改进人工蜂群算法研究及其在风电功率预测中的应用

发布时间：2019-09-11 10:27

【摘要】：随着社会科技的高速发展,优化问题已成为学术界和工程界最为常见的问题之一,传统优化方法已难以满足具有高维、多峰、不可微特点的优化问题需求,而群智能优化算法是一种高度模拟动物行为的群体智能算法,对解决这一类复杂优化问题具有明显优势,受到了众多学者的广泛关注。人工蜂群算法作为群体智能优化算法中较为新颖的一种,简单、高效,收敛性能良好,近年来发展迅速。但在收敛精度、全局最优等方面还有较大的改进空间,并且目前对多目标人工蜂群算法的研究还相对较少,多目标人工蜂群算法的应用可进一步拓展。因此,论文对基本人工蜂群算法进行改进以提高算法的收敛性能,提出一种新的多目标人工蜂群算法,并将其应用到风电功率区间预测领域,具有积极的理论意义和较高的实用价值。论文对人工蜂群算法的国内外研究现状进行了深入分析,详细阐述了基本人工蜂群算法原理及特点。在此基础上,进行了以下创新性工作:通过改进引领峰搜索策略、跟随蜂的概率选择函数以及侦查蜂的淘汰更新函数,提出了一种基于信息反馈和改进适应度评价的人工蜂群算法。仿真结果表明,相比于基本人工蜂群算法,改进后算法的收敛性能得到明显提高。采用进化知识混合引导引领蜂进化,融合个体支配关系和种群分布关系改进概率选择公式,提出了一种基于进化知识融合的多目标人工蜂群算法。算法采用一种更为严格的外部档案维护策略以降低外部档案维护成本,提高解集的分布性能。通过与其他3种算法比较,表明本文所提出的多目标人工蜂群算法具有良好的收敛性能和分布性能,且所求解集的覆盖范围更广。最后,构建了一种小波神经网络的风电功率概率区间预测模型,采用一种区间多目标智能优化预测方法,并将其作为学习算法优化小波神经网络的关键参数。结果表明构建的多目标人工蜂群算法优化小波神经网络对风电功率概率区间预测精度更高,可靠性更强,可为电网调度提供决策依据。
【图文】：

ABC算法相关文献统计;

ABC算法相关文献统计
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP18;TM614

【参考文献】

相关期刊论文 前10条

1 葛宇;梁静;;一种多目标人工蜂群算法[J];计算机科学;2015年09期

2 江岳春;张丙江;邢方方;张雨;王志刚;;基于混沌时间序列GA-VNN模型的超短期风功率多步预测[J];电网技术;2015年08期

3 高珊;马良;张惠珍;;基于人工蜂群算法的电子商务多Agent自动谈判模型[J];智能系统学报;2015年03期

4 赵辉;李牧东;翁兴伟;;分布式人工蜂群免疫算法求解函数优化问题[J];控制与决策;2015年07期

5 李国亮;魏振华;徐蕾;;分阶段搜索的改进人工蜂群算法[J];计算机应用;2015年04期

6 薛禹胜;郁琛;赵俊华;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;关于短期及超短期风电功率预测的评述[J];电力系统自动化;2015年06期

7 章国勇;伍永刚;张洋;代贤良;;一种风电功率混沌时间序列概率区间简易预测模型[J];物理学报;2014年13期

8 秦全德;程适;李丽;史玉回;;人工蜂群算法研究综述[J];智能系统学报;2014年02期

9 刘三阳;张平;朱明敏;;基于局部搜索的人工蜂群算法[J];控制与决策;2014年01期

10 张学清;梁军;张熙;张峰;张利;徐兵;;基于样本熵和极端学习机的超短期风电功率组合预测模型[J];中国电机工程学报;2013年25期

相关博士学位论文 前1条

1 张伟;人工蜂群混合优化算法及应用研究[D];浙江大学;2014年

，

本文编号：2534362