基于多Agent的能源供需模型

为了解决用数学模型难以预测能源系统供需结构的问题,提出了基于多Agent的能源供需模型结构。定义各Agent抽象结构与具体实现,提供与各Agent任务匹配的控制方法与控制规则,构建基于多Agent的能源系统分层递阶结构,并在Simulink平台进行仿真。实验结果表明：多Agent方法建立的能源供需模型可有效地实现能源供需结构预测,可以为政府部门的能源规划和决策提供有力依据。     

引入迁移和变异策略的改进鸟群算法及其在参数估计中的应用

针对鸟群算法（BSA）易陷入局部最优的问题,提出了一种引入迁移策略和变异策略的改进鸟群算法（IBSA）。在鸟群飞行阶段引入迁移策略有助于提高鸟群向适应度更高位置迁移的能力,提高BSA的收敛速度;在寻优后期引入变异策略,提高鸟群的局部寻优能力,提高了算法的寻优能力。选取6个典型的测试函数进行寻优实验,实验结果表明,与粒子群算法（PSO）、蝙蝠算法（BA）、BSA等算法相比,IBSA具有更高的寻优精度和更快的寻优速度。在此基础上,将IBSA应用于发酵动力学模型参数估计中,与Gauss-Newton、GA、MAEA算法相比,IBSA的参数估计值的偏差平方和最小,具有更高的模型拟合精度。在面对非凸、不可微等复杂寻优问题的情况下,IBSA为研究者提供了一种更加可靠、快速和精确的寻优可能。