迁移蜂群优化算法及其在无功优化中的应用

摘要：

提出了一种全新的迁移蜂群优化算法，并应用到电力系统无功优化问题。利用Q 学习的试错与奖励机制构造蜂群的学习模式，并采用强化学习的行为迁移技术实现蜂群的迁移学习。为解决算法求解多变量优化问题遇到的维数灾难，提出了状态–组合动作链的方式将状态–动作空间分解成若干低维空间，明显降低算法的计算难度。仿真结果表明：本文所提算法可以保证最优解质量的同时，寻优速度能提高到传统启发式智能算法的4～67倍左右，非常适用于大规模复杂系统非线性规划问题的快速求解。

关键词：迁移蜂群优化、强化学习、行为迁移、无功优化

所属期刊栏目：43

分类号：G63;G4

资助基金：国家重点基础研究发展计划973计划2013CB228205;国家自然科学基金51177051,51477055资助Supported by National Key Basic Research Program of China 973 Program2013CB228205;National Natural Science Foundation of China51177051,51477055

在线出版日期：2017-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：83-93