基于反向云自适应粒子群算法的多目标无功优化

摘要：

针对粒子群算法在高维复杂问题寻优时易陷入局部寻优的现象,提出了反向云自适应粒子群算法(OCAPSO),通过反向学习加快算法的收敛速度,使用云模型来平衡粒子的全部搜索和局部搜索能力,使用自适应突变机制增强种群的多样性.用高维广义Schwarz函数对OCAPSO的有效性进行验证,进一步以IEEE30节点系统进行单目标和多目标无功优化测试并将测试结果与粒子群优化(PSO),进化算法(EA)等测试结果进行比较,证实了该算法的优越性.分析表明,OCAPSO算法用于解决多目标无功优化问题有效可行.

关键词：无功优化、粒子群优化、反向学习、云模型、自适应、多目标

所属期刊栏目：51

分类号：TM714.3;TP301.6(输配电工程、电力网及电力系统)

资助基金：江苏省青年科学基金资助项目BK20150115

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：21-27