資源描述：
《種群優(yōu)化人工魚群算法在輸電網(wǎng)擴(kuò)展規(guī)劃的應(yīng)用.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第38卷第23期電力系統(tǒng)保護(hù)與控制VO1．38NO．232010年12月1日PowerSystemProtectionandControlDec．12010種群優(yōu)化人工魚群算法在輸電網(wǎng)擴(kuò)展規(guī)劃的應(yīng)用李如琦，王宗耀，謝林峰，褚金勝(廣西大學(xué)電氣工程學(xué)院，廣西南寧530004)摘要：將遺傳算法與人工魚群算法有機(jī)融合，提出一種種群優(yōu)化人工魚群算法，采用分別對部分人工魚個(gè)體進(jìn)行選擇、交叉、變異操作的策略，調(diào)整優(yōu)化人工魚種群結(jié)構(gòu)，較好地兼顧局部搜索和全局搜索。通過與粒子群算法、基本的人工魚群算法在Garver-6節(jié)點(diǎn)、Garver-18節(jié)點(diǎn)和Garver-24節(jié)點(diǎn)系統(tǒng)仿真計(jì)算比較，證明了種群
2、優(yōu)化人工魚群算法的正確性和有效性。關(guān)鍵詞：輸電網(wǎng)擴(kuò)展規(guī)劃；人工魚群算法；遺傳操作；種群優(yōu)化PopulationoptimizationartificialfishschoolalgorithmappliedintransmissionnetworkexpansionplanningLIRu—qi，WANGZong—yao．XIELin—feng，CHUJin—sheng(SchoolofElectricalEngineering，GuangxiUniversity，Nanning530004，China)Abstract：Combinedgeneticalgorithmwithar
3、tificialfishschoolalgorithmorganically，thispaperproposesapopulationoptimizationartificialfishschoolalgorithm．Someindividualartificialfishareca~iedoutusingselection，crossoverandmutationoperationsstrategyrespectivelytoadjustandoptimizetheartificialfishpopulationstructure，andgainabetterbalancebet
4、weenlocalsearchandglobalsearch．ComparingwithparticleswarmoptimizationalgorithmandartificialfishschoolalgorithminsimulationresultsofGarver一6一bus—system，Garver一18-bus—systemandGarver一24一bus—system．thecorrectnessandvalidityofpopulationoptimizationartificialfishschoolalgorithmhavebeentestified．Key
5、words：powertransmissionnetworkplarming：artificialfishschoolalgorithm；geneticmanipulation：populationoptimization中圖分類號：TM715文獻(xiàn)標(biāo)識碼：A文章編號：1674—3415(2010)23—0011-05計(jì)算效率高等突出優(yōu)點(diǎn)，成為近年來研究的熱點(diǎn)，0引言并在應(yīng)用中取得了很大成效L3J。輸電網(wǎng)擴(kuò)展規(guī)劃的任務(wù)是在一定的規(guī)劃期內(nèi)負(fù)人工魚群算法【4J是李曉磊等在本世紀(jì)初提出的荷增長情況及電源規(guī)劃方案己知的前提下，確定相一種模擬魚群行為的隨機(jī)搜索方法，是群體智能思應(yīng)的最佳電網(wǎng)結(jié)構(gòu)
6、，在滿足可靠性約束的同時(shí)力求想的一個(gè)具體應(yīng)用。它的主要特點(diǎn)是不需要了解問建設(shè)費(fèi)、運(yùn)行費(fèi)等費(fèi)用最小IJJ。目前，求解輸電網(wǎng)題的特殊信息，只需要對問題進(jìn)行優(yōu)劣的比較，一絡(luò)規(guī)劃的主要方法分為三類：啟發(fā)式方法、數(shù)學(xué)優(yōu)般整體優(yōu)化過程的收斂速度較快。但它也存在一些化方法和現(xiàn)代啟發(fā)式方法J。啟發(fā)式方法以直觀分不足：當(dāng)一部分人工魚處于漫無目的的隨機(jī)移動(dòng)或析為基礎(chǔ)，計(jì)算和應(yīng)用都很方便，但是無法保證解人工魚陷入局部最優(yōu)時(shí)，收斂速度將大大減慢。遺的最優(yōu)性。數(shù)學(xué)優(yōu)化方法能夠從理論上保證規(guī)劃方傳算法是Holland教授[51首先提出來的一類仿生型案的全局最優(yōu)，但是由于輸電網(wǎng)擴(kuò)展規(guī)劃變量數(shù)很進(jìn)化算法，是一種自
7、適應(yīng)全局優(yōu)化概率搜索算法，多，約束條件復(fù)雜，兼有離散性、非線性，所以求具有多路徑搜索、隱并行性、隨機(jī)操作等特點(diǎn)。作解相當(dāng)復(fù)雜，特別是當(dāng)網(wǎng)絡(luò)規(guī)模增大時(shí)，往往會(huì)出為一種較成熟的優(yōu)化算法，遺傳算法已應(yīng)用于電力現(xiàn)“維數(shù)災(zāi)難”?，F(xiàn)代啟發(fā)式方法是運(yùn)用計(jì)算機(jī)技術(shù)，系統(tǒng)規(guī)劃、運(yùn)行、故障診斷、潮流計(jì)算和控制等許模仿某些自然現(xiàn)象的運(yùn)行機(jī)制研究出的優(yōu)化求解算多領(lǐng)域。本文將遺傳算法和人工魚群算法有機(jī)融合，法，有遺傳算法、禁忌搜索算法、模擬退火算法、提出種群優(yōu)化人工魚群算法，通過分別對部分人工
