版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、進化算法是一種極具適用性的多目標(biāo)優(yōu)化方法,對全局尋優(yōu)極具優(yōu)勢,算法思想是自然界生物進化原則和優(yōu)勝劣汰法則。實際工程應(yīng)用領(lǐng)域的優(yōu)化問題通常以多場景、多時段、多影響因素等為特征,并且附帶各種性質(zhì)的約束限制條件,這為問題的解決加大了難度。優(yōu)化問題的約束處理有多種方法可以實現(xiàn),其中罰函數(shù)法受到很多學(xué)者的廣泛關(guān)注和研究,但是該方法存在固有缺陷即罰因子的設(shè)置問題。
快速非支配排序遺傳算法(Non-dominated Sorting Gen
2、etic Algorithm2,NSGA2)是一種典型多目標(biāo)遺傳算法。本文以經(jīng)典NSGA2算法為基礎(chǔ)加以改進,提出改進型INSGA2算法(Improved Non-dominated Sorting Genetic Algorithm2),用以解決含約束條件的多目標(biāo)優(yōu)化問題。改進型INSGA2算法處理約束多目標(biāo)優(yōu)化問題時,將約束條件轉(zhuǎn)化為待優(yōu)化目標(biāo)之一,又因NSGA2算法在解決三目標(biāo)以上優(yōu)化問題時,算法性能明顯下降,故本文只研究帶約束兩
3、目標(biāo)優(yōu)化問題。在INSGA2算法中,對不可行域內(nèi)性能較好的個體加以利用,將可行解和不可行解執(zhí)行遺傳操作以促使搜索加快向可行域方向靠攏,并自適應(yīng)調(diào)整執(zhí)行遺傳操作的進化代數(shù)以減少進化后期低效冗余的遺傳操作;并為算法在可行域內(nèi)的搜索設(shè)置存活條件,即允許保留的個體必須滿足一定限制條件,此操作設(shè)計可以強化進化進程中的選擇壓力,防止進化出現(xiàn)停滯甚至退化現(xiàn)象,使進化趨優(yōu)趨勢更為明顯;在種群進化后期,性狀相似的個體過度擁擠過度重疊可能引發(fā)搜索的局部收斂
4、,針對此問題,提出在種群進化后期執(zhí)行邊際變異操作。在算例驗證分析中,選取約束優(yōu)化基準(zhǔn)測試函數(shù)和多模態(tài)優(yōu)化基準(zhǔn)測試函數(shù)進行兩種算法的對比實驗驗證,實驗結(jié)果表明改進型算法是具有一定優(yōu)勢的。
傳統(tǒng)供配電網(wǎng)絡(luò)遠距離大范圍互聯(lián)互通,發(fā)配電集中操作與控制,此種運作模式的缺陷日益顯現(xiàn)。逐漸受到重視的分布式發(fā)電(Distributed Generating Power,DG)和微電網(wǎng)(Microgrid,以下簡稱微網(wǎng))應(yīng)用很大程度上彌補了大規(guī)
5、模集中式供電的不足,提高了供電可靠性,加快電網(wǎng)智能化進程。然而DG的不當(dāng)并網(wǎng)會給基于線路損耗、電能質(zhì)量、經(jīng)濟因素、環(huán)境因素等考量的前期規(guī)劃產(chǎn)生干擾和沖擊,因此需對DG的定址定容進行規(guī)劃優(yōu)化。為使系統(tǒng)更加安全可靠和高效運行,本文從供電質(zhì)量、經(jīng)濟成本、環(huán)境效益等角度出發(fā),研究分析DG并入微網(wǎng)的配置問題,以線路損耗、電壓偏移、初期經(jīng)濟成本、壽命周期碳排量為目標(biāo),并將不同目標(biāo)進行兩兩組合,考慮系統(tǒng)正常運行的各項約束限制條件,以IEEE33節(jié)點配
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進蜜蜂進化型遺傳算法引導(dǎo)的NSGA2兩階段優(yōu)化算法及應(yīng)用.pdf
- 改進的遺傳算法及其在電網(wǎng)無功優(yōu)化中的應(yīng)用.pdf
- 基于多策略改進遺傳算法的微電網(wǎng)優(yōu)化配置研究.pdf
- 遺傳算法改進及其在配電網(wǎng)規(guī)劃中的應(yīng)用研究
- 遺傳算法改進及其在配電網(wǎng)規(guī)劃中的應(yīng)用研究.pdf
- 改進遺傳算法在低壓配電網(wǎng)中的應(yīng)用.pdf
- 改進遺傳算法及其在波束形成中的應(yīng)用.pdf
- 遺傳算法的改進研究及其在工程優(yōu)化中的應(yīng)用.pdf
- 遺傳算法的改進及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf
- NSGA2算法及其在電力系統(tǒng)穩(wěn)定器參數(shù)優(yōu)化中的應(yīng)用.pdf
- 改進遺傳算法及其在機械優(yōu)化設(shè)計中應(yīng)用的研究.pdf
- 改進的遺傳算法及其在工程優(yōu)化中的應(yīng)用.pdf
- 改進遺傳算法及其應(yīng)用.pdf
- 遺傳算法的改進及其在組合優(yōu)化中的應(yīng)用.pdf
- 改進遺傳算法及其在降雨徑流模型中的應(yīng)用.pdf
- 改進的遺傳算法及其在模具優(yōu)化設(shè)計中的應(yīng)用.pdf
- 改進的多目標(biāo)優(yōu)化遺傳算法在電網(wǎng)規(guī)劃的應(yīng)用
- 改進遺傳算法及其在結(jié)構(gòu)工程優(yōu)化中的應(yīng)用研究.pdf
- 遺傳算法的混合改進研究及其應(yīng)用.pdf
- 遺傳算法的改進及其在結(jié)構(gòu)優(yōu)化中的應(yīng)用研究.pdf
評論
0/150
提交評論