期刊文献+

基于改进免疫算法的电力电源规划 被引量:1

Electric Power Planning Based on Improvement Immunity Algorithm
下载PDF
导出
摘要 提出了一种改进的人工免疫算法来计算电力系统电源规划,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念使得免疫算法在理论上保证了解的多样性,通过仿真计算表明该算法是可行的,与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快。 A kind of improvement artificial immunization algorithm is proposed to calculate the electrical power system generation expansion planning.The algorithm maintains the basic immunity algorithm comprehensive search ability,also introduces the concepts which are apart from through to guarantee the the multiplicity of the understanding.The simulation computed experiment result indicates this algorithm is feasible.Camparing with heredity algorithm,this algorithm has strong overall search ablity and quick convergence rate.
作者 葛中泽
出处 《计算机与数字工程》 2014年第1期40-43,共4页 Computer & Digital Engineering
关键词 电源规划 人工免疫算法 模拟进化算法 矢量距 generation expansion planning artificial immune algorithm evolutionary algorithm vector
  • 相关文献

参考文献6

二级参考文献18

  • 1莫宏伟,金鸿章.人工免疫系统:一个新兴的交叉学科[J].计算机工程与科学,2004,26(5):70-73. 被引量:2
  • 2席裕庚,柴天佑,恽为民.遗传算法综述[J].控制理论与应用,1996,13(6):697-708. 被引量:346
  • 3DASGUPTA D. Artificial Immune Systems and Their Applications[M]. Berlin, Heidelberg: Springer-Verlag, 1999.
  • 4LU Chien-ying, DELGADO-FRIAS J G, LIN W. A clustering and genetic scheme for large TSP optimization problem [Jl. Cybemetics and Systems, 1998, 29(2): 137 - 157.
  • 5De Castro,Fernando J.An Evolutionary Immune Network for Data Clustering[A].Proc 6th Brazilian Symposium on Neural Networks[C].Rio de Janeiro,Brazil:[s.n.],2000.84-89.
  • 6Germain R N.MHC-Associated Antigen Processing,Presentation,and Recognition,Adolescence,Maturity and Beyond[J].The Immunologist,1995,6(3-5):185-190.
  • 7Timmis J,Neal M,Hunt J.An artificial immune system for data analysis[J].Biosystem,2000,55(1-3):143-150.
  • 8Timmis J,Neal M.A resource limited artificial immune system for data analysis[J].Knowledge-Based-System,2001(14):121-130.
  • 9吴庆洪,张纪会,徐心和.具有变异特征的蚁群算法[J].计算机研究与发展,1999,36(10):1240-1245. 被引量:306
  • 10张纪会,高齐圣,徐心和.自适应蚁群算法[J].控制理论与应用,2000,17(1):1-3. 被引量:150

共引文献63

同被引文献9

引证文献1

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部