果蝇优化算法和粒子群优化算法的应用对比.pdf

《果蝇优化算法和粒子群优化算法的应用对比.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、噩麦旦日经验童日Doi：l0．39694。issn．1671-1041．2013．04．029果蝇优化算法和粒子群优化算法的应用对比高东磊’，刘友宽，苏杰。，李晓娇’(1．华北电力大学云南电网公司研究生工作站，昆明650217；2．云南电网电力研究院，昆明6502172；3．华北电力大学，保定071003)摘要：参数优化一直是控制系统重要的一个环节，现在常用的优化算法有蚁群算法、遗传算法、粒子群优化算法。然而现在这些算法普遍存在鲁棒性差、陷入局部最优等缺点。果蝇优化算法作为一种较新的群体优化算法与粒子群有颇多的相似之处。本文以水轮机组调速系统PI控制参数为优

2、化对象，分别以粒子群优化算法和果蝇优化算法进行参数优化，通过分析二者的优化过程与结果，对比了两种优化算法的优缺点，证明了果蝇优化算法的可行性。关键词：参数优化；粒子群；果蝇优化；水轮机组中图分类号：TP23文献标志码：BThecontrastofdrosophilaoptimizationandparticleswarnloptimization'sapplicationGAODong—lei，LIUYou—kuan2,SuJie3,LIXiao-jiao(1．GraduateWorkstationofNorthChinaElectricPowerUnive

3、rsity&YunnanPowerGrid，Kunming650217，China；2．YunnanPowerGridElectricPowerResearchInstitute，Kunming650217，China；．3．NorthChinaElectricPowerUniversity，Baoding071003，China．)Abstract：TParameteroptimizationhasbeenanimportantaspectofthecontroIsystem．optimizationalgorithmincludsthecompositi

4、onoftheantcolonyalgorithm，geneticalgorithm，particleswarmoptimizationalgorithm．Now，however，theprevalenceofthesealgorithmsrobustnessIocaIoptimumdrawback．Thispaperpresentsalatestoptimizationalgorithm—Drosophilaoptimizationalgorithm．Hydraulicturbinespeedcontrolsystemisoptimizated，bypar

5、ticleswarmoptimizationandtheDrosophilaoptimizationalgorithmparameteroptimization．Finally，insimulinkdynamicsimulation，comparingtheresultsoftheoptimizations．Keywords：Parameteroptimization，Particleswarm，Drosophilaoptimization，turbinegroup．0引言和优化效果，表明果蝇优化算法在优化工作中的实用性和随着经济的不断发展和科学技术的不断进

6、步，电网的可行性。稳定运行也变得也越来越重要。作为保证电网运行稳定的1粒子群优化算法重要环节，水电机组控制系统的参数设置历来是一个是非作为目前为止比较成熟而且已经被广泛应用的优化算重要的工作。现在的控制系统常用的是PID控制器，然而控法，粒子群算法是一种基于群体的演化算法，，是基于鸟群制器参数的好坏则直接关系到整个机组的运行稳定性，甚捕食行为演化出的一种寻优的算法。该算法的基本思想为至关系到电网的安全运行。为了实现控制品质的优化，常一群鸟要搜寻到位置不知的食物，通过不断搜寻与改进找用一些优化算法对控制器参数进行相应指标的优化。目前出最佳的觅食策略。普遍存在参

7、数优化算法包括蚁群优化算法、遗传优化算法该算法的重要部分是迭代部分，每一次迭代每一和粒子群优化算法等。其中，前两种算法都存在缺陷，收个粒子要跟踪两个极值，分别为个体极值与群体最优敛速度比较慢，而且很容易陷入局部最优的结果，最终的解，找到极值后根据以下公式进行速度位置的更新：结果是得不到最佳的参数值，而粒子群作为一种新型的群V=WV+c1rand()(pBest—Present)+c2*rand0*(gBest—Present)体智能启发的整体搜索寻优的优化算法现在已经被广泛应其中，V为粒子的速度，Presnt是粒子的当前位置，用，但是也存在陷入局部最优的缺陷

8、。Pbest是个体极值，gBest是群体最优值，c1