針對(duì)電力系統(tǒng)經(jīng)濟(jì)負(fù)荷優(yōu)化分配問(wèn)題,提出了一種基于量子粒子群的多目標(biāo)優(yōu)化算法.該算法通過(guò)將改進(jìn)后的量子進(jìn)化算法融合到粒子群中,采用量子位對(duì)粒子的當(dāng)前位置進(jìn)行編碼,用量子旋轉(zhuǎn)門(mén)實(shí)現(xiàn)對(duì)粒子最優(yōu)位置的搜索,用量子非門(mén)實(shí)現(xiàn)粒子位置的變異以避免早熟收斂.這種搜索機(jī)制能夠遍歷解空間,增強(qiáng)種群的多樣性,并能用量子位的概率幅將最優(yōu)解表述為解空間中的多種表述形式,從而增強(qiáng)全局最優(yōu)的可能性.最后,通過(guò)算例進(jìn)行仿真分析,結(jié)果表明算法的搜索能力和優(yōu)化效率均優(yōu)于普通粒子群算法.

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 經(jīng)濟(jì)負(fù)荷優(yōu)化分配數(shù)學(xué)描述
    1.1 供電煤耗特性
    1.2 污染物排放成本目標(biāo)函數(shù)
    1.3 經(jīng)濟(jì)性成本的數(shù)學(xué)描述
2 基于量子粒子群算法的環(huán)境經(jīng)濟(jì)負(fù)荷多目標(biāo)優(yōu)化分配
    2.1 基本粒子群優(yōu)化算法(PSO)
    2.2 量子粒子群優(yōu)化算法
        2.2.1 初始化種群
        2.2.2 解空間變換
        2.2.3 粒子的位置和速度更新
        2.2.4 粒子變異
        2.2.5 用紊流間距方法構(gòu)造Pareto最優(yōu)解集
3 基于量子粒子群算法的環(huán)境經(jīng)濟(jì)負(fù)荷多目標(biāo)優(yōu)化分配流程
4 實(shí)例分析
5 結(jié)論



本文編號(hào)：3774853