下载 >  开发技术 >  其它 > 基于免疫粒子群算法的电力系统无功优化
4

基于免疫粒子群算法的电力系统无功优化

通过对IEEE-30节点系统的仿真计算表明,本文建立的动态无功优化模型是简单有效的,具有良好的实用价值。同时,算例也表明免疫粒子群算法能够及时跳出局部最优得到全局最优解,而且收敛速度快,精度高,它保证了动态无功优化在每个时段基本都能收敛到全局最优解,提高了动态无功优化的收敛精度和速度。
2009-06-13 上传大小:1.9MB
分享
收藏 (3) 举报

评论 共3条

zhoujiuzhen6758 为什么打不开?
2017-10-10
回复
dsg5131420 文件真心不错,非常具有参考价值!
2016-04-11
回复
liyang___2007 不错的东西吆,对无功优化粒子群算法提出了以免疫算法式的改进。多智能优化。
2012-10-19
回复
粒子群算法

该程序为粒子群算法,程序注释完整,十分利于学习使用并修改。

立即下载
粒子群优化算法(matlab编写,共十三种)

matlab编写的粒子群算法(共有十三种)

立即下载
免疫粒子群优化算法

基于免疫粒子群优化算法的排课系统实现人机交互的排课系统

立即下载
免疫粒子群优化算法.PDF

受生物体免疫系统免疫机制的启发,论文把免疫系统的免疫信息处理机制引入到粒子群优化算法中,给出了免 疫粒子群优化算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理 机制,并且实现简单,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法进化过程中的收敛速度和精度。一个求 多维函数最优值的计算机仿真对比结果表明,免疫粒子群优化算法的收敛性能优于粒子群优化算法。

立即下载
粒子群优化算法演示及matlab源程序

为了让广大学者更直观的了解例子群算法,作者编制了粒子群算法演示程序,能够直观的观察例子群算法的寻优过程,并提供了源程序,供广大学者学习交流。

立即下载
基于免疫粒子群的电力系统无功优化研究

基于免疫粒子群的电力系统无功优化研究

立即下载
基本粒子群算法的ieee30节点无功优化

用matpower计算潮流,需要matpower工具箱才能运行

立即下载
求解约束优化问题的粒子群算法研究(电子书)

求解约束优化问题的粒子群算法研究.zip 求解约束优化问题的粒子群算法研究.zip

立即下载
基于粒子群算法的PID控制器优化设计

基于粒子群算法的PID控制器优化设计,利用MATLAB中的Simulink仿真对PID设计进行了很好的控制

立即下载
基于遗传算法的电力系统无功优化程序

基于遗传算法的电力系统无功优化程序,很有用的。

立即下载
基于改进粒子群算法无功优化研究与应用

基于改进粒子群算法的无功优化研究与应用,无功优化。

立即下载
基于粒子群算法机器人路径规划matlab程序

基于粒子群算法机器人路径规划matlab程序,附有障碍图

立即下载
粒子群算法与神经网络算法结合的matlab程序

粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现,因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟,仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下:本文首先介绍了粒子群算法的国内外的研究现状与发展概况,较系统地分析了粒子群优化算法的基本理论,总结常见的改进的粒子群优化算法。其次介绍了Hooke-Jeeves模式搜索法的算法分析、基本流程及应用领域。针对标准粒子群优化算法存在“早熟”问题,易陷入局部极小值的缺点,本文对标准粒子群算法进行改进。首先将原始定义的初始种群划分为两个相同的子种群,采用基于适应度支配的思想分别将每个子种群划分为两个子集,Pareto子集和N_Pareto子集;然后将两个子群中的适应度较优的两个Pareto子集合为新种群。Griewank和Rastrigin由于新种群的参数设置区别于标准粒子群算法的参数设置,新的粒子与标准种群中的粒子飞行轨迹不同,种群的探索范围扩大,从而使算法的全局搜索能力有所提高。 为平衡粒子群算法的全局寻优能力和局部寻优能力,提高粒子群算法的求解精度和效率,本文在新种群寻优过程中引入具有强收敛能力Hooke-Jeeves搜索法,提出了IMPSO算法。雅文网www.lunwendingzhi.com,并用IMPSO算法对标准基准测试函数进行实验,将得到的实验结果并与标准粒子群算法对基准函数的实验结果进行对比,仿真结果证明了该改进的粒子群算法的有效性。 最后本文研究改进的粒子群算法在BP神经网络中的应用。首先介绍人工神经网络的原理及基于BP算法的多层前馈神经网络,其次用IMPSO算法训练BP神经网络并给出训练流程图。 将IMPSO算法训练的BP神经网络分别应用于齿轮热处理中硬化层深的预测以及用于柴油机的缸盖与缸壁的故障诊断中,并将预测结果、诊断结果与BP神经网络、标准粒子群优化算法训练的BP神经网络的实验结果进行对比,实验结果证明了改进的粒子群算法训练BP网络具有更强的优化性能和学习能力。 英文简介: Particle swarm optimization algorithm is a novel bionic, swarm intelligence optimization algorithm. The algorithm principle is simple, less need to adjust the parameters and convergence speed is fast and easy to implement, so in recent years, particle swarm optimization (pso) to cause the attention of many scholars. So far, however, the particle swarm algorithm are not mature in theory analysis and practice applications, there are still a lot of problems need further research. Based on particle swarm algorithm is prone to "premature" into a local minimum value problem to improve the standard particle swarm algorithm and improved particle swarm optimization (pso) algorithm was applied to BP neural network. This paper's main work is as follows: at first, this paper introduces the particle swarm algorithm in the general situation of the research status and development at home and abroad, systematically analyzes the basic theory of particle swarm optimization algorithm, summarizes the common improved particle swarm optimization algorithm. Secondly introduces the analysis method of Hooke - Jeeves pattern search algorithm, the basic process and application fields. In view of the standard particle swarm optimization algorithm "precocious" problems, easy to fall into local minimum value, in this paper, the standard particle swarm algorithm was improved. First of all, the original definition of the initial population is divided into two identical sub populations, based on the fitness of thought respectively each child population is divided into two subsets, and Pareto subset N_Pareto subset; And then has a better fitness of two subgroups of two Pareto set for the new population. Griewank and Rastrigin because of the new population parameter setting differs from the standard particle swarm algorithm of the parameter is set, the new particles and particle trajectories in the different standard population, population expanding, which makes the algorithm's global search ability have improved. To balance the global search capability of the particle swarm algorithm and local optimization ability, and improve the precision and efficiency of particle swarm optimization (pso) algorithm, introduced in this article in the new population optimization process has a strong convergence ability to search method of Hooke - Jeeves, IMPSO algorithm is proposed. And standard benchmark test functions with IMPSO algorithm experiment, will receive the results with the standard particle swarm algorithm, comparing the experimental results of benchmark functions, the simulation results prove the validity of the improved particle swarm algorithm. At the end of the paper research the improved particle swarm algorithm in the application of the BP neural network. First this paper introduces the principle of artificial neural network and based on the multi-layer feed-forward neural network BP algorithm, secondly by IMPSO algorithm training the BP neural network and training flow chart is given. IMPSO algorithm training the BP neural network respectively used in the gear heat treatment hardening layer depth prediction and used for fault diagnosis of diesel engine cylinder head and cylinder wall, and the predicted results, the diagnostic results, the standard particle swarm optimization algorithm with BP neural network of training BP neural network, comparing the experimental results of the experimental results show that the improved particle swarm optimization (pso) training BP network has better optimization performance and learning ability.

立即下载
免疫遗传算法

免疫遗传算法源代码,是对遗传算法和免疫算法的改进

立即下载
多目标粒子群优化算法

本书阐述了多目标粒子群优化算法的原理及其应用,主要内容包括基于*小角度的粒子引导者选择、外部储备集的两阶段更新、基于目标分割的多种群协同进化、少控制参数的多目标骨干粒子群优化等;还给出了不同方法在复杂约束优化、区间不确定优化、异质数据特征选择、危险环境下机器人全局路径规划、区间收益多项目选址中的具体应用,并给出了详细的算法对比结果。书后附有部分多目标粒子群优化算法源程序。

立即下载
粒子群优化算法解决旅行商(TSP)问题

粒子群优化算法解决旅行商(TSP)问题,求解全国31个省会城市的一次历遍的最短距离。代码可运行

立即下载
基于多目标粒子群算法求解多目标多约束优化问题

可直接运行,程序包含目标函数,和约束条件,直接修改即可

立即下载
粒子群算法多目标基于MATLAB

多目标优化,需要的请自行下载。The power-supply side uses the combined cooling, heating, and power supply system in conjunction with power grids. In the first stage, the single-target energy supply with the lowest cost of the combined heat and power system and the least emission of polluting gas is optimized. In the second stage, according to the multi-objective requirements, the user side performed the traditional method operations of the fgoalattain.con function and the modern optimization methods of the Pareto solution set. It essentially studied the substantive contents of the two methods. The fgoalattain was an early operation nonlinear and linear multi-objective.

立即下载
混沌粒子群优化算法代码

混沌优化算法代码 粒子群 啊阿的发呆发呆发呆时发生的发生地发啊打发

立即下载
基于混合粒子群算法的TSP搜索算法

利用混合粒子群算法的求解TSP问题的matlab实现

立即下载
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

基于免疫粒子群算法的电力系统无功优化

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: