电力系统优化规划算法总结

发布时间：2020-03-02 21:20:43 来源：范文大全收藏本文下载本文手机版

1.期望值算法

期望值算法通常是用期望值代替随机因素，将问题转化为确定性问题考虑。 2.机会约束算法

主要是考虑概率问题，如在置信区间范围内考虑优化问题，就转化为概率约束的问题。 3.相关机会规划算法

是在随机环境下使得事件的机会达到最优。 4.智能优化

目前随机问题多用智能优化法。智能优化主要借鉴仿生学和拟物的思想，包括：遗传算法、粒子群算法、蚁群算法等。

（1）遗传算法属于进化算法的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解.遗传算法有三个基本算子:选择、交叉和变异.但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验。（2）粒子群算法粒子群算法，是一种基于迭代的优化进化并行算法，和模拟退火算法相似，系统从随机解出发，通过迭代寻找最优解，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”和“变异”操作，它通过粒子在解空间追随当前搜索到的最优值来寻找全局最优。（3）蚁群算法

蚁群算法是一种用来在图中寻找优化路径的机率型算法，是一种模拟进化算法，来源于蚂蚁在寻找食物过程中发现路径的行为。