先驗驅(qū)動的多目標人工雨滴算法及其應用研究.pdf

1、演化算法是一類啟發(fā)于自然現(xiàn)象或規(guī)律的智能搜索和優(yōu)化技術的總稱。由于其高效的優(yōu)化性能和巨大的應用潛力，演化算法在過去的半個多世紀受到了國內(nèi)外研究人員的廣泛關注。有鑒于此，本文旨在近來提出的人工雨滴算法的基礎上，對其在復雜連續(xù)優(yōu)化問題的求解方面展開研究。主要工作如下：
　　(1)為進一步理解人工雨滴算法的運行機理和計算效果，首先，利用相關的數(shù)學理論,證明人工雨滴算法在變量不相關的條件下是以概率1收斂到滿意種群；其次，與三個演化算法在C

2、EC2005測試平臺上進行優(yōu)化性能比較。實驗結果證實了人工雨滴算法在解決復雜連續(xù)優(yōu)化問題的有效性。
　　(2)在利用人工雨滴算法求解多目標優(yōu)化問題時，如何在算法設計過程中融合問題的特征是提高計算效率的重要方面。為此，提出一種先驗驅(qū)動多目標人工雨滴算法。首先，通過結合非支配排序框架和人工雨滴算法搜索引擎，提出一種多目標人工雨滴算法;其次，為加快多目標人工雨滴算法的收斂速度,通過集成多目標優(yōu)化的先驗知識-搜索空間的中心點和二項交叉算子

3、，來引導種群快速向理想Pareto前沿靠近；最后，為保持種群選擇的有效性和非支配解的多樣性，提出一種基于最近擁擠距離的非支配解修剪方法。為驗證算法的優(yōu)化性能，選取了12個多目標測試函數(shù)進行驗證，并與其它四個多目標優(yōu)化算法進行對比。結果表明提出的算法比其它的優(yōu)化算法能夠更快地跳出Pareto局部最優(yōu)解，并獲得了更好的Pareto前沿的均勻性。
　　(3)針對電力系統(tǒng)中的無功優(yōu)化問題，首先，建立以電壓偏差和有功網(wǎng)損為目標的多目標優(yōu)化模