摘要:本文引入综合学习、多种群并行和参数自适应等思想,提出一种多策略自适应综合学习粒子群算法。该算法设计多种群并行策略,提高种群多样性,加速收敛;实现种群粒子交换与变异,保证粒子间信息共享;将全局最优值加入速度更新,设计新的速度更新策略,提高局部搜索能力;采用综合学习策略构造学习样本,有效促进信息交换,避免陷入局部极值;通过线性改变学习因子,设计新的因子调整策略,增强全局搜索能力;设计一种基于S型递减函数的自适应惯性权重调整策略,均衡搜索能力。最后,选取一些基准函数和光伏参数优化,该算法在10个函数中的6个上取得最优性能。结果表明,所提算法与粒子群优化的一些变体和其他算法相比,多样性、求解精度和搜索能力都有了很大的提高,为光伏发电这一复杂的工程问题提供了更有效的参数组合,从而提高了能量转换效率。
摘要:2019 年 5 月下旬,智利南部(南美洲西部,36°–38°S)报告称 24 小时内至少发生了 7 次龙卷风,其中 EF1 和 EF2 事件造成基础设施严重损坏,数十人受伤,一人死亡。尽管有传闻证据和类似历史事件的记载,但直到 2019 年爆发之前,智利龙卷风的威胁一直受到怀疑。本文,我们描述了这些龙卷风风暴形成的天气尺度特征,包括南太平洋沿岸延伸的西南-东北槽,以及大面积的锋后不稳定区。龙卷风似乎嵌入在一个适度不稳定的环境(对流可用势能为正但小于 1,000 J kg −1 )和强烈的中低层风切变中,近地面风暴相对螺旋度值较高(接近 −200 m 2 s −2 ),明显不同于北美大平原龙卷风(环境高度不稳定),但类似于以前在北美、澳大利亚和欧洲中纬度地区观测到的冷季龙卷风。通过重新分析过去 10 年的降雨和闪电数据,我们发现我们所在地区的龙卷风与 CAPE 和低层风切变的局部极值有关,其中低层涡度生成参数中的两者组合似乎可以作为龙卷风和非龙卷风环境之间的简单一阶判别式。F