改进的自适应多目标粒子群算法.pdfVIP

第 41卷 第 10期 湖 南 大 学 学 报 (自然 科 学 版 ) Vo1．41，NO．10 2014年 10月 JournalofHunanUniversity(NaturalSciences) oct．ZO 14 文章编号 ：1674—2974(2O14)10—0084—07 改 进 的 自适 应 多 目标 粒 子 群 算 法 曹一家”，曹丽华 ，李 勇 ，辛建波 (1．湖南大学 电气与信息工程学院，湖南 长沙 410082；2．江西省电力科学研究院，江西 南 昌 330096) 摘 要：边界处理和全局最优引导者选择操作对 多 目标粒子群算法的性能有重要影响， 在考虑不 同操作方法特征 的基础上 ，提 出了改进 的 自适应多 目标粒子群 (multiobjective particleswarm optimization，MOPSO)算法．当算法陷入局部最优 时，启用交叉变异操作； 当算法收敛性停滞时，轮换修剪边界处理和指数分布边界处理操作；当算法多样性停滞时， 轮换反 比于拥挤距 离和反比于控制粒子数 目的全局最优 引导者概率选择操作．标准测试 函 数 以及柔性交流输 电系统(flexibleACtransmissionsystem，FACTS)装置优化配置 问题 的 仿真结果验证了所提算法的有效性． 关键词 ：多 目标优化；粒子群优化 ；帕累托最优 ；约束控制；边界处理 ；全局最优选择 ；自 适应控制 ；最大传输能力 中图分类号 ：TM72 文献标识码 ：A ImprovedAdaptiveMultiobjectiveParticleSwarm Algorithm CAOYi—jia”，CAOLi—hua，LIYong ，XIN Jian—bo (1．CollegeofElectricalandInformationEngineering，HunanUniv，Changsha，Hunan 410082。China； 2．JiangxiElectricPowerResearchInstitute，NanchangIJiangxi 330096。China) Abstract：Boundaryhandlingand globalbestguiderselectionoperatorsplayan importantrolein the multiobjectiveparticleswarm optimization(MOPSO)algorithm．Consideringthecharacteristicsofdiffer— entoperators，animprovedadaptiveMOPSO wasproposed．W hen thealgorithm fallsinto alocalopti— mum ，enablethecrossoverandmutationoperators；whentheconvergenceofalgorithm hasn’timprovedin agivenduration，switchtheboundaryhandlingoperatorbetweenthetruncationandtheexponentialdistri— butiontruncationmethods；when thediversityofalgorithm hasn’timprovedin agiven duration，switch theglobalbestguiderselection operatorbetween theprobabilityinverseproportionto thecrowding dis— tanceandtheprobabilityinverseproportiontothenumberofdominatingsolutionsmethods