Matlab【优化布局-负荷分配】基于差分进化算法求解电力系统负荷分配中的应用问题.zip

clc clear all close all %差分进化算法程序基本程序 F0=0.5;%是变异率 Gm=1000; %最大迭代次数 pd=10500;%系统电力需求总量 Np=100; %种群规模 CR=0.9; %杂交参数 G=1;%初始化代数 DD=40;%所求问题的维数 ge=zeros(1,Np);%各代的最优值 X1=zeros(Np,DD);%各代的最优解 xmax=[114 114 120 190 97 140 300 300 300 300 375 375 500 500 500 500 500 500 550 550 550 550 550 550 550 550 150 150 150 97 190 190 190 200 200 200 110 110 110 550]; xmin=[36 36 60 80 47 68 110 135 135 130 94 94 125 125 125 125 220 220 242 242 254 254 254 254 254 254 10 10 10 47 60 60 60 90 90 90 25 25 25 242];%解可行域 %%%%%%%%%%初始化解 A=xmax-xmin; B=repmat(A,Np,1); C=repmat(xmin,Np,1); X0=B.*rand(Np,DD)+C; X=X0;%产生初始种群 %%%%%%%%%%变异操作 X1new=zeros(Np,DD);%初始化 留作储存变异后X X1_new=zeros(Np,DD);%初始化 留作储存交叉后X X1=zeros(Np,DD);%初始化 value=zeros(1,Np); while G<=Gm %开始迭代/G=1,G=Tmax for i=1:Np %产生j,k,p三个不同的数 u=1;v=Np; dx=randperm(v-u+1)+u-1; j=dx(1);k=dx(2);p=dx(3); %保证j,k,p不等于i（当前粒子） if j==i j=dx(4); elseif k==i k=dx(4); elseif p==i p=dx(4); end namd=exp(1-Gm/(Gm+1-G));%变异算子 F=F0*2.^namd; bon=X(p,:)+F*(X(j,:)-X(k,:)); for j=1:DD if bon(1,j)<xmin(1,j) %防止变异超出边界 X1new(i,j)=xmin(1,j); elseif bon(1,j)>xmax(1,j) X1new(i,j)=xmax(1,j); else X1new(i,j)=bon(1,j); end end end %%%%%%%%%%%%杂交操作 for i=1:Np for j=1:DD if rand>CR %利用二项分布来交叉 X1_new(i,j)=X(i,j); else X1_new(i,j)=X1new(i,j); end end end %%%%%%%%%%%%%%%竞争操作 for i=1:Np if f(X1_new(i,:))<f(X(i,:)) X1(i,:)=X1_new(i,:); else X1(i,:)=X(i,:); end X1(i,:)=eqcontrail(X1(i,:),pd,DD,xmin,xmax); end %找出最小值 for i=1:Np value(i)=f(X1(i,:)); end [fmin,nmin]=min(value); %返回最小值 及 对应序号 if G>1 if fmin<min(ge) ge(G)=fmin; %当代最优值 X1(G,:)=X1(nmin,:); %最优值对应最优解 else ge(G)=ge(G-1); %当代最优值 X1(G,:)=X1(G-1,:); %最优值对应最优解 end else ge(G)=fmin; %当代最优值 X1(G,:)=X1(nmin,:); %最优值对应最优解 end G=G+1; X=X1; end figure ii=linspace(1,Np,Np); plot(ge) [gmin,n]=min(ge); %各代进行比较取得最优值 % bestvalue=gmin % bestsolution=X1(n,:) %目标函数的倒数