电力系统优化规划算法总结

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1.期望值算法

期望值算法通常是用期望值代替随机因素,将问题转化为确定性问题考虑。

2.机会约束算法

主要是考虑概率问题,如在置信区间范围内考虑优化问题,就转化为概率约束的问题。

3.相关机会规划算法

是在随机环境下使得事件的机会达到最优。

4.智能优化

目前随机问题多用智能优化法。智能优化主要借鉴仿生学和拟物的思想,包括:遗传算法、粒子群算法、蚁群算法等。

(1)遗传算法属于进化算法的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选

择大部分是依靠经验。

(2)粒子群算法

粒子群算法,是一种基于迭代的优化进化并行算法,和模拟退火算法相似,系统从随机解出发,通过迭代寻找最优解,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”和“变异”操作,它通过粒子在解空间追随当前搜索到的最优值来寻找全局最优。

(3)蚁群算法

蚁群算法是一种用来在图中寻找优化路径的机率型算法,是一种模拟进化算法,来源于蚂蚁在寻找食物过程中发现路径的行为。

相关文档
最新文档