-
题名类进化算法驱动的动态电力经济调度优化
- 1
-
-
作者
陈皓
潘晓英
-
机构
西安邮电大学计算机学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第1期220-224,共5页
-
基金
国家自然科学基金(No.61203311
No.61105064)
+2 种基金
陕西省教育厅科研计划(No.2013JK1183
No.2014JK1667)
厦门市科技计划(No.3502Z20141164)
-
文摘
动态电力经济调度(Dynamic Economic Dispatch,DED)属于一种在时间和空间上相互耦合的多阶段动态决策问题,一般被转化为一个高维的约束数值优化问题来求解.本文提出了一种新型全局优化算法--类进化算法(Cluster Evolutionary Algorithm,CEA),并将其应用于DED问题的计算.CEA通过聚类过程在进化个体间构建一定结构的连接关系,并利用这种虚拟的簇类化组织来协调和控制群体的优化计算过程,提高算法对高维问题空间的搜索效率和抗早熟能力.在仿真实验中2个DED测试系统被用于对CEA的性能进行检验,其所得最佳计算结果要好于目前已报道的最优解,而实验统计数据则显示CEA是一种求解DED问题可行且有效的方法.
-
关键词
进化算法
类搜索机制
动态电力经济调度
-
Keywords
evolutionary algorithm
cluster searching mechanism
dynamic economic dispatch
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名采用双变异策略的自适应差分进化算法及应用
被引量：14
- 2
-
-
作者
沈鑫
邹德旋
张强
-
机构
江苏师范大学电气工程及自动化学院
徐州开放大学信息技术与电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第4期146-157,共12页
-
基金
国家自然科学基金（No.61403174）
江苏省研究生科研创新计划项目（No.KYCX17_1575）
-
文摘
为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,有效平衡了算法的全局搜索和局部搜索;自适应交叉概率使种群个体向更新成功的个体学习,有利于后续种群的进化。在7个测试函数和3个电力系统动态经济调度(Dynamic Economic Dispatch,DED)问题上的优化结果表明,DADE算法与其他4种DE算法相比具有更强的全局寻优能力,且对电力系统动态经济调度问题的优化结果优于文献中所报道的结果。
-
关键词
差分进化算法
双变异策略
中心解
自适应交叉概率
测试函数
电力系统动态经济调度
-
Keywords
differential evolution algorithm
double mutation strategies
central solution
adaptive crossover rate
test function
dynamic economic dispatch
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
