电力系统自动化
電力繫統自動化
전력계통자동화
AUTOMATION OF ELECTRIC POWER SYSTEMS
2003年
3期
45-49
,共5页
城市配电网优化规划%遗传算法%Agent智能行为%范例学习
城市配電網優化規劃%遺傳算法%Agent智能行為%範例學習
성시배전망우화규화%유전산법%Agent지능행위%범례학습
城市配电网优化规划(简称城网规划)目前还缺乏高效、实用的算法.传统遗传算法由于受确定编码形式的制约而缺乏对复杂问题的表述能力.文中通过吸收有关文献提出的"行为遗传"思想,进一步提出了一种基于Agent行为和范例学习的新型遗传算法.该算法由Agent基于知识的一系列决策行为,生成待优化问题的一个可行解的非编码方式,取代了传统遗传算法基于编码的可行解生成方式;用基于"范例学习"的进化寻优机制,取代了传统遗传算法基于模仿基因遗传和变异的进化寻优机制.最后,分别采用新型遗传算法和传统遗传算法对同一算例网络进行优化规划,对比的结果证明了新型遗传算法具有更好的复杂问题表述能力、计算效率、收敛稳定性以及可扩展性.
城市配電網優化規劃(簡稱城網規劃)目前還缺乏高效、實用的算法.傳統遺傳算法由于受確定編碼形式的製約而缺乏對複雜問題的錶述能力.文中通過吸收有關文獻提齣的"行為遺傳"思想,進一步提齣瞭一種基于Agent行為和範例學習的新型遺傳算法.該算法由Agent基于知識的一繫列決策行為,生成待優化問題的一箇可行解的非編碼方式,取代瞭傳統遺傳算法基于編碼的可行解生成方式;用基于"範例學習"的進化尋優機製,取代瞭傳統遺傳算法基于模倣基因遺傳和變異的進化尋優機製.最後,分彆採用新型遺傳算法和傳統遺傳算法對同一算例網絡進行優化規劃,對比的結果證明瞭新型遺傳算法具有更好的複雜問題錶述能力、計算效率、收斂穩定性以及可擴展性.
성시배전망우화규화(간칭성망규화)목전환결핍고효、실용적산법.전통유전산법유우수학정편마형식적제약이결핍대복잡문제적표술능력.문중통과흡수유관문헌제출적"행위유전"사상,진일보제출료일충기우Agent행위화범례학습적신형유전산법.해산법유Agent기우지식적일계렬결책행위,생성대우화문제적일개가행해적비편마방식,취대료전통유전산법기우편마적가행해생성방식;용기우"범례학습"적진화심우궤제,취대료전통유전산법기우모방기인유전화변이적진화심우궤제.최후,분별채용신형유전산법화전통유전산법대동일산례망락진행우화규화,대비적결과증명료신형유전산법구유경호적복잡문제표술능력、계산효솔、수렴은정성이급가확전성.
