基于多樣性策略的動態(tài)多目標(biāo)粒子群優(yōu)化算法研究及應(yīng)用.pdf

1、動態(tài)多目標(biāo)優(yōu)化問題在現(xiàn)實中普遍存在，研究求解此類問題的優(yōu)化算法，對推動該領(lǐng)域的發(fā)展有重要研究與現(xiàn)實意義。目前，雖然粒子群優(yōu)化算法因其在優(yōu)化實際問題時的精度高、收斂快等優(yōu)勢，被廣泛應(yīng)用于靜態(tài)優(yōu)化問題中。但當(dāng)其被拓展至動態(tài)多目標(biāo)問題求解時，一方面，算法快速收斂的優(yōu)點滿足了動態(tài)多目標(biāo)優(yōu)化問題對收斂速度的迫切需求;另一方面，目標(biāo)間的沖突性、問題的變化性以及粒子群早熟問題，迫使算法提高種群多樣性和環(huán)境適應(yīng)能力，以此提高對動態(tài)變化最優(yōu)解集的刻畫能力

2、和追蹤能力，而現(xiàn)有策略存在側(cè)重單一性能、只分析目標(biāo)空間、缺乏對環(huán)境變化程度的量化能力等缺陷，這都給動態(tài)多目標(biāo)粒子群優(yōu)化算法設(shè)計帶來了新的挑戰(zhàn)。
　　基于上述事實，本文針對問題對解集分布性和環(huán)境適應(yīng)能力的需求，設(shè)計了一種基于群體分布信息的新型多樣性策略，并針對動態(tài)問題特點，設(shè)計了新的自適應(yīng)動態(tài)環(huán)境響應(yīng)策略，最終提出一種基于多樣性策略的動態(tài)多目標(biāo)粒子群優(yōu)化算法，并將其應(yīng)用于動態(tài)電力系統(tǒng)優(yōu)化問題求解中。具體工作如下:
　　1.提出

3、一種基于群體分布信息的新型多樣性策略。首先借助統(tǒng)計方法劃分進(jìn)化狀態(tài);其次依據(jù)進(jìn)化狀態(tài)分別設(shè)計多樣性引入策略、多樣性控制策略;最終形成基于群體分布信息的多樣性策略。實驗證明提出的多樣性策略在避免算法陷入局部最優(yōu)以及提高整體解集分布性上均有顯著的優(yōu)勢。
　　2.提出一種新的基于多樣性策略的動態(tài)多目標(biāo)粒子群優(yōu)化算法。在基于群體分布信息的多樣性策略基礎(chǔ)上，針對動態(tài)多目標(biāo)問題中最優(yōu)解集動態(tài)變化的特點，設(shè)計基于評價指標(biāo)的環(huán)境變化監(jiān)測策略和自適