摘要:粒子群算法存在着早熟的现象,易陷入局部最小点,为了克服这个缺点,文章首先将云模型引入粒子群算法,将粒子分成2部分,靠近最优粒子和远离最优粒子的部分,其中靠近最优粒子种群的惯性权重由云模型的X-条件发生器自适应调整,提出了云自适应粒子群算法(cloud adaptive particle swarm optimization,CAPSO),然后引入梯度的思想,提出云自适应梯度粒子群算法(cloud adaptive gradien tpanicle swarm optimization,CAGPSO)。以网损最小为目标函数,对标准IEEE14和IEEE30节点系统进行仿真计算,结果表明改进后的CAGPSO算法能够获得更好的优化解。
关键词:云理论 网损最小 云自适应梯度粒子群算法 无 功优化
单位:北京电力大学电气工程学院 吉林省吉林市132021 北京电力大学自动化工程学院 吉林省吉林市132021 洛阳市供电公司 河南省洛阳市471023
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社