简化的分类微粒群算法及其在风电场建模中的应用

提出一种简化的分类微粒群算法. 首先将微粒按适应值的差异划分成较好、普通和较差3 类; 然后对这3 类 微粒分别采用3 种对应的没有速度项的简化模型进行动态调整, 有效地增加了种群的多样性. 通过对4 种典型测试 函数的仿真实验, 并与经典PSO 和2 个目前较为流行的改进PSO 进行比较, 实验结果表明了所提出的改进算法具有 更好的优化性能. 将改进算法用于风电场风速概率模型优化的实验结果表明, 与传统最小二乘法相比, 该方法拟合 的Weibull 参数精度更高, 更具实际参考价值.