基于種群多樣性的自適應(yīng)變異粒子群算法及應(yīng)用.pdf

1、本文研究了PSO以及電力系統(tǒng)無功優(yōu)化問題。第一部分介紹了PSO的理論研究以及應(yīng)用國內(nèi)外研究現(xiàn)狀。隨后闡述了無功優(yōu)化的國內(nèi)外研究現(xiàn)狀，并指出了智能算法應(yīng)用在無功優(yōu)化問題中存在的問題。第二部分回顧了PSO的原理以及介紹了兩種經(jīng)典改進(jìn)的PSO，并對其的收斂性做出分析。第三部分針對PSO在尋優(yōu)時容易陷入局部最優(yōu)的不足，提出了基于個體最優(yōu)位置自適應(yīng)變異擾動粒子群算法AMDPSO。該算法以粒子群算法為基準(zhǔn)，并加入擾動。當(dāng)滿足自適應(yīng)條件時候，則讓粒子

2、以其個體最優(yōu)位置為依據(jù)進(jìn)行變異操作。通過將該算法應(yīng)用到10個測試函數(shù)中，并與慣性權(quán)重粒子群算法IWPSO、收縮因子粒子群算法CFPSO以及搜尋者優(yōu)化算法SOA比較，結(jié)果表明AMDPSO在尋優(yōu)過程中能讓粒子跳出局部最優(yōu)，保持種群多樣性，具有較強(qiáng)的尋優(yōu)能力。第四部分闡述了電力系統(tǒng)無功優(yōu)化的原理并建立了數(shù)學(xué)模型。將提出的AMDPSO應(yīng)用于IEEE14節(jié)點(diǎn)與IEEE30節(jié)點(diǎn)的電力系統(tǒng)無功優(yōu)化中，且與IWPSO、CFPSO以及SOA等進(jìn)行比較并分