多群協(xié)同多目標粒子群優(yōu)化算法及其應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本文對采用多群協(xié)同機制的多目標粒子群優(yōu)化算法及其在電力系統(tǒng)環(huán)境經(jīng)濟負荷分配中的應(yīng)用進行了研究。
  實際工業(yè)生產(chǎn)中普遍存在需要同時優(yōu)化相互沖突的多個目標的多目標優(yōu)化問題。粒子群優(yōu)化(Particle Swarm Optimization,即PSO)算法因其實現(xiàn)簡單、收斂速度快,被廣泛應(yīng)用于求解多目標優(yōu)化問題。本文針對將PSO算法應(yīng)用于多目標優(yōu)化中需要解決的向?qū)У倪x擇、非支配解的保存以及種群多樣性保持的三個關(guān)鍵問題,提出一種多群協(xié)同

2、多目標粒子群優(yōu)化算法(Multi-population Co-evolutionary Multi-objective ParticleSwarm Optimization,即MPCMOPSO)。算法對整個種群按照目標個數(shù)進行均等劃分,并用外部存檔來存儲非支配解和實現(xiàn)種群間的信息共享。算法對速度更新公式進行相應(yīng)調(diào)整,并根據(jù)解密度選擇向?qū)ЯW印榱嗽诒WC算法收斂速度的同時保持種群的多樣性,對外部存檔中的粒子進行基于改進Tent映射的局部搜

3、索。算法采用改進的自適應(yīng)網(wǎng)格法維護外部存檔,保持了非支配解在目標空間中的分布范圍。利用ZDT系列基準測試函數(shù)對MPCMOPSO和幾種多目標優(yōu)化算法的收斂性和解的分布性進行了仿真比較。仿真實驗表明,MPCMOPSO在解決ZDT系列不同性質(zhì)的多目標優(yōu)化問題中有優(yōu)異的表現(xiàn)
  將MPCMOPSO算法應(yīng)用到對電力系統(tǒng)環(huán)境經(jīng)濟負荷分配問題的求解中。問題的目標函數(shù)中考慮機組的閥點效應(yīng)和電力系統(tǒng)的網(wǎng)絡(luò)損耗。通過修正算法處理等式約束,實現(xiàn)對IEE

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論