针对油田区域配电网负荷大、无功严重不足、电力损耗大的特点,提出了一种适用于油田区域电网的无功优化方法。该方法建立了综合考虑系统的经济性和安全性并使其互为约束的无功优化数学模型,并采用在电力系统无功优化领域应用较少的差分进化算法对模型进行求解。该方法具有优化结果与初始值的选取无关、需要控制量少和容易找到全局最优解的优点,实例分析和不同优化算法对比结果表明了所提出的区域配电网无功优化方法的可行性和有效性。
2021-03-03 17:08:34
987KB
1
#运用python实现差分进化算法计算函数最大值
import random
import math
import numpy as np
import random
cr = 0.6
Population = np.random.rand(100,2)
cycle = 500
hig , low = math.pi , 0
def eval(x):
y = 2*math.sin(x[0])+math.cos(x[1])
return y
def main():
for t in range(cycle):#确定迭代次数
for i in range(len(Population)):#遍历种群中每一个个体
loc = np.random.randint(0,100,3)#生成三个随机整数，用于公式中随机选取三个点
new = Population[loc[0]] + 0.3*(Population[loc[1]]-Population[loc[2]])#老师给的公式
if random.random() eval(Population[i]):#优胜劣汰
Population[i] = new
for j in range(len(Population[i])):#设置函数取值范围
if Population[i][j] hig:
Population[i][j] = hig
def result():
main()
y_best = []
for i in range(len(Population)):
y_best.append(eval(Population[i]))
print("函数在x为",Population[y_best.index(max(y_best))],"时取得最大值")
print("此时函数结果为：",max(y_best))
result()
2021-03-03 15:38:20
1KB
1
针对多用户正交频分复用系统自适应资源分配问题,提出一种改进的子载波和基于差分进化算法的功率自适应分配算法。该算法首先在均等功率下进行子载波分配,然后通过添加约束条件检测改进步骤,改进差分进化算法,并采用该算法根据设置的兼顾用户公平性与系统容量的目标函数,全局寻优实现用户间的功率分配。仿真结果表明,算法在低算法复杂度及兼顾用户公平性的情况下实现了较高的系统容量提升,证明其有效性。
2021-03-03 10:05:51
470KB
1
针对JIT生产模式下的混合流水车间调度问题特点,提出了采用DE算法与指派规则联合调度策略求解流水车间提前/拖期调度问题。构建了混合流水车间的提前/拖期调度模型。详细论述了DE算法的实施流程和关键问题。在算法实施过程中,首先,采用DE算法进行全局寻优,完成生产任务指派,确定某个工件在某个工序在哪个工位加工;然后采用局部指派规则来确定工件在该工序的开工时间。在满足目标完成时间(交货期)的前提下,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该算法的有效性。
2021-02-22 18:06:08
384KB
1
提出了一种用于全局优化的基于动态聚类的差分进化算法（CDE），以提高差分进化（DE）算法的性能。 随着人口的发展，CDE算法逐渐从早期探索有希望的领域转变为在后期探索具有高精度的解决方案。 对28个基准问题（包括13个高维函数）进行的实验表明，该新方法能够有效地找到接近最优的解。 与其他现有算法相比，CDE以更少的计算量提高了解决方案的准确性。
2021-02-22 18:06:00
268KB
1
提出了一种用于全局优化的混合差分进化算法。 在新算法中，混沌系统的随机性被用来在搜索空间中尽可能多地散布个体，模式搜索方法被用来加速局部开发，而DE算子被用来跳到一个更好的点。 证明了全局收敛。 详细研究了三种典型的混沌系统。 在包含13个高维函数的基准示例上的数值实验表明，该新方法以较少的计算量实现了更高的成功率和最终解决方案。
2021-02-22 18:05:59
215KB
1