连续域蚁群算法及其在电力系统经济调度中的应用

发布时间：2025-01-04 01:08

　　蚁群优化算法是一种基于蚂蚁觅食行为而设计的元启发式优化算法,在旅行商问题、二次分配问题和车间任务调度问题等经典的离散组合优化问题中得到应用。在优化领域,许多问题的变量往往都是连续的,因此,将离散的蚁群算法扩充到连续域就是一个新的研究热点。本文主要针对连续域蚁群算法进行研究和改进,并取得了以下结果:针对单一改进方法效果有限的问题,提出了一种动态划分的混合连续域蚁群优化算法（DPHACO）。该算法将解划分为优解和劣解两部分,并在迭代过程中动态调整优解和劣解的数目。对于优解,利用局部搜索策略进行预处理,这样能提高算法的收敛精度。对于劣解,则利用随机搜索策略进行预处理,这样能扩大搜索范围,增加解的多样性,增强搜索能力。通过标准测试函数对所提算法进行测试,结果表明改进策略能够有效地改善解的质量。针对连续域蚁群优化算法（ACO_R）中个体信息利用率低的问题,提出了一种基于信息交流策略的连续域蚁群优化算法（ICACO）。ICACO算法在对解的更新过程中选取一部分解,利用信息交流策略进行处理得到候选解,并采用贪婪方式接受能够改善解的质量的候选解。通过标准测试函数对所提算法进行测试,实...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 课题的发展概况
        1.2.1 蚁群算法的研究进展
        1.2.2 连续域蚁群算法的研究进展
        1.2.3 群体智能算法在电力系统经济调度中的研究进展
    1.3 论文的主要工作和章节安排
第二章 蚁群优化算法
    2.1 基本蚁群算法
        2.1.1 离散组合优化问题
        2.1.2 ACO元启发式算法
    2.2 ACO算法模型
        2.2.1 基本蚁群算法
        2.2.2 基本蚁群算法步骤
        2.2.3 基本蚁群算法流程图
    2.3 基本连续域蚁群算法
        2.3.1 基本连续域蚁群算法思想
        2.3.2 基本连续域蚁群算法
        2.3.3 基本连续域蚁群算法流程图
        2.3.4 基本连续域蚁群算法的缺陷
    2.4 本章小结
第三章 一种动态划分的混合连续域蚁群优化算法
    3.1 引言
    3.2 解的预处理和动态划分
    3.3 局部搜索策略
    3.4 随机搜索策略
    3.5 算法收敛性分析
    3.6 实验与结果分析
        3.6.1 不同策略对算法整体寻优的贡献
        3.6.2 与其他蚁群算法的对比
        3.6.3 与其他优化算法的对比
    3.7 本章小结
第四章 基于信息交流策略的连续域蚁群优化算法
    4.1 引言
    4.2 信息交流策略
    4.3 ICACO算法流程
    4.4 ICACO算法性能分析
    4.5 实验与结果分析
        4.5.1 测试函数和实验参数设置
        4.5.2 实验结果分析
        4.5.3 参数r的分析
        4.5.4 算法性能分析
        4.5.5 ICACO算法与DPHACO算法比较
    4.6 本章小结
第五章 改进的蚁群优化算法求解电力系统经济调度
    5.1 电力系统经济调度描述
    5.2 传统电力系统经济调度
        5.2.1 传统电力系统经济调度模型
        5.2.2 传统电力经济调度约束处理
        5.2.3 算法步骤
        5.2.4 实验结果与分析
    5.3 含风电场电力系统经济调度
        5.3.1 含风电场电力系统经济调度模型
        5.3.2 实验结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 论文存在的问题以及未来工作的展望
致谢
参考文献
附录：作者在读期间的研究成果



本文编号：4022666