Pareto强度指标遗传算法求解地下水模拟-优化模型

针对地下水模拟-优化模型约束优化的特点,本文结合最小代数代沟模型和Pareto强度指标概念,引入一种求解地下水模拟-优化模型的新型实数编码遗传算法,该算法将罚函数法求解约束优化问题的目标函数和违反约束条件的程度函数的权组合方式改为向量组合形式,从而将约束优化问题转化为两目标优化问题进行求解。通过经典地下水算例与其他优化方法的比较分析表明了新算法的可靠性、通用性和稳健性。

基于帕累托最优的配电网多目标规划

提出了一种能够反映配电网结构合理程度的可靠性指标——网络风险指数,并建立了以配电网投资费用、网络损耗和网络风险指数为目标函数,综合考虑经济性和可靠性的配电网规划模型。设计了一种基于节点关联矩阵的网络修复算法,能够对随机生成的网络中的孤岛、孤链和闭环进行检测和修复,使网络满足配电网辐射状要求。对强度帕累托进化算法进行了改进,给出了新的适应度函数,以提高算法的搜索速度和搜索能力,并利用逼近理想解排序法(TOPSIS)对帕累托前沿中的个体进行排序,筛选出最优方案。最后,对一个54节点配电网进行规划,结果表明网络风险指数与配电网的停电损失具有极强的线性相关性,其可以作为表征配电网可靠性的指标;与传统强度帕累托进化算法相比,所提改进算法具有较强的搜索能力和较快的搜索速度。