% 粒子群算法-改进版 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 初始化参数和粒子群 function [gbest_x, gbest_y] = PSO(num_particles, max_iterations, f, lower_bound, upper_bound) % 定义粒子群基本参数 w = 0.7; % 惯性权重 c1 = 1.4; % 学习因子1 c2 = 1.4; % 学习因子2 % 初始化...
用Sigmoid 函数或用轮盘赌的方法来确定位置分量取 0 或 1 的概率值。Sigmoid 函数如下式: 传统二进制粒子群算法容易陷入局部最优。针对这一问题,从两个方面进行改进: 1.初始化和更新粒子时考虑配电网拓扑约束以缩小粒子搜索范围,增强算法收敛能力; 2.加入变异的机制。 2 运行结果 3 参考文献 部分理论来源于网络...
1.传统粒子群算法种群初始化 在传统粒子群算法中,种群位置初始化主要采用随机数的方式,matlab代码如下: %N为种群数量;D为例粒子维度 x=rand(N,D) 1. 2. 上述方式能够为粒子群算法的初始种群提供初始随机位置,但当求解含粒子边界约束的优化问题时,可能导致初始时刻生成的多数粒子种群均不满足边界约束,从而降低算法...
当微电网并网运行时,起到削峰填谷的作用,孤岛运行时可以保证重要负荷用电的可靠性,从而使整个电网的发电设备得以充分利用。在微电网在并网运行和孤岛运行时分别采用不同的分时段优化调度策略,运用改进的粒子群算法对微电网中数学模型进行求解,确定各个微电源优化后的出力,以实现微电网系统运行的综合效益最大,并通过算...
一:粒子群优化算法(Partical Swarm Optimization PSO),粒子群中的每一个粒子都代表一个问题的可能解,通过粒子个体的简单行为,群体内的信息交互实现问题求解的智能性。同时,PSO算法的缺点也是显而易见的:经典的粒子群算法随着粒子种群的进化,其多样性不断减小,导致了过早的快速收敛到局部最优。以下主要通过两个方面增...
本文介绍了一种基于改进粒子群算法的微电网优化调度方法,并进行了实验验证。实验结果表明,改进粒子群算法在微电网优化调度问题上具有较好的搜索能力和优化效果。因此,改进粒子群算法可以作为一种有效的微电网优化调度方法,为未来微电网的发展提供支持。 📣 部分代码 ...
摘要: 为了调高风光互补发电储能系统的经济性,减少其运行费用,研究风光互补发电储能系统的容量优化配置模型,探讨粒子群算法的改进及混合储能容量优化方法。首先通过对全生命周期费用静态模型的介绍,利用蓄电池和超级电容器作为风光互补系统混合储能装置,以其全生命周期费用最小为目标,以系统的缺电率等运行指标为约束条件,...
⛄ 部分代码 % 改进的快速粒子群优化算法 (APSO): function apso % 参数设置 global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du lamda1 = 0.2; % 动力性发挥程度加权因子; lamda2 = 0.8; % 经济性加权因子; ...
主要内容：代码提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型。同时采用改进的粒子群算法对优化模型进行求解，具体改进的点包括：1）改进了惯性因子；2）在PSO算法中引入变异操作进行改进粒子群算法，在普通粒子群算法的基础上引入简单变异算子，在粒子每次更新之后，以一定概率...