简介:院网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下,是通过很多相互依赖的任务来描述作业的,这让工作流调度面临巨大的挑战。在本文中,提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题,它利用信息熵的概念动态调整了交叉和变异概率,优化了传统的遗传算法,并最终通过实验证明了算法的有效性。
简介:摘要:随着电动汽车规模不断扩大,电动汽车集中充电引发了一系列问题,例如电压质量下降、用户等待出充电时间过长、充电设施建设成本过高等,为解决上述问题,本文提出一种基于大变异遗传算法的电动汽车有序充电控制策略。在保证变压器安全稳定运行的基础上,以电网负荷峰谷差最小和用户充电成本最小为优化目标建立模型。采用大变异遗传算法对模型进行求解,所得结果与无序充电相比负荷峰谷差降低32%,与基于传统遗传算法的电动汽车有序充电控制策略相比峰谷差降低9%。
简介:在含油气盆地烃源岩油气生烃动力学模型公式中,动力学参数的标定问题在数学上可转化为一个约束优化问题。若使用传统的数值优化方法求解此问题存在如下问题:第一,严重依赖初值的选取,如果初值选取不当,就会造成不收敛或陷入局部最优达不到全局最优解;第二,计算结果的精度不是很高。文章针对试验数据,采用改进的遗传算法对动力学参数进行标定,使用MATHLAB编程实现,并且把计算结果与采用传统优化方法得到的结果进行对比,拟和误差明显提高,而且,很好地解决了初值不好选取的问题。
简介:针对PID控制器参数优化问题,提出了基于多种群遗传算法的参数整定方法。为了实现快速高效的参数优化,我们将多种群遗传算法与下山单纯形局部优化算法相结合,提高了算法搜索到全局最优解的概率,并加快了算法收敛速度。实验结果表明,该方法可以实现最优PID参数控制,得到比经典遗传算法更为理想的控制效果。此外,该方法具有普遍的适用性,可用于其它参数优化问题。