資源描述：
《多群協(xié)同多目標(biāo)粒子群優(yōu)化算法及其應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)分類號(hào)UDC密級(jí)學(xué)位論文多群協(xié)同多目標(biāo)粒子群優(yōu)化算法及其應(yīng)用研究作者姓名：指導(dǎo)教師：申請(qǐng)學(xué)位級(jí)別：學(xué)科專業(yè)名稱：論文提交日期：學(xué)位授予日期：評(píng)閱人：楊博宇劉建昌教授東北大學(xué)信息科學(xué)與工程學(xué)院碩士學(xué)科類別：工學(xué)控制理論與控制工程2014年6月論文答辯日期：2014年6月2014年7月答辯委員會(huì)主席：錢曉龍譚樹彬、李元東北大學(xué)2014年6月萬方數(shù)據(jù)AThesisinControlTheoryandControlEngineeringResearchonMulti—populationCo—evolutionaryMulti·-objectiveParticleSw
2、armOptimizationandItsApplicationByYangBoyuSupervisor：ProfessorLiuJianchangNortheasternUniversityJune2014萬方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝=屯思0學(xué)位論文作者簽名：柄蕩孚日期：加l諏D』．≯e學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)
3、教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定：即學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后：半年口一年口一年半口兩年彳學(xué)位論文作者簽名：橢簽字日期：們I啦口占．>易導(dǎo)師簽名：簽字日期：毒憾弓萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要多群協(xié)同多目標(biāo)粒子群優(yōu)化算法及其應(yīng)用研究摘要本文對(duì)采用多群協(xié)同機(jī)制的多目標(biāo)粒子群優(yōu)化算法及其在電力系統(tǒng)環(huán)境經(jīng)濟(jì)負(fù)荷分配中的應(yīng)用進(jìn)行了研究。．實(shí)際工業(yè)生產(chǎn)中普遍存在需要同時(shí)優(yōu)化相互沖突的多個(gè)目
4、標(biāo)的多目標(biāo)優(yōu)化問題。粒子群優(yōu)化(ParticleSwarmOptimization，即PSO)算法因其實(shí)現(xiàn)簡(jiǎn)單、收斂速度快，被廣泛應(yīng)用于求解多目標(biāo)優(yōu)化問題。本文針對(duì)將PSO算法應(yīng)用于多目標(biāo)優(yōu)化中需要解決的向?qū)У倪x擇、非支配解的保存以及種群多樣性保持的三個(gè)關(guān)鍵問題，提出一種多群協(xié)同多目標(biāo)粒子群優(yōu)化算法(Multi-populationCo—evolutionaryMulti-objectiveParticleSwarmOptimization，即MPCMOPSO)。算法對(duì)整個(gè)種群按照目標(biāo)個(gè)數(shù)進(jìn)行均等劃分，并用外部存檔來存儲(chǔ)非支配解和實(shí)現(xiàn)種群間的信息共享。算法對(duì)速度更新公
5、式進(jìn)行相應(yīng)調(diào)整，并根據(jù)解密度選擇向?qū)ЯＷ?。為了在保證算法收斂速度的同時(shí)保持種群的多樣性，對(duì)外部存檔中的粒子進(jìn)行基于改進(jìn)Tent映射的局部搜索。算法采用改進(jìn)的自適應(yīng)網(wǎng)格法維護(hù)外部存檔，保持了非支配解在目標(biāo)空間中的分布范圍。利用ZDT系列基準(zhǔn)測(cè)試函數(shù)對(duì)MPCMOPSO和幾種多目標(biāo)優(yōu)化算法的收斂性和解的分布性進(jìn)行了仿真比較。仿真實(shí)驗(yàn)表明，MPCMOPSO在解決ZDT系列不同性質(zhì)的多目標(biāo)優(yōu)化問題中有優(yōu)異的表現(xiàn)將MPCMOPSO算法應(yīng)用到對(duì)電力系統(tǒng)環(huán)境經(jīng)濟(jì)負(fù)荷分配問題的求解中。問題的目標(biāo)函數(shù)中考慮機(jī)組的閥點(diǎn)效應(yīng)和電力系統(tǒng)的網(wǎng)絡(luò)損耗。通過修正算法處理等式約束，實(shí)現(xiàn)對(duì)IEEE30節(jié)
6、點(diǎn)6機(jī)組系統(tǒng)的環(huán)境經(jīng)濟(jì)負(fù)荷分配。仿真實(shí)驗(yàn)表明，MPCMOPSO在電力系統(tǒng)環(huán)境經(jīng)濟(jì)負(fù)荷分配問題中獲得了比其它多目標(biāo)優(yōu)化算法更好的負(fù)荷分配方案。關(guān)鍵詞：粒子群；多目標(biāo)優(yōu)化；協(xié)同進(jìn)化；環(huán)境經(jīng)濟(jì)負(fù)荷分配萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文AbstractResearchonMulti·-populationCo··evolutionaryMulti--objectiveParticleSwarmOptimizationandItsApplicationAbstractInthisthesis，multi-objectiveparticleswarmoptimizationalgori
7、thmbasedonmulti-·populationCO··evolutionarymechanismandits·applicationoneconomicenvironmentalloaddispatchprobleminpowersystemsisresearched．Therearemanyreal—worldoptimizationproblemsinvolvingmultipleobjectivesthatshouldbeoptimizedsimultaneouslyinindustrialproduction．ParticleSwar
