模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计...模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计及网损和电压平均偏离两个指标,并提出了基于考虑用户偏爱区域把目标函数转化为约束条件的方法,它可以有效地处理多目标优化问题。由于无功优化是多变量优化问题,而SFOA算法在处理多维问题时寻优速度受到限制,因此,采用在方体内随机初始化方法,简化了移动搜索和收缩搜索在方体内的复杂搜索,提高了算法的搜索速度。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性和安全性。展开更多
将模拟渔夫捕鱼的寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。该算法在搜索域中随机选取若干个点,并以每一个被选中的点为中心各自建立一个方体,然后通...将模拟渔夫捕鱼的寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。该算法在搜索域中随机选取若干个点,并以每一个被选中的点为中心各自建立一个方体,然后通过各个方体的独立移动搜索和收缩搜索,最终完成全局最优解的搜寻。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性,有在线应用的前景。展开更多
基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.10471045 No.60433020)+8 种基金广东省自然科学基金(the Natural Science Foundation of Guangdong Province of China under Grant No.970472 No.000463 No.04020079)广东科技公关计划(the Key Technologies R&D Program of Guangdong Province China under Grant No.2005B10101010)霍英东基金( No.91005)教育部人文社科基金(No.2005-241)广州市天河区科技攻关项目(No.051G041)华南理工大学自然科学基金(No.B13-E5050190)
文摘模拟渔夫捕鱼寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计及网损和电压平均偏离两个指标,并提出了基于考虑用户偏爱区域把目标函数转化为约束条件的方法,它可以有效地处理多目标优化问题。由于无功优化是多变量优化问题,而SFOA算法在处理多维问题时寻优速度受到限制,因此,采用在方体内随机初始化方法,简化了移动搜索和收缩搜索在方体内的复杂搜索,提高了算法的搜索速度。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性和安全性。
文摘将模拟渔夫捕鱼的寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。该算法在搜索域中随机选取若干个点,并以每一个被选中的点为中心各自建立一个方体,然后通过各个方体的独立移动搜索和收缩搜索,最终完成全局最优解的搜寻。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性,有在线应用的前景。
