基于小生境技術(shù)改進(jìn)遺傳算法在供電網(wǎng)規(guī)劃中的應(yīng)用.doc
約4頁DOC格式手機(jī)打開展開
基于小生境技術(shù)改進(jìn)遺傳算法在供電網(wǎng)規(guī)劃中的應(yīng)用,頁數(shù) 4字?jǐn)?shù)4714摘要： 通過對遺傳算法過早收斂原因的分析，認(rèn)為遺傳算法出現(xiàn)過早收斂主要與問題解的分布狀況、種群個(gè)體的分布情況及遺傳算子的應(yīng)用有關(guān)，提高算法全局收斂性能的核心就是使算法科學(xué)的處理種群多樣性及最優(yōu)解信息搜索策略。結(jié)合小生境進(jìn)化共享思想，形成一種旨在提高遺傳算...
內(nèi)容介紹
此文檔由會員 猛龍 發(fā)布
基于小生境技術(shù)改進(jìn)遺傳算法在供電網(wǎng)規(guī)劃中的應(yīng)用
頁數(shù) 4 字?jǐn)?shù) 4714
摘 要：
通過對遺傳算法過早收斂原因的分析，認(rèn)為遺傳算法出現(xiàn)過早收斂主要與問題解的分布狀況、種群個(gè)體的分布情況及遺傳算子的應(yīng)用有關(guān)，提高算法全局收斂性能的核心就是使算法科學(xué)的處理種群多樣性及最優(yōu)解信息搜索策略。結(jié)合小生境進(jìn)化共享思想，形成一種旨在提高遺傳算法全局收斂性、求解全局最優(yōu)解的遺傳算法，并將之用于多目標(biāo)電網(wǎng)擴(kuò)展規(guī)劃中。對Gaver-6節(jié)點(diǎn)網(wǎng)絡(luò)進(jìn)行了規(guī)劃，仿真結(jié)果證明了這種算法的有效性。
關(guān)鍵詞：遺傳算法；全局優(yōu)化；小生境 ；電網(wǎng)規(guī)劃
參考文獻(xiàn)：
[1] Holland J H.Adaptation in Natural and Artificial Systems[M]. Ann Arbor；The University of Michigan Press，1975.
[2] 周 明，孫樹棟.遺傳算法原理及應(yīng)用[M].北京：國防工業(yè)出版社，1999.
[3] De Jong K A. An Analysis of the Behavior of a Class of Genetic Adaptive Systems[D]. Ph. D Dissertation；University of Michigan，No. 76-9381，1975.
[4] Goldberg D E，Richardson J. Genetic Algorithms with Sharing for Multimodal Function Optimization[J]. In：Proc.of 2nd Int.Conf. on Genetic Algorithms，Lawrence Erlbaum Associates，1987， 41-49.
[5] 熊信銀，吳耀武.遺傳算法及其在電力系統(tǒng)中的應(yīng)用[M].武漢：華中科技大學(xué)出版社，2002.
頁數(shù) 4 字?jǐn)?shù) 4714
摘 要：
通過對遺傳算法過早收斂原因的分析，認(rèn)為遺傳算法出現(xiàn)過早收斂主要與問題解的分布狀況、種群個(gè)體的分布情況及遺傳算子的應(yīng)用有關(guān)，提高算法全局收斂性能的核心就是使算法科學(xué)的處理種群多樣性及最優(yōu)解信息搜索策略。結(jié)合小生境進(jìn)化共享思想，形成一種旨在提高遺傳算法全局收斂性、求解全局最優(yōu)解的遺傳算法，并將之用于多目標(biāo)電網(wǎng)擴(kuò)展規(guī)劃中。對Gaver-6節(jié)點(diǎn)網(wǎng)絡(luò)進(jìn)行了規(guī)劃，仿真結(jié)果證明了這種算法的有效性。
關(guān)鍵詞：遺傳算法；全局優(yōu)化；小生境 ；電網(wǎng)規(guī)劃
參考文獻(xiàn)：
[1] Holland J H.Adaptation in Natural and Artificial Systems[M]. Ann Arbor；The University of Michigan Press，1975.
[2] 周 明，孫樹棟.遺傳算法原理及應(yīng)用[M].北京：國防工業(yè)出版社，1999.
[3] De Jong K A. An Analysis of the Behavior of a Class of Genetic Adaptive Systems[D]. Ph. D Dissertation；University of Michigan，No. 76-9381，1975.
[4] Goldberg D E，Richardson J. Genetic Algorithms with Sharing for Multimodal Function Optimization[J]. In：Proc.of 2nd Int.Conf. on Genetic Algorithms，Lawrence Erlbaum Associates，1987， 41-49.
[5] 熊信銀，吳耀武.遺傳算法及其在電力系統(tǒng)中的應(yīng)用[M].武漢：華中科技大學(xué)出版社，2002.
