改進型粒子群優(yōu)化算法在電力系統(tǒng)無功優(yōu)化中的應用.pdf

1、在當今社會科學技術(shù)不斷飛速前進的大環(huán)境中，人工智能一直是計算機領(lǐng)域的學者們看重的前沿學科之一。而隨著理論研究與技術(shù)實踐的持續(xù)推進與發(fā)展，人工智能已經(jīng)由當初的美好理想和模糊的概念，在人類智慧的不斷開拓與時間積累中，逐漸走進了我們的日常生活。而作為其核心的人工智能算法，則一直是從事人工智能研究開發(fā)的學者們所關(guān)心的重中之重。人工智能算法在處理各類優(yōu)化問題時有著傳統(tǒng)優(yōu)化方法所不具備的優(yōu)勢。
　　本文在目前研究較為成熟的各類智能優(yōu)化算法中選

2、取了PSO粒子群算法作為重點研究對象，對于其基本結(jié)構(gòu)與機能進行探討，并對于算法模型進行改造，使其適應性更強，算法性能更優(yōu)。在這一部分工作中，本文首先對PSO粒子群算法的原始結(jié)構(gòu)進行分析，指出其中的不足并提出相應的建議。然后基于這些不足對算法模型進行增改，改善其收斂過慢以及某些情況下早熟收斂的情況。之后對算法的性能進行一些測試來驗證算法的性能。隨后本文選取電力系統(tǒng)潮流計算中的優(yōu)化問題進行研究，首先對現(xiàn)有的優(yōu)化潮流計算中涉及的優(yōu)化算法進行分

3、析，指出其優(yōu)勢與缺點。并選取電力系統(tǒng)潮流計算中的優(yōu)化問題，將經(jīng)過改進的PSO算法應用到這些優(yōu)化問題中去，來驗證PSO算法在優(yōu)化潮流計算中的應用是切實可行的。
　　通過本文的研究可以得到如下結(jié)論:針對基本粒子群算法中存在的一些不足與缺陷，本文提出的改進型基本粒子群優(yōu)化算法通過可變慣性權(quán)重來調(diào)整粒子群在不同搜索階段的尋優(yōu)能力以及通過變異操作來改善基本粒子群算法跳出局部最優(yōu)值能力不足的問題，并通過兩個實際算例驗證了本文所提出的算法具有很