提出一种基于动态层次分析的自适应多目标粒子群优化算法, 利用模糊一致矩阵层次分析法选取全局最优粒子, 保证进化方向的合理性和客观性. 在进化过程中对种群状态进行客观度量, 自适应更新种群的权重和学习因
针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题,提出一种基于改进粒子群-禁忌搜索算法的多目标电力系统无功优化方法。以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。应用K
为了提高算法的收敛性与非支配解集的多样性, 提出一种基于局部搜索与混合多样性策略的多目标粒子群 算法(LH-MOPSO). 该算法使用增广Lagrange 乘子法对非支配解进行局部搜索以快速接近Par
为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策
为提高多目标优化算法的收敛性和多样性, 提出一种基于多层次信息交互的多目标粒子群优化算法. 在该算法中, 整个优化过程可分为标准粒子群优化层、粒子进化与学习层和档案信息交换层3 个层次. 粒子进化与学
提出一种带两类正态变异的多目标粒子群算法, 其中一类变异有助于在非劣解的邻域内发现新的非劣解, 另一类变异可以分散粒子群. 将搜索过程分为3 个阶段, 在每个阶段引导粒子的选择采用不同的针对性策略.
地磁感应电流(GIC)流经变压器绕组会产生直流偏磁现象,造成变压器无功损耗增加,破坏电网无功平衡,影响电网安全稳定运行。为了有效地抑制GIC对电网的不良影响,以无功补偿设备成本和电压偏移量最小为目标,
网格环境的特点是开放性和动态性,网格资源、用户和管理策略都可能随着时间动态地发生变化,因此,需要重点解决网格工作流调度系统中的多目标优化问题。将多目标粒子群优化算法应用于求解网格工作流调度中的多目标优
第 21卷第 22期 系 统 仿 真 学 报 ? V ol. 21 No. 22 2009年 11月 Journal of System Simulation Nov, 2009 ? 7061 ? 基
针对目前多目标粒子群优化算法的收敛性能和非劣解的多样性不能同时得到满足等缺陷,提出一种基于多策略的多目标粒子群优化算法(Multi-ObjectiveParticleSwarmOptimization
