改进的混合蛙跳算法性能分析及其在电力系统经济调度中的应用.pdf

《改进的混合蛙跳算法性能分析及其在电力系统经济调度中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第40卷第1O期电力系统保护与控制V0I．40NO．102012年5月16日PowerSystemProtectionandControlMay16，2012改进的混合蛙跳算法性能分析及其在电力系统经济调度中的应用代永强，王联国，施秋红，宋磊(甘肃农业大学信息科学技术学院，甘肃兰州730070)摘要：针对基本混合蛙跳算法收敛速度慢，优化精度低的问题，提出了改进的混合蛙跳算法：通过引入自适应因子，保持了算法开发与探索的平衡，维持了种群的多样性，提高了个体向局部最优或全局最优个体学习的能力，加快了算法的收敛速

2、度。通过对4个测试函数和电力系统中经济调度问题进行优化实验，并与基本混合蛙跳算法和相关文献中的改进算法进行比较，实验结果表明所提出的改进算法取得了更加理想的运算结果，具有更好的优化性能。关键词：混合蛙跳算法；自适应因子；电力系统；经济调度；优化性能PerformanceanalysisofimprovedSFLAandtheapplicationineconomicdispatchofpowersystemDAIYong-qiang，WANGLian—guo，SHIQiu-hong，SONGLeifCol

3、legeofInformationScience&Technology,GansuAgriculturalUniversity，Lanzhou730070，China)Abstract：Aimingattheproblemsoftheshufledfrogleapingalgorithm(SFLA)，suchasslowconvergencespeedandlowoptimizationprecision，theimprovedSFLAisproposed．Throughintroducingtheada

4、ptivefactor,weensurethealgorithmbalancebetweenexplorationanddevelopment，maintainthepopulationdiversity,improvethecapacityoftheindividuallearningfromthebestindividualoflocaloptimizationortheglobaloptimum，andspeeduptheconvergencerate．Throughtestingfourbench

5、markfunctionsandoptimizingtheproblemsofeconomicdispatchinthepowersystem，andcomparingwithbasicSFLAandtheimprovedSFLAinrelatedreferences，wefindthattheimprovedSFLAachievesmorereasonableresultsandhasbeReroptimizationperformance．ThisworkissupportedbyNationalNa

6、turalScienceFoundationofChina(No．61063028)andNaturalScienceFoundationofGansuo．096tGZA004)．Keywords：shufledfrogleapingalgorithm；adaptivefactor；powersystem；economicdispatch；optimizationperformance中图分类号：TP181文献标识码：A文章编号：1674．3415(2012)10—0077—07易于实现等特点，近年来，该

7、算法不断得到改进和0引言应用[6-101。遗传算法，粒子群算法，蚁群算法，人工鱼群本文通过引入自适应因子，提出了一种改进的算法等优化算法的出现对于求解约束、非线性和多混合蛙跳算法，通过测试实验函数和优化电力系统极值的全局优化和多目标优化问题提供了新的解决经济调度问题，结果表明本文提出的改进算法较之方法，并且在社会生产各个领域得到广泛应用[~-41。基本混合蛙跳算法和文献【6—7]中的改进算法，具有混合蛙跳算法(ShufledFrogLeaping更好的优化性能。Algorithm，SFLA)是2003年由

8、Eusu蹰l~Lansey提出的1改进的混合蛙跳算法一种基于群体智能的生物进化算法I5J。算法具有概念简单、参数少、计算速度快、全局寻优能力强、1．1自适应混合蛙跳算法(ISFLA)ISFLA在更新过程中，青蛙个体能够记住自身基金项目：国家自然科学基金(61063028)；甘肃省自然科前两次的更新步长和个体邻域的历史最优值，因而学基金(096RJZA004)；甘肃省科技支撑计划(1O11NKCA058)迭代过程中尸w(适应值最