布局优化

 电动汽车未来大规模发展需要众多公共充电站服务，公共充电站应根据电动汽车分布进行合理布局。给出电动汽车分布的预测方法，采用基于排队论的充电机配置方法，提出公共充电站布 局最优规划的数学模型。采用与充电站布局有相似数学特点的 Voronoi图划分充电站服务区域，服务区内电动汽车考虑...

在上图中K表示断路器，每一个断路器上均有一个FTU装置，可以反馈断路器开关是否过流，用表示上传的故障信息，反映的是各分段开关处是否流过故障电流有故障电流为1,否则为0）。因为FTU上传的信息可分为有故障信息及无故障信息两类,对于分段区间来讲也只能是有故障及无故障两种情况,所以我们...

（1）无线传感器网络节点类型 节点三兄贵： 传感器节点 （Sensor Node）、汇聚节点（Sink Node）和 管理节点。大量的传感器节点随机部署在监测区域（Sensor Field）内部或附近，这些节点通过自组织方式构成网络。传感器节点检测的数据通过中间传感器节点逐跳进行...

​ 一、WSN模型 ​ 二、萤火虫GSO算法 算法基本思想描述如下：在群体中，每个萤火虫个体被随机分布在目标函数定义的空间中，初始阶段，所有的萤火虫都具有相同的荧光素值和动态决策半径。其中，每个萤火虫

​ 一、WSN模型 ​ 二、人工蜂群算法 受到蜜蜂群体的有组织的觅食过程的启发，Karaboga提出了模拟蜜蜂群体觅食过程的人工蜂群(Artificial Bee Colony) 算法用于解决多维度多

​ 一、WSN模型 ​ 二、差分进化算法 Differential Evolution（DE）是由Storn等人于1995年提出的，和其它演化算法一样，DE是一种模拟生物进化的随机模型，通过反复迭代，

人工免疫算法(Immune Algorithm)是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，免疫算法是全局收敛的。抗原识别。输入目标函数和各种约束作为免疫算法的抗原。初始抗体生成。...

​ 一、WSN模型 ​ 二、遗传算法 • 遗传算法（Genetic Algorithm，GA）是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法 则，它最初由美国Michigan

​ 一、WSN模型 ​ 二、粒子群算法 粒子群算法是在1995年由Eberhart博士和Kennedy博士一起提出的，它源于对鸟群捕食行为的研究。它的基本核心是利用群体中的个体对信息的共享从而使整个群

​ 一、WSN模型 ​ 二、蚁狮算法 1.原理 ALO算法模拟了蚁狮在自然界中的捕猎机制。它们的名字来源于它们独特的狩猎行为和它们最喜欢的猎物。蚁狮沿着圆形的路径移动，用它巨大的下颚在沙子中挖出一个锥

​ 一、WSN模型 ​ 二、麻雀算法 优化问题是科学研究和工程实践领域中的热门问题。智能优化算法大多是受到人类智能、生物群体社会性或自然现象规律的启发，在解空间内进行全局优化。麻雀算法于2020年由薛

​ 一、WSN模型 ​ 二、麻雀算法 三 优化问题是科学研究和工程实践领域中的热门问题。智能优化算法大多是受到人类智能、生物群体社会性或自然现象规律的启发，在解空间内进行全局优化。麻雀算法于2020年

​ 一、WSN模型 ​ 二、布谷鸟算法 布谷鸟算法是布谷鸟育雏行为和萊维飞行结合的一种算法 。 ​ 在CS算法中，有两个路径(或者说成是两个位置的更新)备受关注： ​ CS算法的执行过程如下： ​ 三

​ 一、WSN模型 ​ 二、鲸鱼算法 2.1. 鲸鱼优化算法的生物机制 ​ 图1 座头鲸的泡泡捕食示意图 据研究，鲸鱼大脑的某些区域有与人类相似的梭形细胞，而这些细胞负责人类的判断、情感和社会行为。鲸

遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识...

鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili等提出的一种新的群体智能优化算法，其优点在于操作简单、参数少以及跳出局部最优的能力强。座头鲸能识别猎物的位置并围着它们转。由于最优位置在搜索...

樽海鞘是一种透明的桶状生物，和水母比较相似。它通过吸水、喷水来移动的。由于它生活在寒带的深海里面，给我们的研究造成了一定的困扰。但是，这并不影响我们对它的研究。在深海里，樽海鞘是以樽海鞘链的形式存在，这就是我们感兴趣的群体行为之一。　　首先，我们将樽海鞘链分为两组：1、领导者；2...

蚁狮优化算法 ALO(Ant Lion Optimizer)是一种新的群体智能优化算法， 由澳大利亚学者Seyedali于2015年提出。由于其初始参数少和收敛精度高的优点，已被广泛应用于WSN数据收集等多种工程领域。 在区域面积S = 20 × 20 m S=20×20mS=2...

受文献[1]的启发，将差分进化算法的策略应用到入侵杂草算法当中，仿真结果表明，与原来的杂草算法相比，WSN节点部署覆盖率有很大提升。入侵杂草算法(Invasive Weed Optimization，IWO)是C.Lucas和A.R.Mehrabian在2006年通过模拟自然界中...

粒子群算法是在1995年由Eberhart博士和Kennedy博士一起提出的，它源于对鸟群捕食行为的研究。它的基本核心是利用群体中的个体对信息的共享从而使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。设想这么一个场景：一群鸟进行觅食，而远处有一片...