多群协同多目标粒子群优化算法及其应用研究

《多群协同多目标粒子群优化算法及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文多群协同多目标粒子群优化算法及其应用研究作者姓名：指导教师：申请学位级别：学科专业名称：论文提交日期：学位授予日期：评阅人：杨博宇刘建昌教授东北大学信息科学与工程学院硕士学科类别：工学控制理论与控制工程2014年6月论文答辩日期：2014年6月2014年7月答辩委员会主席：钱晓龙谭树彬、李元东北大学2014年6月万方数据AThesisinControlTheoryandControlEngineeringResearchonMulti—populationCo—evolutionaryMulti·-objectiveParticleSw

2、armOptimizationandItsApplicationByYangBoyuSupervisor：ProfessorLiuJianchangNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢=屯思0学位论文作者签名：柄荡孚日期：加l诹D』．≯e学位论文版权使用授权书本学位论文作者和指导

3、教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年彳学位论文作者签名：椭签字日期：们I啦口占．>易导师签名：签字日期：毒憾弓万方数据东北大学硕士学位论文摘要多群协同多目标粒子群优化算法及其应用研究摘要本文对采用多群协同机制的多目标粒子群优化算法及其在电力系统环境经济负荷分配中的应用进行了研究。．实际工业生产中普遍存在需要同时优化相互冲突的多个目

4、标的多目标优化问题。粒子群优化(ParticleSwarmOptimization，即PSO)算法因其实现简单、收敛速度快，被广泛应用于求解多目标优化问题。本文针对将PSO算法应用于多目标优化中需要解决的向导的选择、非支配解的保存以及种群多样性保持的三个关键问题，提出一种多群协同多目标粒子群优化算法(Multi-populationCo—evolutionaryMulti-objectiveParticleSwarmOptimization，即MPCMOPSO)。算法对整个种群按照目标个数进行均等划分，并用外部存档来存储非支配解和实现种群间的信息共享。算法对速度更新公

5、式进行相应调整，并根据解密度选择向导粒子。为了在保证算法收敛速度的同时保持种群的多样性，对外部存档中的粒子进行基于改进Tent映射的局部搜索。算法采用改进的自适应网格法维护外部存档，保持了非支配解在目标空间中的分布范围。利用ZDT系列基准测试函数对MPCMOPSO和几种多目标优化算法的收敛性和解的分布性进行了仿真比较。仿真实验表明，MPCMOPSO在解决ZDT系列不同性质的多目标优化问题中有优异的表现将MPCMOPSO算法应用到对电力系统环境经济负荷分配问题的求解中。问题的目标函数中考虑机组的阀点效应和电力系统的网络损耗。通过修正算法处理等式约束，实现对IEEE30节

6、点6机组系统的环境经济负荷分配。仿真实验表明，MPCMOPSO在电力系统环境经济负荷分配问题中获得了比其它多目标优化算法更好的负荷分配方案。关键词：粒子群；多目标优化；协同进化；环境经济负荷分配万方数据东北大学硕士学位论文AbstractResearchonMulti·-populationCo··evolutionaryMulti--objectiveParticleSwarmOptimizationandItsApplicationAbstractInthisthesis，multi-objectiveparticleswarmoptimizationalgori

7、thmbasedonmulti-·populationCO··evolutionarymechanismandits·applicationoneconomicenvironmentalloaddispatchprobleminpowersystemsisresearched．Therearemanyreal—worldoptimizationproblemsinvolvingmultipleobjectivesthatshouldbeoptimizedsimultaneouslyinindustrialproduction．ParticleSwar