多目标优化改进遗传算法在电网规划中的应用.pdf

《多目标优化改进遗传算法在电网规划中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第2卷第12期2122000年6月2日J22000多目标优化改进遗传算法在电网规划中的应用伍力吴捷钟丹虹(华南理工大学电力学院广州1061)摘要:针对电网规划的多目标性提出一种改进的多目标优化遗传算法G该算法利用多种群概念很好地完成了优化过程中的多目标归一问题提高了优化速度算法中的变权重因子使规划工作人员可以方便地将决策的侧重倾向加入到优化过程中从而更好地符合实际需要G关键词:电网规划;遗传算法;多目标优化中图分类号:TM71;TP180引言等号至少对一个序号成立Gf(x)f(x)=12m(2)对比以往基于梯度的常规优化算法以自然界显然在连续的情况下所有有效解构成的集合实际优胜劣汰原

2、则为基础的遗传算法在解决组合优化上是个有效前沿面有效解也称为支配解~非略解或问题以及目标函数或约束条件不可微的非线性优化Pret解G问题上有难以比拟的优势G电网规划的目的是根据当把m个目标函数集成在一起构成一个实值电源发展及负荷增长情况合理地确定若干年后的目偏好函数这个模型称为妥协模型G在相同的约束条标网架结构使其在保证安全可靠的前提下做到经件下极大化妥协模型函数得到的函数的解称为妥济上的优化G电网规划考虑的因素包括一次性建设协解G妥协解是实际意义上可以得到的有效解G通常投资~运行费用和网损费用等这些因素在规划总目有3种获得妥协解的方法:D妥协模型通过对目标标中所占权重的改变将影响整

3、个规划目标网架的优函数进行加权建立起来;@极小化(f1(x)f2(x)化显然这些权重应不相同并可以调整G近年来国内fm(x))到理想向量(f1f2fm)的距离函学者对遗传算法在电网规划中的应用进行了研数其中f是第个目标在不考虑其他目标时的最究[1]本文针对电网规划的多目标~变权重等特点优值;利用人机交互法寻找妥协解G显然遗传算使用多目标~多种群的遗传算法[2]进行电网规划较法的高度的鲁棒性擅长全局搜索的特性适宜在多目好地解决了电网规划中各项指标的变权重问题G标优化空间中搜索问题的妥协解G本文考虑应用1多目标优化中一种改进的遗传算法第1种方法中目标函数加权法进行改进遗传算法的研究G通常

4、考虑的多目标问题可以定义为在一组约束基本遗传算法的主要步骤[3]为:条件下极大化(极小化)多个不同的目标函数其一a.随机产生确定长度的初始群体;般形式为:b.对串群体迭代执行计算适应值染色体复TX[f1(x)f2(x)fm(x)](1)制~交叉和变异以产生下一代群体;{stg(x)0G.把在任一代中出现的最好的个体串指定为其中x=(1是目标函数=11217);f(x)算法执行的结果(这个结果在多目标优化中可以认12m;g(x)0是系统约束=12为是一个有效解);GG.在给定的遗传代数后比较所有的执行结果当目标函数处于冲突状态时不存在最优解使得到最优的一个作为优化过程的解G所有目标函数

5、同时最优化G在这种情况下可以使用这里需要指出的是在多目标优化问题中基本有效解这一概念其定义如下:一个解x称为有效遗传算法中个体评价采用式(3)的加权和方法对m解如果不存在x的任一可行解使式(2)成立且不个目标函数f进行合并G(=12m)f(x)=/1f1(x)+/2f2(x)++/mfm(x)(3)收稿日期:1999-11-09;修回日期:2000-01-19G其中/是权重因子0/且/1/2/m11+广东省电力工业局1998年度科技项目(JA0098020)G/2++/m=1G46基于生物界自然选择和遗传机制的遗传算法是mf2+I21(X)=I12一种迭代算法一组解群经过选择交叉和变

6、异进I3mf2(X)=化得到下一代更优秀的解群目前标准的遗传算1+I1+I2法所采用的遗传算子(交叉和变异)都是在同一组解<222(5)S..I1+I2+I31群中产生这样就有封闭竞争的问题存在O针对该222I1+I2+I34问题本文提出了在多目标优化中采用多种群变异LI1>0I2>0I3>0这一改进的遗传算法具体步骤如下O使用加权和方法定义第m+1个目标函数具体参a.群体初始化数如下:群体数目m+1=3;种群规模N评p=30;对于式(1)所描述的多目标优化问题随机产生价函数中的参数6=0.05;交叉概率p12312mm+1c=pc=pc=m+1个染色体群VV~VV每个染色体123群

7、包含pOpSize(记为N个染色体O0.2;变异概率pk=pk=pk=0.5;权重参数/1=p)0.4/2=0.6Ob.目标函数评价在相同参数条件下基本遗传算法结果[3]和改前m个群体V12m的目标函数分别为V~V式(1)中的f群体Vm+1的目进遗传算法结果比较如表1O1(X)f2(X)~fm(X)标函数如式(3)所示分别对m+1个群体进行各自表1计算结果比较的个体评价并排序OTable1TheComparingresultsoftwoalgorithms