论文研究 基于差分进化 牛顿拉夫逊算法三相潮流计算研究 .pdf

将自己在本科课程设计用的程序跟大家分享一下，大家有什么建议跟我联系。

差分进化是一种有效的优化技术，已成功应用于多目标优化问题，但也存在Pareto最优集合的收敛慢和多样性差等问题。针对上述不足，提出了一种基于分解和多策略变异的多目标差分进化算法（MODE/DMSM）。

为了改善差分进化算法的收敛速度和优化精度,提出一种基于复形法和云模型的差分进化混合算法（HDECC）。该算法使用差分进化算法搜索局部最优域,引入复形法和云模型来加快算法的收敛速度和提高算法优化精度,使

针对目前研究感知时间和有效吞吐量权衡问题的方法存在收敛速度慢、不能满足实时性要求的问题, 提出一种基于差分进化算法的有效吞吐量优化方法, 利用差分进化算法参数少、操作算子简单、全局搜索能力强和收敛速度

针对大规模优化问题求解难、差分进化算法运算时间长等问题，利用云计算MapReduce并行编程模型，结合差分进化算法隐含并行性，提出云差分进化算法。该算法利用Hadoop集群平台，采用多子群机制，并将子

针对求解资源受限项目调度问题（RCPSP），提出了基于差分进化（DE）的混合粒子群算法（PSODE）。通过在PSO种群和DE种群之间建立一种信息交流机制，使信息能够在两个种群中传递，以避免个体因错误的

混洗蛙跳算法（SFLA）具有算法简单、控制参数少、易于实现等优点，但在高维难优化问题中算法容易早熟收敛且求解精度不高。导致该缺陷的主要原因是在进化后期种群多样性迅速下降，且缺乏局部细化搜索能力。借鉴差

为了有效地解决水火电力系统资源短期优化调度问题，提出了一种基于差分进化粒子群的调度算法。设计了水火电力系统资源调度问题的数学模型，给出了差分进化粒子群优化算法的框架，通过PSO种群和DE种群之间的信息

提出了蚁群路径规划算法中一种动态候选解窗口的方法。该方法首先在固定均匀分布候选解的窗口上划分成若干分块，接着将负责路径规划的主蚁群的候选决策点看作一系列具有候选解属性的蚂蚁，再用该蚁群算法根据每分块上

提出一种改进的差分进化算法用于求解约束优化问题。该算法在处理约束时不引入惩罚因子，使约束处理问题简单化。利用佳点集方法初始化个体以维持种群的多样性。结合差分进化算法两种不同变异策略的特点，对可行个体与