-
题名基于混沌免疫混合算法的多目标无功优化
被引量：19
- 1
-
-
作者
熊虎岗
程浩忠
胡泽春
贾德香
-
机构
上海交通大学电子信息与电气工程学院
-
出处
《电网技术》
EI
CSCD
北大核心
2007年第11期33-37,共5页
-
基金
上海市重点科技攻关计划项目(041612012)
-
文摘
针对目前评价多目标函数解的不足,提出了将多目标函数各个解映射成多维空间中不同的点,利用这些点与理想点之间的欧氏距离来衡量各个解的优劣;同时针对无功优化、混沌优化算法和免疫算法的特点,提出了在采用免疫算法进行无功优化的记忆抗体群中,运用混沌优化方法和免疫算法的交叉和变异等操作对无功优化的连续变量和离散变量进行交替优化求解,并将它们运用于以降低有功损耗,提高电压稳定裕度及减小电压偏移为目标的无功优化中;通过IEEE-30和IEEE-118节点算例系统验证了混合算法及最优解评价方法的正确性和可行性。
-
关键词
多目标无功优化
混沌优化
免疫算法
混合策略
欧氏距离
电力系统
-
Keywords
multi-objective optimal reactive power flow
chaos optimization
immune algorithm
hybrid strategy
euclidean distance
power system
-
分类号
TM731
[电气工程—电力系统及自动化]
-
-
题名基于免疫遗传算法的移动机器人全局路径规划
被引量：5
- 2
-
-
作者
肖本贤
余炎峰
余雷
陈昊
-
机构
合肥工业大学自动化研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第30期91-93,161,共4页
-
文摘
提出了基于免疫遗传算法的静态环境下移动机器人全局路径规划方法。该方法首先建立机器人工作空间中环境信息的神经网络模型,并利用该模型建立机器人免碰撞路径与神经网络输出的关系,将免碰撞要求和路径最优要求融合成免疫遗传算法的一个简单适应度函数。将抗体选择概率表示成一个基于抗体矢量距和抗体浓度的融合函数,同时保证了抗体的多样性和成熟收敛。通过仿真,并与遗传算法相比,性能有很大提高,证明了该全局路径规划方法的正确性和有效性。
-
关键词
全局路径规划
免疫遗传算法
神经网络
euclidean浓度
矢量距浓度
免疫算子
-
Keywords
global path planning
immune genetic algorithm
neural network
euclidean density
antibody vector distance
immune operator
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于个体邻域的改进NSGA-Ⅱ算法
被引量：12
- 3
-
-
作者
董骏峰
王祥
梁昌勇
-
机构
合肥工业大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第5期166-174,共9页
-
基金
国家重点研发计划(No.2016YFC0803203)
国家自然科学基金重点项目(No.71331002)
+1 种基金
国家自然科学基金面上项目(No.71771075)
国家自然科学基金青年科学基金(No.71301037)
-
文摘
带有精英策略的非支配排序遗传算法(NSGA-II)是在NSGA的基础之上,提出拥挤度和拥挤度比较算子,代替了需要指定共享半径的适应度共享策略,是解决多目标优化问题的经典算法之一。但是NSGA-II算法在保持种群多样性时采取的拥挤距离排挤机制有着pareto前沿分布不均匀的缺陷,因此,提出一种基于个体邻域的改进NSGA-II算法SN-NSGA2。SN-NSGA2将密度聚类算法DBSCAN中邻域的思想应用到排挤机制中去,提出一种个体邻域的构建方法,采用相应的淘汰策略去除个体邻域中的其他邻居个体。实验结果表明相对于NSGA-II算法来说,新算法求出的pareto解集有着更好的分布性以及良好的收敛性。
-
关键词
带有精英策略的非支配排序遗传算法(NSGA2)
多目标优化
邻域
分布性
拥挤距离
-
Keywords
Non-dominated Sorting genetic algorithm with elite strategy(NSGA2)
multiobjective optimization
neigh-borhood
diversity
crowding distance
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名一种改进的免疫遗传算法的性能分析
被引量：3
- 4
-
-
作者
刘国联
谭冠政
何燕
-
机构
中南大学信息科学与工程学院
湖南铁路科技职业技术学院
-
出处
《科学技术与工程》
2008年第14期3773-3776,3782,共5页
-
基金
国家自然科学基金项目(50275150)
湖南省自然科学基金项目(05jj40128)资助
-
文摘
针对基于信息熵和基于欧氏距离的免疫遗传算法存在的不足,提出了一种改进的免疫遗传算法(IIGAE)。该算法重新定义了抗体相似度和期望繁殖率,从而提出了一种新的保持抗体群多样性策略。将IIGAE与D-IGAE、IGAE、GAES相比较,仿真结果表明,IIGAE能很快收敛到最优解,并且解的波动小。
-
关键词
免疫遗传算法
多样性策略
欧氏距离
-
Keywords
immune genetic algorithm diversity strategy euclidean distance
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
