改进的智能局部搜索与Nelder-Mead优化算法应用于WEC位置优化：旨在提升波浪能转换器(WEC)性能的新方法

简介：
本文提出了一种结合改进智能局部搜索和Nelder-Mead优化算法的方法，用于优化波浪能转换器（WEC）的位置，以提高其能量捕获效率。 海浪能等可再生能源在应对全球能源需求的大幅增长方面扮演着重要角色。预计波浪能在未来十年内将成为增速最快的能源之一，并为可持续发展提供巨大的潜在资源。本研究探讨了振荡浮标式波浪能量转换器（WEC）放置优化的问题。该评估基于由一系列完全淹没并以三系绳固定的浮标组成的波浪农场的设计，其中浮标的布局对整个农场的产出有着显著影响。由于各浮标之间存在复杂的相互作用（包括建设性和破坏性），因此确定最佳位置是一项具有挑战性的任务。 本研究的主要目标是在尺寸有限的空间内布置这些设备，以期最大化整体功率输出。为此，我们提出了一种结合启发式局部搜索与数值优化方法的混合策略，并运用基于知识代理模型来辅助决策过程。论文中详细记录了所有优化结果：Neshat, M.、Alexander, B.、Sergiienko, N. 和 Wagner, M.（2019 年）。新见解通过波能转换器位置优化的混合局部搜索方法获得。