首页理论教育优化方法的具体步骤简述

优化方法的具体步骤简述

2023-06-23 理论教育版权反馈

【摘要】：对粒子群最优位置xgbest进行混沌优化:——第k次迭代的群体最优位置；ω——惯性权重；c1——认知系数；c2——社会系数；r1、r2——[0,1]之间的随机数。3)将混沌序列通过方程逆映射回原解空间:2)对通过Logistic方程进行M次迭代,得到混沌序列(n=1,2,…4)计算可行解序列中每个可行解矢量的适应值,并保留适应值最优时对应的可行解矢量,记为。

(1)初始化粒子。随机产生一个包含ns个粒子的种群,初始化粒子(即优化变量:风力发电机组的容量、光伏阵列的容量、抽水蓄能机组的容量),赋予每个粒子一个随机速度(即在优化的过程中,风机发电机容量变化的步长、光伏阵列容量变化的步长、抽水蓄能机组容量变化的步长),设定迭代次数为N。

(2)更新粒子的速度和位置。按照式(4-11)和式(4-12)更新粒子的速度和位置:

式中 ——第i(i=1,2,…,m)个粒子第k次迭代的速度；

式中 ——第i(i=1,2,…,m)个粒子第k次迭代的速度；

——第i(i=1,2,…,m)个粒子第k次迭代的位置；

——第i(i=1,2,…,m)个粒子第k次迭代的位置；

——粒子i第k次迭代的个体最优位置；

——粒子i第k次迭代的个体最优位置；

——第k次迭代的群体最优位置；

ω——惯性权重；

c1——认知系数；

c2——社会系数；

r1、r2——[0,1]之间的随机数。

(3)对粒子群最优位置xgbest进行混沌优化:

——第k次迭代的群体最优位置；

ω——惯性权重；

c1——认知系数；

c2——社会系数；

r1、r2——[0,1]之间的随机数。

(3)对粒子群最优位置xgbest进行混沌优化:

1)将xgbest通过式(4-13)映射到Logistic方程的定义域[0,1]上:

1)将xgbest通过式(4-13)映射到Logistic方程的定义域[0,1]上:

式中取值上限；

式中取值上限；

取值下限。

取值下限。

2)对 pagenumber_ebook=84,pagenumber_book=79 通过Logistic方程进行M次迭代,得到混沌序列(n=1,2,…,M)。

3)将混沌序列通过方程(4-14)逆映射回原解空间:

2)对 pagenumber_ebook=84,pagenumber_book=79 通过Logistic方程进行M次迭代,得到混沌序列(n=1,2,…,M)。

3)将混沌序列通过方程(4-14)逆映射回原解空间:

从而产生一个混沌变量可行解序列(m=1,2,…,M)。

从而产生一个混沌变量可行解序列(m=1,2,…,M)。

4)计算可行解序列中每个可行解矢量的适应值,并保留适应值最优时对应的可行解矢量,记为。

4)计算可行解序列中每个可行解矢量的适应值,并保留适应值最优时对应的可行解矢量,记为。

(4)从当前粒子群中随机选择一个粒子,用的位置矢量代替选出粒子的位置矢量。

(5)跳至步骤(2),直到算法到达最大迭代次数N或得到最优解,即在系统的负荷失电率最小且系统的初次投资成本最低时风力发电机组的容量、光伏阵列的容量和抽水蓄能机组的容量。

(4)从当前粒子群中随机选择一个粒子,用的位置矢量代替选出粒子的位置矢量。

(5)跳至步骤(2),直到算法到达最大迭代次数N或得到最优解,即在系统的负荷失电率最小且系统的初次投资成本最低时风力发电机组的容量、光伏阵列的容量和抽水蓄能机组的容量。