基于随机黑洞和自适应策略的引力搜索算法

针对引力搜索算法过于随机、全局搜索能力差、容易陷入局部最优等问题,提出一种基于随机黑洞策略和自适应策略的改进引力搜索算法。引入比例系数n来自适应调节引力常量,使算法在运算初期加大搜索力度,有效避免算法陷入局部最优。将随机黑洞理论中,粒子在黑洞附近容易被黑洞捕获的现象引入算法中,即在黑洞半径内的粒子将会被黑洞捕获,但又有一定的概率逃逸。这样既提高了局部搜索能力,又不失全局搜索能力,且提高了收敛速度。与标准的搜索算法相比,改进后的引力搜索算法具有较快的收敛特性和较好的优化性能。

基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法

提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法.利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中.同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛.利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性.

改进黑洞粒子群算法在电力系统环保经济调度中的应用

针对电力系统中的环保经济调度问题,采用了一种改进随机黑洞粒子群算法进行优化计算。该算法通过引入随机黑洞策略、惯性权重和学习因子动态更新及小概率随机变异改进了粒子群算法,提高了全局搜索能力,稳定了计算结果,加快了收敛速度。通过对IEEE30系统仿真计算,结果验证了该算法的有效性和优越性,系统的经济性和电能质量都得到了提升。

考虑旋转备用约束的含风电场电力系统优化调度模型

文章建立电场电力系统优化调度模型,该模型考虑了风电功率预测误差的情况下,系统旋转备用容量满足负荷及风电波动的需求。模型中涉及火电机组、风电场的发电成本以及火电机组环境污染惩罚费用,并提出基于时变加速度的随机黑洞粒子群算法对模型进行求解,时变加速度增强了算法早期全局搜索能力,并保证迭代后期收敛到全局最优,同时黑洞原理避免了算法收敛早熟,陷入局部最优解。最后对含一个风电场的10机系统算例建模仿真,从而验证模型以及算法的合理性和有效性。

求解柔性作业车间调度问题的鸟群算法

柔性作业车间调度问题是生产调度领域中非常重要的一类带约束优化问题。根据其求解特性,提出一种基于改进的鸟群算法求解以最小化最大完工时间为目标的柔性作业车间调度问题的方法。该方法采用随机黑洞策略改进鸟群的觅食方式,自适应的动态调整策略改善鸟群的迁移步长,从而提高种群的多样性并加速算法的收敛速度;通过对关键路径上工序的领域搜索加强算法的局部搜索能力。最后利用实际制造企业的生产加工数据以及标准测试实例进行仿真实验,实验结果表明,该算法在问题的求解精度和收敛速度上具有一定的优势,是一种有效的求解柔性作业车间调度问题的新方法。

基于RBHPSO-GSA算法的微电网优化运行方法

微电网的优化运行是微电网领域的重要课题。微电网优化方法需要实现效率最大化、经济成本最小化以及微网性能最优化。以微电网的经济成本最小为目标函数,通过引入随机黑洞粒子群算法,提出基于改进万有引力搜索算法的微电网优化运行方法,并应用于多目标多约束非线性的微电网优化运行问题。该算法实现了含储能电池和可转移负荷的微电网优化模型仿真计算,并通过算例验证了该算法的正确性和可行性。结果表明,与传统的万有引力算法相比,改进后的算法具有发电成本减少,负荷峰值减少等优点。