當(dāng)今人類社會(huì)的進(jìn)步離不開(kāi)能源的支撐,在電力系統(tǒng)中有發(fā)電和電力傳輸?shù)汝P(guān)鍵的環(huán)節(jié)有待優(yōu)化。由于電能的遠(yuǎn)距離傳輸具有效率較低、能源使用率低、部分地點(diǎn)不可達(dá)等缺點(diǎn),便使得研究電力系統(tǒng)的發(fā)電優(yōu)化比研究傳輸優(yōu)化更加流行。發(fā)電優(yōu)化也可以稱為對(duì)電源的優(yōu)化,其中一類既重要又流行的問(wèn)題便是對(duì)微網(wǎng)優(yōu)化調(diào)度的研究。傳統(tǒng)的優(yōu)化方法除了需要對(duì)問(wèn)題的清晰描述并且需要計(jì)算梯度等數(shù)學(xué)量外,還存在著一個(gè)非常大的弊端,就是很容易陷入局部最優(yōu)值。啟發(fā)式算法例如群智能算法的優(yōu)化效果相比傳統(tǒng)的方法要好。由于目前還不存在一種可以很好地解決一切優(yōu)化問(wèn)題的算法,所以本文對(duì)能夠較好地解決優(yōu)化問(wèn)題的一種算法即花朵授粉算法進(jìn)行改進(jìn)并提出了精英協(xié)商策略的花朵授粉算法。本文通過(guò)構(gòu)建了一個(gè)微網(wǎng)模型,用來(lái)檢驗(yàn)精英協(xié)商策略花朵授粉算法的尋優(yōu)性能。本文的主要工作概述如下:1、本文首先介紹微網(wǎng)優(yōu)化相關(guān)的基本知識(shí),包括什么是微網(wǎng)、微網(wǎng)的特點(diǎn)以及微網(wǎng)優(yōu)化調(diào)度問(wèn)題的特點(diǎn)等;第二,說(shuō)明了群智能算法與傳統(tǒng)方法相比較在處理這類問(wèn)題上的優(yōu)越之處;然后,介紹了花朵授粉算法的仿生學(xué)原理、執(zhí)行流程以及已有的改進(jìn)方案等;最后,介紹了精英協(xié)商策略花朵授粉算法。2、對(duì)原始算法在四... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

微網(wǎng)優(yōu)化問(wèn)題研究方向

第 2 章 群智能算法與花朵授粉算法簡(jiǎn)介同的領(lǐng)域。個(gè)特點(diǎn)是算法簡(jiǎn)單易行。遺傳的概念核心，這些內(nèi)容都是比較容易理解的段，迭代的過(guò)程根據(jù)不同的算法而有法簡(jiǎn)單的另外一個(gè)原因。賴梯度是因?yàn)樵獑l(fā)式搜索算法將待法僅僅使用問(wèn)題的表述形式來(lái)衡量一是獨(dú)立于問(wèn)題的，僅僅使用初始的質(zhì)、對(duì)問(wèn)題的建模等都不是主要的不需要對(duì)問(wèn)題的求導(dǎo)，就可以求解待優(yōu)

圖 2.2 算法分類示意圖基于遺傳過(guò)程的算法是受自然界的遺傳法則所啟發(fā)的，其搜索過(guò)程開(kāi)始于隨機(jī)產(chǎn)生的種群，在搜索的過(guò)程中會(huì)不斷地產(chǎn)生子代�；谶z傳過(guò)程算法的優(yōu)點(diǎn)是種群中的最優(yōu)個(gè)體常常用來(lái)和其他個(gè)體組合產(chǎn)生新一代個(gè)體，這就使得種群在迭代的過(guò)程中被不斷地優(yōu)化。最典型、最著名的基于遺傳過(guò)程的算法就是遺傳算法（GA）[30]�；谖锢磉^(guò)程的算法主要是模擬物理世界的規(guī)則和現(xiàn)象。例如，受氣體分子動(dòng)能啟發(fā)提出了氣體分子動(dòng)能優(yōu)化算法（KGMO）[31]。此外還有受光的折射法則啟發(fā)的射線算法（RO）[32]，受黑洞理論啟發(fā)而提出的黑洞算法（BH）[33]等。第三類就是基于人類社會(huì)行為的智能算法。例如模擬教學(xué)過(guò)程的教學(xué)優(yōu)化算法（TLBO）[34]；模擬運(yùn)動(dòng)員參加比賽的組隊(duì)、設(shè)計(jì)陣形等過(guò)程，提出了聯(lián)盟競(jìng)賽算法（LCA）[35]。

【參考文獻(xiàn)】：
期刊論文
[1]基于引力搜索機(jī)制的花朵授粉算法[J]. 肖輝輝,萬(wàn)常選,段艷明,譚黔林.  自動(dòng)化學(xué)報(bào). 2017(04)
[2]一種基于花朵授粉算法的視覺(jué)跟蹤方法[J]. 申佳星,高明亮,鄒國(guó)鋒.  科學(xué)技術(shù)與工程. 2017(10)
[3]改進(jìn)的花授粉算法優(yōu)化SVM在交通流中的應(yīng)用[J]. 孫朝東,梁雪春.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(10)
[4]基于單純形法和自適應(yīng)步長(zhǎng)的花朵授粉算法[J]. 肖輝輝.  計(jì)算機(jī)工程與科學(xué). 2016(10)
[5]一種新型非線性收斂因子的灰狼優(yōu)化算法[J]. 王敏,唐明珠.  計(jì)算機(jī)應(yīng)用研究. 2016(12)
[6]基于對(duì)立搜索和混沌變異的磷蝦覓食優(yōu)化算法[J]. 王磊,張漢鵬,張東寧.  控制與決策. 2015(09)
[7]一種基于復(fù)合形法的花朵授粉算法[J]. 肖輝輝,萬(wàn)常選,段艷明.  小型微型計(jì)算機(jī)系統(tǒng). 2015(06)
[8]分時(shí)電價(jià)機(jī)制下含蓄電池微網(wǎng)的優(yōu)化調(diào)度[J]. 毛曉明,陳深,吳杰康,郭壯志.  電網(wǎng)技術(shù). 2015(05)
[9]基于改進(jìn)萬(wàn)有引力搜索算法的微網(wǎng)優(yōu)化運(yùn)行[J]. 李鵬,徐偉娜,周澤遠(yuǎn),李銳.  中國(guó)電機(jī)工程學(xué)報(bào). 2014(19)
[10]基于MCS-PSO算法的鄰近海島多微網(wǎng)動(dòng)態(tài)調(diào)度[J]. 周永智,吳浩,李怡寧,辛煥海,宋永華.  電力系統(tǒng)自動(dòng)化. 2014(09)



本文編號(hào)：3087988