推荐星级:
- 1
- 2
- 3
- 4
- 5
种群优化人工鱼群算法在输电网扩展规划的应用
资料介绍
文档为种群优化人工鱼群算法在输电网扩展规划的应用总结文档,是一份不错的参考资料,感兴趣的可以下载看看,,,,,,,,,,,,,
部分文件列表
文件名 | 大小 |
种群优化人工鱼群算法在输电网扩展规划的应用.pdf | 939K |
部分页面预览
(完整内容请下载后查看)第38 卷 第23 期
2010 年12 月1 日
电力系统保护与控制
Power System Protection and Control
Vol.38 No.23
Dec. 1, 2010
种群优化人工鱼群算法在输电网扩展规划的应用
李如琦,王宗耀,谢林峰,褚金胜
(广西大学电气工程学院,广西 南宁 530004)
摘要:将遗传算法与人工鱼群算法有机融合,提出一种种群优化人工鱼群算法,采用分别对部分人工鱼个体进行选择、交叉、
变异操作的策略,调整优化人工鱼种群结构,较好地兼顾局部搜索和全局搜索。通过与粒子群算法、基本的人工鱼群算法在
Garver-6节点、Garver-18节点和Garver-24节点系统仿真计算比较,证明了种群优化人工鱼群算法的正确性和有效性。
关键词:输电网扩展规划;人工鱼群算法;遗传操作;种群优化
Population optimization artificial fish school algorithm applied
in transmission network expansion planning
LI Ru-qi,WANG Zong-yao, XIE Lin-feng,CHU Jin-sheng
(School of Electrical Engineering,Guangxi University,Nanning 530004,China)
Abstract:Combined genetic algorithm with artificial fish school algorithm organically,this paper proposes a population optimization
artificial fish school algorithm. Some individual artificial fish are carried out using selection,crossover and mutation operations strategy
respectively to adjust and optimize the artificial fish population structure,and gain a better balance between local search and global
search. Comparing with particle swarm optimization algorithm and artificial fish school algorithm in simulation results of
Garver-6-bus-system,Garver-18-bus-system and Garver-24-bus-system, the correctness and validity of population optimization
artificial fish school algorithm have been testified.
Key words:power transmission network planning;artificial fish school algorithm;genetic manipulation;population optimization
中图分类号: TM715
文献标识码:A
文章编号: 1674-3415(2010)23-0011-05
计算效率高等突出优点,成为近年来研究的热点,
并在应用中取得了很大成效[3]。
0 引言
输电网扩展规划的任务是在一定的规划期内负
荷增长情况及电源规划方案已知的前提下,确定相
应的最佳电网结构,在满足可靠性约束的同时力求
建设费、运行费等费用最小[1]。目前,求解输电网
络规划的主要方法分为三类:启发式方法、数学优
化方法和现代启发式方法[2]。启发式方法以直观分
析为基础,计算和应用都很方便,但是无法保证解
的最优性。数学优化方法能够从理论上保证规划方
案的全局最优,但是由于输电网扩展规划变量数很
多,约束条件复杂,兼有离散性、非线性,所以求
解相当复杂,特别是当网络规模增大时,往往会出
人工鱼群算法[4]是李晓磊等在本世纪初提出的
一种模拟鱼群行为的随机搜索方法,是群体智能思
想的一个具体应用。它的主要特点是不需要了解问
题的特殊信息,只需要对问题进行优劣的比较,一
般整体优化过程的收敛速度较快。但它也存在一些
不足:当一部分人工鱼处于漫无目的的随机移动或
人工鱼陷入局部最优时,收敛速度将大大减慢。遗
传算法是Holland 教授[5]首先提出来的一类仿生型
进化算法,是一种自适应全局优化概率搜索算法,
具有多路径搜索、隐并行性、随机操作等特点。作
为一种较成熟的优化算法,遗传算法已应用于电力
现“维数灾难”。现代启发式方法是运用计算机技术, 系统规划、运行、故障诊断、潮流计算和控制等许
模仿某些自然现象的运行机制研究出的优化求解算
法,有遗传算法、禁忌搜索算法、模拟退火算法、
蚁群算法、粒子群算法等,该类算法具有对目标函
多领域。本文将遗传算法和人工鱼群算法有机融合,
提出种群优化人工鱼群算法,通过分别对部分人工
鱼个体进行选择、交叉、变异等遗传操作,在改善
数和约束函数要求宽松、跳出局部极值的能力较强、 人工鱼个体品质的同时,调整优化人工鱼种群结构,
全部评论(0)