竞价风险多目标优化发电jss解读.pptVIP

则初始父种群U0 由随机产生的m 个长度为25 的实数编码个体组成。初始子种群S0 为空。计算U0 中所有个体的各目标函数值，然后进行以下循环迭代过程： （1）种群混合。当前进化代数为g，将子种 群Sg 与父种群Ug 混合成一个更大规模的临时种群Mg，对其中重复个体进行局部变异实现个体各异，并计算所有新生个体的各目标函数值. （2）Pareto 非劣排序。按Pareto 非劣排序策 ，比较Mg 中各个体的目标函数值，找出当前种群的Pareto 非劣个体集合作为Ps（1）， 将Ps（1）中所有个体从当前种群中移出，在剩余个体群中再找出新的Pareto 非劣个体集合作为Ps（2），依此类推，直到所有个体都完成分级排序。然后，按式（13）计算出各级中各个体的拥挤距离。 （3）父种群更新。在一个空种群中按先后顺 序依次填充入Ps(1)，Ps(2)，…，直到进一步填充Ps(i)后，种群规模将超过m 时，则改为对Ps(i)中的个体按拥挤距离由大到小逐个填充，直到种群规模正好等于m 时则停止填充，即形成新的父种群Ug+1。 DC(B)拥挤距离 （4）子种群更新。 ①锦标赛选优。从Ug+1 中按排序等级值越小越优先、同一等级则拥挤距离越大越优先的原则，采用随机锦标赛的形式产生优选种群，优选种群规模一般设置为父种群规模的一半左右。 ②微分进化。对以上优选种群采用3.2 节中的 DE 变异和交叉机