简介:摘要:多目标粒子群优化算法是一种新型群智能进化计算技术,它模拟鸟群觅食的行为,在鸟群彼此个体之间共享信息和根据自身经验总结来修正其行动策略,既体现了个体影响也体现了社会群体影响,最终取得问题最优解。粒子群算法能够方便地处理大量的等式、不等式约束,以及包含连续变量和离散变量的优化问题。基于此,文章对 多目标粒子群优化算法在城市供电中的应用进行了总结和分析。
简介:摘要在智能电网不断发展的大背景下,配电网络重构可以不投入额外的设备,仅通过改变线路上的开关状态,就能实现降低网损,改善电压质量的目的,其重要性日益突出。本文提出了一种基于改进量子粒子群算法的配电网络重构方法。该方法通过基于环路的十进制编码方式对粒子向量进行编码,降低了重构过程中不可行解产生的比例;引入了Logistic映射来提高初始种群的遍历能力;采用自适应调整的收缩—扩展系数α,提高量子粒子群算法的动态自适应性。最后,本文运用MATLAB仿真计算,验证了该方法的正确性、有效性和快速性。
简介:摘要:车辆路线问题是配送计划的基本问题,它试图考虑客户的数量,他们的约束以及可用车辆的数量和容量的情况下,以最小的位移成本找到最佳的行进路线。在这项研究中,我们首先描述了旅行商问题和车辆路线模型,然后提出了考虑顾客之间优先约束的多目标车辆路线模型。有不同的元启发式算法可以解决此类 NP难题。本研究提出了一种基于粒子群算法和人工蜂群算法相结合的求解算法。此外,通过分析一个操作样本,使用区域内客户的数据,考虑问题及其功能的不同约束,并使用惩罚方法和附加的分段约束方法,可以获得最佳的车辆路线。以及对每种算法的结果结合其混合算法进行了演示。
简介:摘要目的对乙肝五项检验中化学发光微粒子免疫检测法(CMIA)的应用进行分析。方法选取我院2018年1月-12月接收的78例体检人员作为研究对象,对体检人员进行乙肝五项检验,分析化学发光微粒子免疫检测法对临床检验结果,为临床治疗提供依据。结果阳性率分别为HBsAg15.38%、HBsAb39.74%、HBeAg7.69%、HBeAb26.92%、HBcAb35.89%。根据数据显示,HBsAb呈阳性率最高,HBeAg呈阴性率最低;常见模式主要以五项全阴、一四五、一三五、二四五、二五、五、二为主,主要占总比例97.43%;少见模式为三四五、一二四五、一二三五,主要占总比例2.56%。本次五项全阴者占总比例15.38%,五项血清标志物呈阳性者占总比例82.05%。结论CMIA检测法可以快速检测乙肝五项,具有重复性好、灵敏度高、准确性强,有效降低少见模式,在很大程度上减少漏检率,为当前临床诊断及治疗提供重要依据。