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