本文關(guān)鍵詞：改進型粒子群優(yōu)化算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用

  更多相關(guān)文章： 智能優(yōu)化算法 粒子群算法 可變慣性權(quán)重 算法變異 無功優(yōu)化

【摘要】：在當今社會科學技術(shù)不斷飛速前進的大環(huán)境中,人工智能一直是計算機領(lǐng)域的學者們看重的前沿學科之一。而隨著理論研究與技術(shù)實踐的持續(xù)推進與發(fā)展,人工智能已經(jīng)由當初的美好理想和模糊的概念,在人類智慧的不斷開拓與時間積累中,逐漸走進了我們的日常生活。而作為其核心的人工智能算法,則一直是從事人工智能研究開發(fā)的學者們所關(guān)心的重中之重。人工智能算法在處理各類優(yōu)化問題時有著傳統(tǒng)優(yōu)化方法所不具備的優(yōu)勢。本文在目前研究較為成熟的各類智能優(yōu)化算法中選取了PSO粒子群算法作為重點研究對象,對于其基本結(jié)構(gòu)與機能進行探討,并對于算法模型進行改造,使其適應(yīng)性更強,算法性能更優(yōu)。在這一部分工作中,本文首先對PSO粒子群算法的原始結(jié)構(gòu)進行分析,指出其中的不足并提出相應(yīng)的建議。然后基于這些不足對算法模型進行增改,改善其收斂過慢以及某些情況下早熟收斂的情況。之后對算法的性能進行一些測試來驗證算法的性能。隨后本文選取電力系統(tǒng)潮流計算中的優(yōu)化問題進行研究,首先對現(xiàn)有的優(yōu)化潮流計算中涉及的優(yōu)化算法進行分析,指出其優(yōu)勢與缺點。并選取電力系統(tǒng)潮流計算中的優(yōu)化問題,將經(jīng)過改進的PSO算法應(yīng)用到這些優(yōu)化問題中去,來驗證PSO算法在優(yōu)化潮流計算中的應(yīng)用是切實可行的。通過本文的研究可以得到如下結(jié)論：針對基本粒子群算法中存在的一些不足與缺陷,本文提出的改進型基本粒子群優(yōu)化算法通過可變慣性權(quán)重來調(diào)整粒子群在不同搜索階段的尋優(yōu)能力以及通過變異操作來改善基本粒子群算法跳出局部最優(yōu)值能力不足的問題,并通過兩個實際算例驗證了本文所提出的算法具有很強的可行性,同時有效提升了粒子群算法的綜合性能并擴大了算法適用范圍。
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM744;TP18

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王金城;王曉琳;龐古風;;關(guān)聯(lián)規(guī)則挖掘算法及其在冷軋生產(chǎn)中的應(yīng)用[J];清華大學學報(自然科學版);2007年S2期

2 黃超君;范劍波;;Apriori算法的分析與改進[J];寧波工程學院學報;2013年02期

3 邱昕;甘超;江雄心;涂海寧;顧嘉;;基于云計算環(huán)境下Apriori算法的設(shè)備故障診斷技術(shù)研究[J];組合機床與自動化加工技術(shù);2014年04期

4 吳通,李桂琴,富麗,余隋懷,陸長德;油漆調(diào)色系統(tǒng)的改進算法[J];西北工業(yè)大學學報;2003年03期

5 王嘉;湯大權(quán);謝羿;;過程挖掘算法[J];火力與指揮控制;2011年08期

6 黃穎琦;;Active LeZi算法的改進[J];制造業(yè)自動化;2012年14期

7 鄧勇,施文康;發(fā)現(xiàn)頻繁情節(jié)的改進算法[J];上海交通大學學報;2005年03期

8 張友新;王立宏;;兩階段近鄰傳播半監(jiān)督聚類算法[J];山東大學學報(工學版);2012年02期

9 胡森森;周賢善;;一種改進蟻群算法的研究[J];長江大學學報(自科版)理工卷;2006年04期

10 段海濱;王道波;于秀芬;;蟻群算法的研究現(xiàn)狀及其展望[J];中國工程科學;2007年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會——2004年學術(shù)年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會2004年學術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學會2012年學術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學算法演示系統(tǒng)的研究[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學會25周年紀念會暨2011年學術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學;2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學;2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學研究院;2015年

4 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學;2008年

5 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學;2014年

6 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學;2014年

7 陳俊波;頻繁閉合項集挖掘算法及應(yīng)用研究[D];浙江大學;2009年

8 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學;2007年

9 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學;2011年

10 寇曉麗;群智能算法及其應(yīng)用研究[D];西安電子科技大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學;2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計與實現(xiàn)[D];中國地質(zhì)大學(北京);2015年

3 王明明;鐵路大機與線路固定設(shè)施間距檢測算法研究[D];西南交通大學;2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學;2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學;2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學;2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學;2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進[D];長安大學;2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學;2015年

，

本文編號：1170541