基于相似性自适应学习的遗传算法在无功优化中的应用

摘要：

针对常规遗传算法(GA)的不足,提出了一种改进的遗传算法-基于相似性自适应学习的遗传算法,为提高遗传算法的计算速度、收敛性和全局最优搜索能力,采取了以下改进措施:①针对遗传算法产生新解无序,提出邻域搜索策略;②为提高算法的搜索效率和效果,按适应值相似性对个体分级、加速;③为提高收敛速度,提出了邻域收缩策略.将改进遗传算法应用于电力系统进行无功优化,在收敛速度和全局收敛性与常规遗传算法进行了比较,结果表明改进遗传算法的有效性.

关键词：无功优化、相似性、邻域搜索、遗传算法

所属期刊栏目：35

分类号：TM76;TM714(输配电工程、电力网及电力系统)

资助基金：新疆自然科学基金200421127

在线出版日期：2007-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-49,54