论文部分内容阅读
随着科学技术的发展,为解决复杂优化过程中高维数、多极值问题,涌现出许多模拟自然现象和过程的智能优化算法。本文对智能优化算法及其应用进行了深入的研究,提出四种新的改进算法来解决可靠性、调度、无功优化和整数规划等问题,具体工作如下:可靠性问题是指选择最优的元件和冗余度水平来满足资源约束,并使所获得系统的可靠性最大。本文提出了一种改进的粒子群优化(IPSO)算法来解决系统可靠性问题。IPSO算法设计了两种位置更新策略。在位置更新以后,IPSO算法引入了可以防止算法陷入局部最优的变异操作。大量实验表明,IPSO算法比其他版本的粒子群算法具有更好的优化结果和优化稳定性。电力系统经济调度涉及到制定发电计划,目的是在满足负荷需求的前提下最小化燃料耗量。经济调度在现代电力系统中起到了重要的作用。本文提出一种分布估计算法和粒子群优化算法的复合算法来解决电力系统经济调度问题。这种算法叫作EDAPSO算法。EDAPSO算法结合EDA算法的探索能力和PSO算法的开发能力。本文利用EDAPSO算法解决13机组和40机组的经济调度问题。实验结果表明:EDAPSO算法在解决经济调度问题时可以得到比其他算法更好的优化结果。无功优化问题对于电力系统的安全和经济运行有着显著的影响。无功优化是一类混合整数规划问题,通过调整变压器的变比,改变发电机的端电压和连接补偿电容来减小系统网损。本文提出一种叫做全局差分进化(GDE)算法的改进差分进化算法。GDE算法提出了一种新颖的变异策略。这种策略可以改进算法的收敛速度和避免局部最优。本文应用GDE算法解决IEEE14节点,IEEE30节点和IEEE57节点的电力系统无功优化问题。实验结果表明GDE算法是解决电力系统无功优化问题的有效算法。整数规划问题是一类复杂的问题。可靠性问题,工作分配问题和无功优化问题都属于混合整数规划问题。本文提出一种有效的全局和声搜索(EGHS)算法来解决整数规划问题。EGHS算法设计了一种新颖的和声向量创作方法。这种方法有效的利用了和声记忆库中的最优和声向量的信息。实验结果表明:EGHS算法是一种解决整数规划问题的有效算法。