东北电力技术
東北電力技術
동북전력기술
NORTHEASTERN ELECTRIC POWER TECHNOLOGY
2007年
10期
11-15
,共5页
粒子群优化算法%遗传算法%网络重构%变异%方差
粒子群優化算法%遺傳算法%網絡重構%變異%方差
입자군우화산법%유전산법%망락중구%변이%방차
提出了一种改进的粒子群优化算法(RPSO)来解决配电网络重构问题.在RPSO中,根据配电网络的具体特点,将遗传算法中的优化编码技术引入粒子群优化方法中,通过粒子群体对基因代码的操作,提高算法的搜索性能.在寻优过程中,以适应度方差大小衡量粒子群体的"聚集"情况,并根据"聚集"情况来自适应调整群体的变异概率,用以克服粒子群优化算法(PSO)的早熟现象.通过对3个典型的IEEE测试网络重构,并与粒子群算法和遗传算法进行比较,改进的粒子群优化算法比粒子群算法和遗传算法具有更高的搜索效率.
提齣瞭一種改進的粒子群優化算法(RPSO)來解決配電網絡重構問題.在RPSO中,根據配電網絡的具體特點,將遺傳算法中的優化編碼技術引入粒子群優化方法中,通過粒子群體對基因代碼的操作,提高算法的搜索性能.在尋優過程中,以適應度方差大小衡量粒子群體的"聚集"情況,併根據"聚集"情況來自適應調整群體的變異概率,用以剋服粒子群優化算法(PSO)的早熟現象.通過對3箇典型的IEEE測試網絡重構,併與粒子群算法和遺傳算法進行比較,改進的粒子群優化算法比粒子群算法和遺傳算法具有更高的搜索效率.
제출료일충개진적입자군우화산법(RPSO)래해결배전망락중구문제.재RPSO중,근거배전망락적구체특점,장유전산법중적우화편마기술인입입자군우화방법중,통과입자군체대기인대마적조작,제고산법적수색성능.재심우과정중,이괄응도방차대소형량입자군체적"취집"정황,병근거"취집"정황래자괄응조정군체적변이개솔,용이극복입자군우화산법(PSO)적조숙현상.통과대3개전형적IEEE측시망락중구,병여입자군산법화유전산법진행비교,개진적입자군우화산법비입자군산법화유전산법구유경고적수색효솔.
