改进分布估计算法在输电网络扩展规划中的应用研究计算机技术专业论文.docxVIP

华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 分布估计算法(Estimation ofdistribution algorithms，EDAs)是智能计算领 域当中新兴的一类随机优化方法。EDAs中没有交叉、变异操作，而是通过对 优势群体建立概率模型来采样生成新个体。这是一种基于概率模型的遗传算法。 分布估计算法按照统计信息建立解空间的概率模型，然后随机采样产生新个体， 如此反复，实现群体的进化。本文的研究内容主要有三部分。 (1)提出一种基于禁忌策略的混合粒子群分布估计算法(THP．EDA)。在 THP．EDA中，启发式优化算法PSO用于改善EDAs种群的多样性；禁忌策略在每 次进化过程中更新全局最优解。 (2)提出了一种混合DE和EDA算法(DEEDA)来解决优化问题，将 EDA的进化机制纳入DE算法中。DEEDA利用EDA获取的全局信息和DE中 的差分信息来获取最优解，这种混合机制比DE重组(交叉和变异)产生的解 更优，能够更有效地探索搜索空间。 (3)研究改进的分布估计算法分别在7个测试函数、变电站选址规划中的 应用，通过测试验证改进算法的有效性。 关键词：分布估计算法，概率模型，粒子群算法，禁忌搜索，差分进化，电网 规划 万方数据 华北电力大学硕士学位论文Abstract 华北电力大学硕士学位论文 Abstract Estimation of distri