果蝇优化算法和粒子群优化算法的应用对比.pdfVIP

噩 麦旦 日经验童 日 Doi：l0．39694。issn．1671-1041．2013．04．029 果蝇优化算法和粒子群优化算法的应用对比 高东磊’，刘友宽 ，苏杰。，李晓娇’ (1．华北电力大学云南电网公司研究生工作站，昆明650217；2．云南电网电力研究院，昆明6502172； 3．华北电力大学，保定071003) 摘要：参数优化一直是控制系统重要的一个环节，现在常用的优化算法有蚁群算法、遗传算法、粒子群优化算法。然而现 在这些算法普遍存在鲁棒性差、陷入局部最优等缺点。果蝇优化算法作为一种较新的群体优化算法与粒子群有颇多的相似 之处。本文以水轮机组调速系统PI控制参数为优化对象，分别以粒子群优化算法和果蝇优化算法进行参数优化，通过分析 二者的优化过程与结果，对比了两种优化算法的优缺点，证明了果蝇优化算法的可行性。 关键词：参数优化；粒子群；果蝇优化；水轮机组 中图分类号：TP23 文献标志码：B Thecontrastofdrosophilaoptimizationandparticleswarnloptimizations application GAO Dong—lei，LIU You—kuan2SuJie3,LIXiao-jiao , (1．GraduateWorkstationofNorthChinaElectricPowerUniversityYunnanPowerGrid，Kunming 650217，China；2．YunnanPowerGridElectricPowerResearchInstitute，Kunming650217，China； ． 3．NorthChinaElectricPowerUniversity，Baoding071003，China．) Abstract：TParameteroptimization hasbeenan importantaspectofthe controIsystem．optimizationalgorithm includs thecompositionoftheantcolonyalgorithm，geneticalgorithm，particleswarm optimizationalgorithm．Now，however，the prevalenceofthesealgorithmsrobustnessIocaIoptimum drawback．Thispaperpresentsa latestoptimizationalgorithm — Drosophilaoptimizationalgorithm．Hydraulicturbinespeedcontrolsystem isoptimizated，byparticleswarm optimization andtheDrosophilaoptimizationalgorithm parameteroptimization．Finally，insimulinkdynamicsimulation，comparingthe resultsoftheoptimizations． Keywords：Parameteroptimization，Particleswarm，Drosophilaoptimization，turbinegroup． 0 引言 和优化效果，表明果蝇优化算法在优化工作中的实用性和 随着经济的不断发展和科学技术的不断进步，电网的 可行性。 稳定运行也变得也越来越重要。作为保证电网运行稳定的 1 粒子群优化算法 重要环节 ，水电