

已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、蟻群算法具有快速并行搜索的特性,在解決非連續(xù)變量組合優(yōu)化問(wèn)題時(shí)候具有良好的收斂性,遺傳算法具有全局搜索的特性,廣泛應(yīng)用于優(yōu)化問(wèn)題。本文分別用兩種算法對(duì)電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題進(jìn)行求解,從兩種算法的原理、模型、性能指標(biāo)以及應(yīng)用于無(wú)功優(yōu)化實(shí)際問(wèn)題中的求解效果方面進(jìn)行了比較。為了提高算法在無(wú)功優(yōu)化中的應(yīng)用價(jià)值,本文將遺傳算法與蟻群算法進(jìn)行串聯(lián)融合,有效提高了算法的整體尋優(yōu)效率,為無(wú)功優(yōu)化問(wèn)題的計(jì)算提供了一個(gè)參考。
本文分別利用War
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群遺傳算法在序列比對(duì)中的應(yīng)用.pdf
- 改進(jìn)遺傳算法在無(wú)功優(yōu)化中的應(yīng)用研究.pdf
- 改進(jìn)遺傳算法在無(wú)功優(yōu)化中的研究.pdf
- 應(yīng)用遺傳算法提高蟻群算法性能的研究.pdf
- 融合蟻群優(yōu)化算法與遺傳算法的QoS路由選擇研究.pdf
- 蟻群算法和遺傳算法在QoS組播路由上的應(yīng)用及比較研究.pdf
- 改進(jìn)的遺傳算法及其在電網(wǎng)無(wú)功優(yōu)化中的應(yīng)用.pdf
- 遺傳算法在地區(qū)電網(wǎng)無(wú)功優(yōu)化模塊中的應(yīng)用.pdf
- 蟻群算法與遺傳算法的融合及其應(yīng)用研究.pdf
- 基于遺傳算法和蟻群算法的道路平縱線形優(yōu)化應(yīng)用.pdf
- 27272.遺傳算法和蟻群算法在多序列比對(duì)中的應(yīng)用研究
- 蟻群改進(jìn)遺傳算法在立體倉(cāng)庫(kù)揀選路徑優(yōu)化問(wèn)題中的研究與應(yīng)用.pdf
- 基于改進(jìn)蟻群優(yōu)化算法的配網(wǎng)無(wú)功優(yōu)化研究與應(yīng)用.pdf
- 改進(jìn)型遺傳算法在風(fēng)電場(chǎng)無(wú)功優(yōu)化與比較.pdf
- 蟻群算法在組合優(yōu)化中的應(yīng)用.pdf
- 蟻群混合遺傳算法的研究及應(yīng)用.pdf
- 遺傳算法在油田配電網(wǎng)無(wú)功優(yōu)化中的應(yīng)用研究.pdf
- 遺傳算法在電力系統(tǒng)無(wú)功優(yōu)化中的應(yīng)用研究.pdf
- 基于遺傳算法的混合蟻群算法研究.pdf
- 遺傳算法和蟻群算法在2DHP格點(diǎn)模型中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論