遗传算法与蚁群算法融合在电网规划中的应用

被引:4
作者
唐杰斌
周渝慧
陈向婷
郭昱霄
段炜
机构
[1] 北京交通大学电气工程学院
关键词
遗传算法; 蚁群算法; 融合算法; 电网规划;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低,蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法相融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案。最后通过18节点的算例证明,提出的融合算法与遗传算法以及蚁群算法相比,在收敛性与寻优性上均得到提高。
引用
收藏
页码:5 / 9
页数:5
相关论文
共 12 条
[1]
改进多目标蚁群算法在电网规划中的应用 [J].
符杨 ;
孟令合 ;
胡荣 ;
曹家麟 .
电网技术, 2009, 33 (18) :57-62
[2]
Pareto蚁群算法在多目标电网规划中的应用 [J].
符杨 ;
孟令合 ;
朱兰 ;
曹家麟 .
电力系统及其自动化学报, 2009, 21 (04) :41-45
[3]
基本蚂蚁算法中算法参数的优化 [J].
涂亚平 ;
刘萍 ;
谢宝陵 ;
吴海兵 .
小型微型计算机系统, 2007, (11) :1985-1987
[4]
遗传算法应用于电网规划的难点与改进 [J].
顾益磊 ;
许诺 ;
王西田 .
电网技术, 2007, (S1) :29-33
[5]
[6]
遗传算法与蚂蚁算法相融合的电力系统最优潮流计算 [J].
韩富春 ;
王晋 ;
杨翠茹 ;
武天文 .
电力学报, 2005, (04) :340-342
[7]
运用改进遗传算法的输电网规划 [J].
林娇燕 .
华南理工大学学报(自然科学版), 2002, (08) :36-39
[8]
改进的遗传算法在汕头电网规划中的应用 [J].
黄武忠 ;
钟丹虹 ;
孔德键 ;
吴捷 .
广东电力, 2001, (05) :8-11
[9]
遗传算法在电网规划应用中的改进 [J].
张俊芳 ;
王秀丽 ;
王锡凡 .
电网技术, 1997, (04) :25-27+32
[10]
Ant colonies for the travelling salesman problem [J].
Dorigo, M ;
Gambardella, LM .
BIOSYSTEMS, 1997, 43 (02) :73-81