遗传算法实现无功优化.pptx

大作业目录无功优化问题概述1无功优化数学建模2无功优化算法33实例分析44总结51.1.1无功优化概念无功优化概念所谓无功优化，就是当电力系统的结构参数以及负荷情况给定时，通过对某些控制变量的优化，寻找在满足所有约束条件的前提下，使系统的某个或多个性能指标达到最优时的无功调节手段。1.1无功优化问题概述1.1.2无功优化特点 离散性 非线性无功优化特点 收敛性依赖于初值 大规模1.1.3无功优化的发展目录无功优化问题概述1无功优化数学建模2无功优化算法33实例分析44总结52.1无功优化数学建模020301目标函数等式约束条件不等式约束可调控制变量本身也有一定的容许调节范围有功网损最小必须满足基本潮流方程 目标函数等式约束 不等式约束目录无功优化问题概述1无功优化数学建模2无功优化算法33实例分析44总结5常规优化算法人工智能优化算法常规的无功优化算法一般分为5种：人工智能的无功优化算法一般分为4种：线性规划法非线性规划法二次规划法混合整数规划法动态规划法模拟退火算法禁忌有哪些信誉好的足球投注网站算法群集智能化算法现代启示式有哪些信誉好的足球投注网站算法3.1无功优化算法3.2遗传算法概述3.2.1遗传算法概述 遗传算法是一种基于生物自然选择与遗传机理的随机有哪些信誉好的足球投注网站算法，与传统有哪些信誉好的足球投注网站算法不同，遗传算法从一组随机产生的称为“种群(Population)”的初始解开始有哪些信誉好的足球投注网站过程。种群中的每个个体是问题的一个解，称为“染色体(chromosome)”。染色体是一串符号，比如一个二进制字符串。这些染色体在后续迭代中不断进化，称为遗传。3.2.2遗传算法基本步骤GA在进行有哪些信誉好的足球投注网站之前先将解空间的解数据表示成遗传空间的基因型串结构数据，这些串结构数据的不同组合便构成了不同的点。1编码随机产生N个初始串结构数据，每个串结构数据称为一个个体，N个个体构成了—个群体。GA以这N个串结构数据作为初始点开始迭代。2初始群体的生成适应性值评估检测适应性函数表明个体或解的优劣性。对于不同的问题，适应性函数的定义方式也不同。33.2.3遗传算法基本步骤选择的目的是为了从当前群体个选出优良的个体，使它们有机会作为父代为下一代繁殖子孙。遗传算法通过选择过程体现这一思想，进行选择的原则是适应性强的个体为下一代贡献一个或多个后代的概率大。4选择交叉操作是遗传算法中最主要的遗传操作。通过交叉操作可以得到新一代个体，新个体组合了其父辈个体的特性。交叉体现了信息交换的思想。5交叉变异变异首先在群体中随机选择一个个体，对于选中的个体以一定的概率随机地改变串结构数据中某个串的值。63.2.4遗传算法编程基本流程图3.2.5遗传算法编程基本步骤 遗传算法能以较少的计算获得较大的收益；算法不需要求导或其他辅助知识， 而只需要影响有哪些信誉好的足球投注网站方向的目标函数和相应的适应度函数；强调概率转换规则，而不是确定的转换规则；遗传算法可以更加直接的应用；遗传算法对给定问题， 可以产生许多的潜在解， 最终选择可以由使用者确定。在某些特殊情况下， 如多目标优化问题不止一个解存在， 有一组最优解。这种遗传算法对于确认可替代解集而言是特别合适的。3.2.6遗传算法算法总结3.3.1原对偶内点法基本原理 引入松弛变量将函数不等式约束变化为等式约束及变量不等式约束，用拉格朗日乘子法处理等式约束条件，用内点障碍函数法及制约步长法处理变量不等式约束条件，导出引入障碍函数后的库恩-图克最优性条件，并用牛顿-拉夫逊法进行求解，去足够大的初始障碍因子以保证解得可行性，而后逐渐减少障碍因子以保证解的最优性。3.3原对偶内点法3.3.2原对偶内点法基本步骤数据初始化。置迭代次数K=0,容许迭代次Kmax=100，取=（0,1），设置容许误差、容许对偶间隙、初始罚系数选择恰当的初始值l0,u0,求得相应z，w12计算对偶间隙Cgap，计算罚因子p形成修正方程，并判断程序是否收敛。如果对偶间隙及修正方程的右端项均小于容许误差，则算法收敛，进行第8步，否则进行下一步34求解修正方程得△x, △y, △l, △u, △z, △w5确定原始变量及对偶变量的迭代步长6更新原始变量及对偶变量的当前值7置K=K+1，若KKmax转第二步，否则进行第8步8报告程序是否收敛并退出3.3.3原对偶内点法流程图原对偶内点法在计及等式约束和变量型不等式约束的同时，也能处理以往的各种内点法无法考虑的函数型不等式约束，而且松弛变量的引入不影响本方法的优化计算收敛速度和精度，并且没有新的注入元，使得该方法可以充分利用电力系统的稀疏性，继承了牛顿法的超稀疏性，程序编程相对简单，鲁棒性好，迭代次数少，计算速度快。3.3.4原对偶内点法总结3.4人工鱼群算法3.4.1人工鱼群算法概述人工鱼群算法将动物自治体的概念引入优化算法中，从分析鱼类的活动出发的，采用了自下而上的思路，应用了基于行为的人工智能方法，形成了一种新