格式:pdf
大小:2.3MB
頁數: 5頁
針對標準螢火蟲算法(Firefly Algorithm,FA)在求解電力系統優化潮流(OPF)問題上出現的早熟收斂和求解精度不高等問題,引入混沌優化和萊維飛行,形成了混沌萊維螢火蟲優化算法(Chaotic Lévy Flightfirely Algorithm,CLFA).對改進的CLFA算法進行了推導與分析,并將FA和CLFA兩種算法對IEEE30節點測試系統進行電力系統優化潮流仿真,用實驗證實算法的有效性.仿真結果表明:改進后的CLFA算法避免了早熟收斂,增強了局部搜索能力,提高了求解精度.算法的改進方式具有良好的創新性,學生可以自行開發不同的改進方式,改進后的算法更有利于進行后續的電力系統優化潮流問題研究.
格式:pdf
大小:2.3MB
頁數: 5頁
針對標準螢火蟲算法(Firefly Algorithm,FA)在求解電力系統優化潮流(OPF)問題上出現的早熟收斂和求解精度不高等問題,引入混沌優化和萊維飛行,形成了混沌萊維螢火蟲優化算法(Chaotic Lévy Flightfirely Algorithm,CLFA).對改進的CLFA算法進行了推導與分析,并將FA和CLFA兩種算法對IEEE30節點測試系統進行電力系統優化潮流仿真,用實驗證實算法的有效性.仿真結果表明:改進后的CLFA算法避免了早熟收斂,增強了局部搜索能力,提高了求解精度.算法的改進方式具有良好的創新性,學生可以自行開發不同的改進方式,改進后的算法更有利于進行后續的電力系統優化潮流問題研究.