沈阳农业大学信息与电气工程学院智能优化方法课件 第一章.ppt

智 能 优 化 方法 沈阳农业大学信息与电气工程学院 田有文 新信电楼409 课程名称 智能优化方法 教师联系方式 办公地点：新信电楼409 E-mail：youwen_tian10@163.com 上课时间地点 周一 下午，304 课程定位 解决的问题：优化问题 解决的方法：智能方法 数学工具 实用方法 考核方式 课堂讨论与报告 内容安排 最优化问题概述 遗传算法(Genetic Algorithm) 模拟退火算法(Simulated Annealing) 禁忌搜索算法(Tabu search) 神经网络优化算法(Neural Network) 群智能算法，包括蚁群算法(Ant Colony Optimization)、粒子群算法(Particle Swarm Optimization) 课堂讨论与报告 参考书 [1] 邢文训, 谢金星. 现代优化计算方法. 北京: 清华大学出版社, 2005. [2] 王凌. 智能优化算法及其应用. 北京: 清华大学出版社, 2001. [3] 阎平凡, 张长水. 人工神经网络与模拟进化计算. 北京: 清华大学出版社, 2005. 参考书 [4]王小平, 曹立明. 遗传算法——理论、应用与软件实现. 西安: 西安交通大学出版社, 2002. [5]黄席樾等. 现代智能算法理论及应用. 北京：科学出版社, 2005. [6]高尚, 杨静宇. 群智能算法及其应用. 北京: 中国水利水电出版社, 2006. 第一章 绪论 1.1 引言 1.1.1 优化问题 1.1.2 传统优化方法 1.1.3 智能优化方法 1.2 最优化问题及其分类 1.2.1 函数优化问题 1.2.2 组合优化问题 1.3 智能优化算法 1.3.1 智能优化算法的定义 1.3.2 智能优化算法的分类 1.3.3 智能优化算法的性能分析 1.4 电力系统优化规划 1.4.1电力系统规划的任务及分类 1.4.2 电源规划的数学模型 1.1 引言 1.1 引言 1.1 引言 1.1 引言 1.2 最优化问题及其分类（函数优化和组合优化） 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.3 智能优化算法 1.3 智能优化算法 1.3 智能优化算法 1.3 智能优化算法 1.3 智能优化算法 1.4 电力系统优化规划 1.4.2 电源规划的数学模型 目标函数 约束函数 数学模型实例 2．网架规划的研究 网架规划的目的在于根据投资及运行等费用最小的原则，确定扩建线路的类型、时间及地点，保证可靠地将负荷由发电中心送到负荷中心，并且出入线及沿途环境都可以接受。 该问题的特点:离散性、动态性、非线性、多目标性、确定性 规划方法：传统优化方法、智能优化方法 网架规划模式： 目标只计及线路的建设投资费用，运行要求各线路不出现过多负荷。 式中ci-待选线路i的建设费用 zi-线路是否被选中，若选中zi为1，未选中zi为0 l-待选线路总线 λ-线路出现过