改进遗传算法在电力变压器优化设计中的应用.pdfVIP

重庆市电机工程学会2000年学术会议论文 改进遗传算法在电力变压器优化设计中的应用 韩力 李辉 何蓓 重庆大学电气工程学院，400044 摘要本文舒对传统遗传算法的缺陷，研究并提出了～ 于电力变压器优化设计方面的报道[4】is]。但是传 种改进的遗传算法。针对电力变压器的优化设计模型， Genetic 统的遗传算法(Simple Algorithm，简称 提出了一种基于改进遗传算法的退火罚函数优化方法。 SGA)解决优化问题时需要有一个优化变量的二 仿真结果表明．该算法具有良好的全局有哪些信誉好的足球投注网站能力和较高 进制编码和解码过程，当变量众多且取值范围 的求解精度．对工程约束优化问题具有一定的参考价 扩大时，将导致计算工作量的剧增，使SGA的 值。 收敛速度降低并且往往过早收敛于局部最优： 另外，SGA的侯选解编码过程是优化变量的离 关键词 改进遗传算法电力变压器优化设计 散化过程，这必然影响优化精度。本文针对SGA 退火罚函数非线性约束优比 存在的上述缺陷，对染色体的编码方式、选择 1前言 方法、交叉算子、变异算子以及收敛准则等方 面进行了改进，提出了一种改进的遗传算法 遗传算法(GeneticAlgorithm，简称GA)Hi Genetic Algorithm，简称[GA)。 (Improved 是一种基于自然选择和群体进化机制的全局优 GA本身是一种无约束的优化算法，在电 化算法，它继承了生物进化过程中自适应系统 力变压器优化设计中常采用基于SGA的罚函数 的优良特性．能够在有哪些信誉好的足球投注网站过程中不断地向可能 方法是序贯无约束极小化SUMT法，然而计 包含最优解的方向调整有哪些信誉好的足球投注网站空间．实现全局并 算经验表明m[41’is]，罚因子的选取对遗传算法 行有哪些信誉好的足球投注网站。另外，GA无需优化问题具有连续和 的收敛性影响很大．如果罚因子取得过大．有 可微的限制，而只要要求被优化问题是可计算 可能使算法过早地收敛于非极值点：而罚因子 的，因此GA已逐渐被广泛地应用于各种工程 取得过小，又可能使算法的收敛性能很差。因 优化问题(如组合优化、神经网络结构、调度问 此，基于SGA的变压器优化设计中的罚因子在 题、故障诊断白适应控制等)中f”。 大多数情况下是根据经验来选取的[41‘[51；另外． 电力变压器的优化设计在数学上可归结为 SUMT法需要罚因子无限增大而往往使罚函数 有约束、多变量、非线性的组合优化问胚。早