| 改进的自适应多目标粒子群算法 |
| |
| 引用本文： | 曹一家,曹丽华,李勇,辛建波.改进的自适应多目标粒子群算法[J].湖南大学学报(自然科学版),2014,41(10):84-90. |
| |
| 作者姓名： | 曹一家 曹丽华 李勇 辛建波 |
| |
| 作者单位： | 1. 湖南大学 电气与信息工程学院,湖南 长沙,410082
2. 江西省电力科学研究院,江西 南昌,330096 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家科技支撑计划项目 |
| |
| 摘 要： | 边界处理和全局最优引导者选择操作对多目标粒子群算法的性能有重要影响,在考虑不同操作方法特征的基础上,提出了改进的自适应多目标粒子群(multiobjective particle swarm optimization,MOPSO)算法.当算法陷入局部最优时,启用交叉变异操作;当算法收敛性停滞时,轮换修剪边界处理和指数分布边界处理操作;当算法多样性停滞时,轮换反比于拥挤距离和反比于控制粒子数目的全局最优引导者概率选择操作.标准测试函数以及柔性交流输电系统(flexible AC transmission system,FACTS)装置优化配置问题的仿真结果验证了所提算法的有效性.
|
| 关 键 词： | 多目标优化 粒子群优化 帕累托最优 约束控制 边界处理 全局最优选择 自适应控制 最大传输能力 |
Improved Adaptive Multiobjective Particle Swarm Algorithm |
| |
| CAO Yi-jia
,
CAO Li-hua
,
LI Yong
,
XIN Jian-bo.Improved Adaptive Multiobjective Particle Swarm Algorithm[J].Journal of Hunan University(Naturnal Science),2014,41(10):84-90. |
| |
| Authors: | CAO Yi-jia CAO Li-hua LI Yong XIN Jian-bo |
| |
| Institution: | CAO Yi-jia;CAO Li-hua;LI Yong;XIN Jian-bo;College of Electrical and Information Engineering,Hunan Univ;Jiangxi Electric Power Research Institute; |
| |
| Abstract: | |
| |
| Keywords: | multiobjective optimization particle swarm optmization(PSO) Pareto optimality constrained domination bound handling global best selection adaptive control total transfer capability(TTC) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
