基于多学习多目标鸽群优化的动态环境经济调度

论文摘要

针对电力系统动态环境经济调度(DEED)问题,提出了一种基于多学习策略的多目标鸽群优化(MLMPIO)算法.在多学习策略中,种群个体可以向外部存档集中的多个全局最优位置以及个体的历史最优位置进行学习,进而保持种群的多样性和全局搜索能力,避免陷入早熟收敛.引入了小概率变异扰动机制,进一步增强种群的多样性.为提升算法的运行效率,采用容量自适应变化的外部存档集来存储当前Pareto最优解集.为验证所提算法的性能,将MLMPIO应用于10机组电力系统的DEED问题求解.仿真结果证明了MLMPIO算法解决此类问题的可行性和有效性.

论文目录

文章来源

类型: 期刊论文

作者: 闫李,李超,柴旭朝,瞿博阳

关键词: 环境经济调度,多目标优化,鸽群优化,多学习,小概率变异

来源: 郑州大学学报(工学版) 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技,经济与管理科学

专业: 电力工业,自动化技术,工业经济

单位: 中原工学院电子信息学院

基金: 国家自然科学基金资助项目(61673404,61873292),河南省高等学校重点科研项目(19A120014),河南省高校创新人才项目(16HASTIT033),中国纺织工业联合会科技指导性项目计划(2018104),河南省科技攻关项目(182102210128),河南省高等学校青年骨干教师培养计划项目(2018GGJS104)

分类号: F407.61;TP18

DOI: 10.13705/j.issn.1671-6833.2019.04.023

页码: 8-14

总页数: 7

文件大小: 181K

下载量: 149

相关论文文献

标签：环境经济调度论文;  多目标优化论文;  鸽群优化论文;  多学习论文;  小概率变异论文;