摘要：针对鲸鱼优化算法(WOA)后期全局搜索能力不足等问题,提出一种基于自适应惯性权重和差分进化的改进鲸鱼优化算法(IWOA),并针对工程结构存在的外部载荷、材料强度等不确定性因素,将结构的系统可靠性引入优化设计中作为约束条件,对结构进行最小化重量优化。通过构建相关优化模型,对算例进行优化计算。结果表明:改进鲸鱼优化算法在基于可靠性的优化设计中,具有较快的收敛速度和较好的求解精度及稳定性,是一种有效的优化设计方法。

摘要：为了提高花粉算法优化设计的效率和精度,通过改进基本花粉算法FPA,提出一种融合黄金正弦算法Golden-SA的IFPA-GSA算法。将非线性递减惯性权重引入花粉算法全局搜索阶段,调整固定转换概率为动态,引入历史全局最优解到局部搜索阶段,通过黄金正弦机制加强算法的全局搜索和局部开发能力,选取6个经典测试函数测试混合花粉算法的寻优精度和收敛速度,以经典十杆平面桁架结构优化为例评价混合花粉算法的优化效果。结果表明,IFPA-GSA算法的寻优精度和速度明显提升,优化结果较FPA算法减少了1.49%。该研究验证了IFPA-GSA算法在桁架结构优化设计中的可行性和有效性。

摘要：为了有效改善蜻蜓算法搜索精度不高,易陷入局部最优的问题,提出一种混合变异蜻蜓算法。利用混沌映射改善初始解的质量,引入t分布变异策略提高收敛精度,将改进的蜻蜓算法和可靠性优化相结合,建立以可靠性指标为约束条件下结构质量最小的优化模型。结果表明,相比于标准的蜻蜓算法,混合变异蜻蜓算法对于较复杂的问题有更优异的求解能力。在两种工况下算例1混合变异的蜻蜓算法比传统的蜻蜓算法结构质量减小了4.83%和7.3%。算例2与原始算法相比结构质量减少了9.5%。

摘要：传统的电网操作管理系统以中心化模型为核心,难以满足现代区域电网的智能化需求。该文提出了基于边缘计算算法的区域电网智能操作管理系统设计,在系统总框架设计的基础上,分别对数据采集和处理模块、智能决策支持模块以及区域电网拓扑优化模块3个关键模块进行详细设计。采用边缘计算技术,构建一个现代化区域电网智能操作管理系统,提高电力信息的实时性和可靠性,使电力运营者动态掌握电网运行情况,使智能电网操作与电力数据高效融合,为电力行业的可持续发展提供有力支持。