萬有引力算法及其在配電網故障診斷與重構中的應用.pdf

1、人工智能是研究、開發(fā)用于模擬、延伸和擴展人與自然中成熟且智慧的理論、方法、應用系統(tǒng)的一門新的學科，其中重要的一部分就是人工智能算法的理論研究及其運用。萬有引力算法作為人工智能算法中的一個分支，是一種較為新穎且具有特色的算法，優(yōu)越的尋優(yōu)能力和收斂速度使得其脫穎而出受到國內外學者的關注。因此本文針對萬有引力算法現有研究現狀，進行了較深入的研究分析，提出相應改進措施以及其在配電網故障診斷、重構方面的應用方案。
　　首先對于萬有引力算法基

2、本理論部分，本文在廣泛閱讀、學習現有文獻的基礎上，深入學習了萬有引力算法的理論基礎和相關算法模塊，并通過標準測試函數實際仿真驗證了算法的可行性及其在部分函數的優(yōu)越表現。
　　其次針對基本萬有引力算法在高維多峰函數上表現不佳的問題，提出改進方案。該改進算法通過反向學習初始化，使得算法初始解大概率落入優(yōu)解區(qū)域，為后續(xù)尋優(yōu)奠定基礎;算法后期引入共軛梯度法，克服算法后期歐氏距離過近導致粒子合力變大難以精細搜索的問題;算法運行過程中同步進行

3、混沌映射，使得算法迭代停滯時有一定概率隨機產生新解，保持了算法的多樣性，仿真結果表明，改進后算法較改進前更適用于高峰多維函數。
　　最后運用改進萬有引力算法進行單目標和多目標模型尋優(yōu)求解。對于配電網故障診斷問題，構建了單目標尋優(yōu)模型并運用本文算法進行仿真實驗，結果表明本文算法能切實可行的對故障進行診斷;對于配電網故障診斷后需要及時轉供恢復非故障區(qū)域供電的實際問題，本文構建了考慮網損和開關動作的配電網重構多目標模型，運用本文算法求解