基于人工免疫粒子群算法的分布式电源优化配置

传统粒子群算法在求解分布式电源的优化配置问题时,存在早熟收敛、易陷入局部最优的现象。为解决这些问题,提出一种基于传统粒子群算法的人工免疫粒子群算法。该算法把人工免疫系统的多样性、免疫记忆特性与传统粒子群算法有机结合,提高了算法的全局搜索能力,保留了高适应度的个体,解决了传统算法早熟收敛、局部搜索能力差的不足。通过对IEEE33节点配电测试系统进行仿真计算,验证了所提算法具有更好的搜索性能和寻优能力。

基于人工免疫粒子群算法的提升机卷筒优化

为了对提升机卷筒结构进行优化,通过人工免疫算法(AI)和粒子群算法(PSO)的结合形成人工免疫粒子群算法(AI-PSO),解决粒子群算法的早熟问题,增大了全局搜索能力。借助提升机卷筒质量的数学模型,以卷筒质量最轻为目标函数,分别应用PSO、AI-PSO对提升机卷筒进行优化。结果表明,AI-PSO优化速度更快,优化效果更好,可为提升机卷筒的设计提供参考。