摘要：针对天牛须搜索(BAS)算法收敛结果高度依赖单个个体、勘探能力弱、容易陷入局部最优解的问题,提出一种基于差分进化策略的天牛须搜索(BASD)算法。该算法使用佳点集方法初始化天牛种群,提高了算法的种群多样性;引入动态差分进化思想,设计了一种精英演化竞争指导策略,较好地平衡了算法的开采和勘探能力。通过14个基准函数对BASD算法进行测试,并与几种先进智能优化算法的优化结果进行比较。结果显示,BASD算法的优化性能整体更好。将BASD算法应用于图像增强中,结果表明,使用BASD算法增强后的图像灰度分布更均匀、分布范围更大。

摘要：该文借助于遗传算法的理想浓度模型以及由此模型对遗传算法的机理的分析 ,给出了遗传算法的运行机理及特点 ,即遗传算法是一个具有定向制导的随机搜索技术 ,其定向制导的原则是 :导向以高适应度模式为祖先的“家族”方向 .以此结论为基础 ,利用数论中的佳点集的理论和方法 ,对 GA算法中的交叉操作进行了重新设计 ,给出了一个新的 GA算法 ,称之为佳点集遗传算法 .最后作者将佳点 GA算法应用于求解优化问题、SAT问题、TSP问题和背包问题 ,并与其它求解 SAT算法进行比较 .通过模拟比较 ,可以看出新的算法不但提高了算法的速度和精度 ,而且避免了其它方法常有的早期收敛的现象 .这说明作者对 GA算法机理的理解和佳点 GA算法可能为 GA算法的研究开辟一条新的途径 .

摘要：为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率;融合正交学习(OL)策略,提高算法全局寻优能力。基于某水轮机动态试验数据的参数辨识计算及对比分析,表明IOLBBO算法可用于水轮机系统非线性模型参数实测辨识,与GA、PSO、QPSO、BBO算法相比,收敛速度更快、参数辨识精度更高、算法更稳定,为电力系统的参数辨识提供了一种新方法。