针对分布式电源(Distributed Generation, DG)出力的随机性和负荷的波动性,以有功网损、电压偏移为目标函数建立有源配电网多目标无功优化模型。采用改进三点估计法将不确定潮流计算转化
为了克服标准量子粒子群优化(SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化(APMQPSO)算法。以四种不同的变异概率减小方式阶段性地对QP
基于改进粒子群算法的微电网多目标优化调度以微电网运行成本和环境保护成本的最小化为目标,建立了微电网经济与环保优化调度模型,并采用改进的粒子群算法(PSO)对该模型进行求解。通过优化调度策略,实现了微电
带交叉算子的自适应量子粒子群优化算法,陈琳,肖波,聚类分析是数据挖掘中一个很活跃的研究领域,其核心目标是将待处理对象的集合在相似的基础上分成多个类。随着研究的深入,新的聚
针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,提出将量子粒子群优化算法用于求解作业车间调度问题。求解时,将每个调度按照一定的规则编码为一个矩阵,并以此矩阵作为算法中的粒子；然后根据调度目标确
针对瓦斯涌出局部性、随机性、模糊性等特点,提出一种新的量子粒子群优化、支持向量核构造量子粒子群算法和向量回归模型,并且运用一种新型的智能量子粒子群优化算法优选模型参数。实验结果表明,所提出的量子粒子群
混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法局部搜索能力差,因而优化精度低、收敛速度慢的缺点,引入量子粒子群算法的搜索策略,提出了一种基于量子粒子群搜索策略的混合蛙跳算法
智能微电网的优化调度,包括蓄电池、柴油机、大电网等分布式设备,用粒子群算法进行优化,程序可以执行,可以在此基础上进行改变
智能微电网粒子群优化算法,微源:光伏、风机、发电机、储能等
为了解决配电网最小网损控制能力差、网损指数高的问题,提出一种新的基于网络重的网损控制方法。该方法通过查找技术网损以及管理网损,设定系统拓扑结构图,集中检测,查找异常数据,通过对变压
