实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX...实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.展开更多
大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的...大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的风电场多目标电网规划模型。针对传统优化算法的目标权重人为选择以及常规NSGA2算法的局部收敛等问题,提出将正态分布交叉(normal distribution crossover,NDX)算子引入到NSGA2算法中,借助NDX算子加强算法的全局搜索能力,优化出最佳的电网规划方案。对IEEE6节点系统的仿真结果表明所提方法具有较高的决策效率,得到的含风电场电网的规划方案,在保证经济性的同时,也使风机并网点的电能质量达到更高的品质。展开更多
文摘实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.
文摘大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的风电场多目标电网规划模型。针对传统优化算法的目标权重人为选择以及常规NSGA2算法的局部收敛等问题,提出将正态分布交叉(normal distribution crossover,NDX)算子引入到NSGA2算法中,借助NDX算子加强算法的全局搜索能力,优化出最佳的电网规划方案。对IEEE6节点系统的仿真结果表明所提方法具有较高的决策效率,得到的含风电场电网的规划方案,在保证经济性的同时,也使风机并网点的电能质量达到更高的品质。
