《电动汽车充电站建设模型求解算法分析案例》3700字.docxVIP

PAGE

PAGE3

电动汽车充电站建设模型求解算法分析案例

目录

TOC\o1-3\h\u11002电动汽车充电站建设模型求解算法分析案例 1

162151.1改进遗传算法 1

163021.2粒子群算法 3

293311.3改进GA-PSO混合算法 4

147471.4改进算法与传统算法对比 7

48771.5Voronoi图与改进GA-PSO混合算法结合 7

1.1改进遗传算法

标准遗传算法（GeneticAlgorithm）又叫基因进化算法是一种自适应搜索技术，其选择、交叉、变异等运算都是以一种概率方式进行的，增加了搜索过程的灵活性，具有较好的全局优化求解能力。遗传算法主要根据优胜劣汰的进化规律获得最佳的求解结果，在其应用中先获取初始化群体，然后采用编码技术来模拟生物进化的过程，通过变异等方式逐步进化群体，最后得到质量最高的个体，即得到问题的最优解[57]。此过程的顺利进行依赖于合适的选择算子，由此保证了算法的高效率和收敛性。选择算子主要通过淘汰劣质个体，保留优质个体的方式来提升群体的质量。标准遗传算法的算法流程图如下所示：

图4-1GA算法流程图

Fig4-1GAalgorithmflowchart

遗传算法目前还存在一些缺陷，如计算时间长、无法确定子代个体一定优于父代个