資源描述：
《基于自適應(yīng)人工魚群算法的輸電網(wǎng)網(wǎng)架規(guī)劃.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、研究與開發(fā)基于自適應(yīng)人工魚群算法的輸電網(wǎng)網(wǎng)架規(guī)劃鐘蔚李天友2(1．福州大學(xué)電氣工程與自動化學(xué)院，福州350108；2．福建省電力有限公司，福州350002)摘要本文針對輸電網(wǎng)網(wǎng)架規(guī)劃問題采用了自適應(yīng)人工魚群算法。自適應(yīng)人工魚群算法采用反饋調(diào)節(jié)覓食視野策略，有效兼顧了全局搜索能力和局部搜索能力，增強了算法的收斂效率，同時有效避免了人工魚在局部極值點大量聚集的缺點。最后，通過Matlab的仿真，驗證了該算法的可行性，表明該算法用于電力系統(tǒng)輸電網(wǎng)網(wǎng)架規(guī)劃是有效的，具有良好的計算效率和全局收斂能力。關(guān)鍵詞：電力系統(tǒng)
2、；輸電網(wǎng)網(wǎng)架規(guī)劃；自適應(yīng)人工魚群算法；覓食視野調(diào)整TransmissionNet-workPlanningBasedonAdaptivedArtificialFishSchoolAlgorithmZhongWeiLiTianyou。(1．CollegeofElectricalEngineeringandAutomation，F(xiàn)uzhouUniversity，F(xiàn)uzhou350108；2．FujianElectricPowerCompanyLimited，F(xiàn)uzhou350002)AbstractImprov
3、edartificialfishswamalgorithmwasproposedwiththecombinationoftransmissionpowergrid．Leadinthe~edbackmechanismofthepiecewiseadaptiveadjustmentstrategyofprey—visualfield，bothglobalsearchabilityandlocalminingabilityareconsidered．Thespeedofconvergenceofthealgroi
4、mWasimprovedandovercometheshortcomingofmassgatherdinginnon—globalpoint．Inthelast，thesimulationresultsbasedonMatlabverifythecorrectnessoftheoreticaldeductionandthefeasibilityofcompensation．Thenewmethodhashighcomputationeficencyandgoodglobalconvergence．Keywo
5、rds：powersystem；transmissionnet—workplanning；adaptivedartificialfishswamalgorithm；adaptiveadjustmentstrategyofprey-visualfield輸電網(wǎng)網(wǎng)架規(guī)劃是指220kV及以上電壓等級的從構(gòu)造單條人工魚的底層行為做起，從單條人工魚的局網(wǎng)架規(guī)劃，其主要任務(wù)是根據(jù)電力系統(tǒng)的負荷預(yù)測部尋優(yōu)開始，最終使得全局最優(yōu)值在魚群中突現(xiàn)出來，和電源發(fā)展狀況對輸電網(wǎng)的網(wǎng)架做出發(fā)展規(guī)劃。該算法具有良好的全局收斂能力，并且
6、對初值的依賴程輸電網(wǎng)網(wǎng)架規(guī)劃是一種非線性組合優(yōu)化問題，度很小，是基于魚群的集群行為進行尋優(yōu)的算法，屬于并帶有大量復(fù)雜的約束條件。輸電網(wǎng)網(wǎng)架規(guī)劃的主群智能算法的范疇l3]。本文對于人工魚群算法容易陷入要方法有數(shù)學(xué)優(yōu)化方法和啟發(fā)式方法兩類。其中數(shù)局部極值而導(dǎo)致收斂速度慢的問題，針對覓食視野進行學(xué)優(yōu)化方法雖然可以準確找到最優(yōu)方案，但是對于自適應(yīng)的調(diào)整，改善算法后期收斂速度，提出了適用于復(fù)雜網(wǎng)絡(luò)計算量過大。啟發(fā)式方法是基于系統(tǒng)某一輸電網(wǎng)網(wǎng)架規(guī)劃的白適應(yīng)人工魚群算法，并通過6節(jié)點性能指標對可行路徑上參數(shù)做靈敏度分析，
7、并根據(jù)算例和18節(jié)點驗證了算法的有用性和優(yōu)越性。一定原則選擇要架設(shè)的線路J。近年來應(yīng)用于輸電l算法介紹網(wǎng)網(wǎng)架規(guī)劃的啟發(fā)式方法主要有：遺傳算法(GA)、蟻群算法(ACA)、粒子群算法(PSO)、模擬退火1．1人工魚群基本步驟法(SA)等。雖然啟發(fā)式算法計算量小，但對于如人工魚群算法的特點是對初值的要求不高，不何解決搜索能力和效率之問的矛盾，以及如何提高需要了解問題的特殊性，有較快的收斂速度。以求克服局部極值的能力上還有待于進一步研究pJ。目標函數(shù)極小值為例，基本人工魚群算法步驟如下：人工魚群算法是浙江大學(xué)的李
8、曉磊博士于2002年1)覓食：假設(shè)一條人工魚當前位置為Xt(一提出的仿生智能算法，是行為主義人工智能的應(yīng)用。它條人工魚代表一種規(guī)劃方案)，在視野visual內(nèi)隨機16I電技7lc2012~1期研究與開發(fā)選擇一個新位置，，若>，說明新位置的濃度其中，Xi為當前人工魚的位置、X為上一代最優(yōu)人更優(yōu)，向該位置前進一步；否則重新隨機選擇位置工魚的位置；xor和sum為Matlab中的異或函數(shù)，進行判斷；反復(fù)嘗試Trytim
