直通交换（Conventional Wormhole Cut-Through Switching,Con-WCTS）的片上网络系统（Network-on-Chip,NoC）无法直接实现基于优先级的仲裁逻辑,不适用于对信息传输实时性要求较高的多核片上系统。引入虚拟通道技术,提出了共享优先级虫孔直通交换（Shared Priority Wormhole Cut-Through Switching,SP-WCTS）的网络结构,并给出了该网络信息最坏传输时间的计算方法。通过实验对比了Con-WCT网络、共享优先级虫孔交换（Shared Priority Wormhole Switching,SP-WS）网络、SP-WCTS网络以及轮询虫孔交换（Round Robin Wormhole Switching,RR-WS）网络的可调度性,并探究了虚拟通道数量和总网络利用率对网络可调度性的影响。实验结果表明：SP-WCTS的可调度性要明显优于另外3种网络;虚拟通道数量和总网络利用率对SP-WS网络可调度性的影响大于共享优先级SP-WCTS网络。     

并网模式下基于多代理技术的微电网多目标优化

微电网的经济运行是一个多目标、多约束问题。传统方法将多目标转化为单目标的求解策略往往难以迅速收敛,且在权重的选取上具有很强的主观性。本文提出了一种基于多代理技术的多目标求解策略,考虑微网的整体经济性问题,分别建立发电侧目标代理（PowerAgent）以及需求侧目标代理（LoadAgent）,从而避免了权重的选择。虚拟电价信息作为发电侧代理的协商参数,负荷调度信息作为需求侧代理的协商参数。利用JADE平台提供的Agent通信功能,目标代理之间传递协商参数,优化自身子目标问题,迭代协商,最终达到目标均衡。协商过程保证了微网的整体经济性要求,且两个子目标通过目标代理分布式求解,能够快速收敛。最后通过算例讨论了各代理的行为特征,验证了本文方法的可行性。     

一种基于椋鸟群行为的改进型蝙蝠算法

蝙蝠算法是一种新兴的元启发式算法,基本蝙蝠算法（BA）存在寻优精度低、易陷入局部最优等缺点。将椋鸟群的集体性行为引入到基本蝙蝠算法中,有效地提高了算法的搜索范围;引入线性递减权重,用于平衡全局搜索和局部搜索。通过一些测试函数对该算法进行仿真研究,结果表明改进的蝙蝠算法有效地避免了种群个体陷入局部最优,提高了算法的寻优精度,优化效果得到改善。     

一种改进的自适应差分进化算法

为了提高基本差分进化算法的寻优速度和寻优效能,提出了一种改进的自适应差分进化算法(ADE)。在基本差分进化算法中引入了自适应变异算子,根据每个个体与最优个体适应度值的相互关系,自动地调节变异算子值,使之在进化初期较大,随着个体逐渐接近最优值,算子值逐渐变小,确保个体向最优值快速、稳定地逼近。在每一代变异、交叉和竞争之后,又增加了与随机新种群的竞争操作,使算法易于跳出局部最优点,以提高全局搜索能力。采用4个经典的测试函数对算法进行验证,结果显示：该算法的收敛速度与收敛精度在一定程度上优于基本差分进化算法,同时也优于基于代数进行自适应变异的差分进化算法。     

微网可转移负荷调度与储能控制策略

针对新能源发电的不确定性和随机性,以及新能源发电与用户负荷难以匹配的问题,构建了风、光、储共存的微电网系统,并提出了一种基于可转移负荷和储能系统协调控制的微网能量管理策略。首先在现有的微网模型基础上构建了集中式微网控制系统,用于对风、光、储系统进行相应的控制,同时建立了兼顾用电负荷优化调度与储能系统安全高效运行的多目标函数。然后采用改进粒子群优化算法求解目标函数,引入新的负荷调度策略降低计算复杂度和提高用户满意度,最终获得可转移负荷调度量,实现可转移负荷的调度策略。同时,充分考虑了储能系统的影响,对荷电状态（SOC）进行控制监测,控制储能系统波动情况,提高储能系统性能并延长其使用寿命。最后通过数值仿真,验证了本文提出的能量管理策略在满足用户满意度与实际储能要求的前提下,可以提高微网运行性能,实现微网能量管理和经济运行。     

基于慢特征重构与改进DPLS的软测量建模

针对过程数据中存在的噪声干扰及动态特性,提出了一种基于慢特征重构与改进DPLS的软测量建模方法。该方法首先利用慢特征分析提取变化缓慢的成分,并用于重构原始输入,同时提出一种重构相似性指标来评价重构效果,实现用尽可能少的成分刻画数据的原有趋势,减少噪声干扰;然后梳理改进DPLS方法的完整流程,并用于分析重构输入与原输出间的关系,获得的模型更符合数据间的动态关系。本方法的有效性在TE过程及脱丁烷塔过程的软测量模型中得到了验证。