基于实数编码的遗传算法对无功优化的影响

遗传算法在电力系统无功优化应用方面,最大的优势就是对目标函数没有连续可导的要求,这使得遗传算法作为无功优化的主流算法。但是,遗传算法也有自身的不足,尤其是对染色体的编码方式上,常规遗传算法的二进制编码方式使个体变量显得冗长,严重影响了算法的收敛速度和计算的精度,限制了遗传算法优势的发挥[1]。本文将常规遗传算法的二进制编码进行改进,针对电力系统的控制变量特点,对变量进行实数编码,最后对IEEE-14节点系统进行无功优化,仿真结果表明:基于实数编码的遗传算法较常规遗传算法的优化效果好。     

遗传算法——自适应蚁群算法与电力系统无功优化

蚁群算法可求解传统形式很难解决的非凸、非线性、非持续问题,它是一种具备很多优秀特性的模拟进化算法,不过蚁群算法其实也并不完美,如收敛速度慢、全局搜索能力差、易出现停滞现象等,而遗传算法可以较好的弥补上述缺点。该文针对其特点,联合遗传算法思维的逆转变异和转盘式选取杂交及自适应方式对蚁群算法实行改善,并应运用于电力系统无功优化中,通过IEEE6节点和一个实际配电网算例,验证算法是有效性的。     

基于改进粒子群算法的含风电场电力系统的无功优化

文章首先建立了风电场的数学模型,并提出其在潮流计算中的处理方法,在此基础上,将粒子群算法运用到无功优化问题中,采用WSCC 9节点系统进行仿真验算。结果表明该算法对降低系统网损和提高系统电压上具有明显的优化效果。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

基于混合遗传算法的配电网无功优化的研究

无功优化是电力系统电压稳定与经济运行的核心问题,也是提高电力系统电能质量的重要措施。电力系统无功优化是一种复杂的非线性问题,本文在总结前人的基础上,对在线无功优化问题,提出了一种内点法和遗传算法相结合的混合无功优化算法。     

基于改进遗传算法登机口分配优化问题研究

目前国内航空运输业迅猛发展,许多机场相继出现了旅客流量已达饱和状态。根据国务院出台的《全国民用机场布局规划》,到2020年我国民航运输机场总数将达到244个,新增机场97个,形成北方、华东、中南、西南、西北五大区域机场群。发展迅猛的势头使得各航空公司和机场措手不及。     

基于改进遗传算法的连锁便利店配送路径优化研究

针对零售超市较高的送货时间段、服务时间要求,构建以配送费用最小为目标的带时间窗物流配送路径优化模型,以优化零售小店物流配送网络、提高物流配送质量为目的,采用改进遗传算法对模型进行求解。以石家庄部分苏宁小店为例,对其物流配送路径进行研究,优化后路径配送费用比优化前降低21.5%,研究结果为企业确定经济、合理的配送路径提供参考。     

基于遗传算法的武器系统组合优化方法

组合多样化的武器系统,达到使用效能最优,已成为打赢信息化条件下局部战争亟待解决的一个核心问题。本文采用改进的遗传算法解决了武器系统组合优化问题:采用字符串编码方式,设计应用DP算法、单点交换等规则,为解决武器系统组合优化问题提供了有益的借鉴。将此模型应用于一个实际武器系统组合优化问题,获得了非常满意的结果,证明了算法的可行性。     

基于改进遗传算法的多式联运路径优化研究

文中以荣森物流公司为研究背景,针对多运输方式多路径问题,提出一种改进的遗传算法,可同时解决运输方式的选择和路径的规划问题。通过建立多式联运路径优化模型,采用多参数编码方式,从而解决该类问题,同时为多式联运的相关决策和组织提供参考依据。     

电力系统无功优化与无功补偿研究

随着我国电力事业的迅猛发展,电力系统内部无功优化及无功补偿问题越来越突出,对无功优化方案及控制手段的要求也愈来愈高,但目前我国在无功优化控制模型的应用上和算法上都存在明显不足,缺陷和漏洞较多.作为电力工作者,在日常工作中,有必要针对所研究问题的实际特点和具体情况,寻求无功优化与无功组合的最佳配合.本文根据笔者多年的从业经验,对此问题做简要探讨,供广大同仁参考借鉴.     

电力系统无功优化研究

随着电力工业向"大系统、超高压、远距离、大容量"发展,电网结构日趋复杂,系统稳定性问题日益突出。通过无功优化来改善电压质量、降低运行网损以及提高系统运行的安全稳定性显得尤为必要。因此,对电力系统无功优化研究,具有理论意义,又有实际意义。而无功优化问题又是一个多变量、多约束的混合非线性规划问题,其变量既有连续变量又有离散变量,使得优化过程十分复杂。     

基于智能优化算法的电力系统无功优化的研究

有效地改善电力水平以及尽可能降低网损已经直接关系到电力企业的经济效益,对于企业降低成本提高收益有很大的意义。而电力系统无功优化的出现恰好解决了这一难题,就智能优化算法在电力系统无功优化中的应用进行阐述。     

基于改进遗传算法的生鲜集货路径优化研究

文章结合草莓易腐特性，单独考虑运载车空载和负载情况下的油耗成本、不同路段制冷成本，建立了带集货时间约束和车辆载重约束的以集货成本最小的路径规划模型，设计改进了求解最优集货路线的遗传算法，选取辽宁省丹东市某浆果合作社草莓集货案例进行仿真实验。结果表明：改进遗传算法可以得到近似最优解，优化后的集货运输方案可实现降本增效，为合作社的货路径规划和选择提供了科学的理论依据和决策支持。     

变电站无功补偿的作用及无功优化初探

随着我国社会经济的快速发展，电力行业逐渐完善，为社会工业生产用电和人们生活用电提供了强有力的保障。但是在变电站实际工作中，由于较多不利因素的影响，使得系统功率因素下降，引起大量电压及功率损耗，对电力系统运行的稳定性、安全性以及经济性带来了较大的阻碍作用。为了更好的解决上述问题，笔者结合自身多年工作经验，就变电站无功补偿的作用及其无功优化进行了研究分析，从而确保电力系统运行的稳定性，使其在国家和社会安全用电中发挥出最大的价值。     

变电站无功补偿的作用及无功优化初探

随着我国社会经济的快速发展,电力行业逐渐完善,为社会工业生产用电和人们生活用电提供了强有力的保障。但是在变电站实际工作中,由于较多不利因素的影响,使得系统功率因素下降,引起大量电压及功率损耗,对电力系统运行的稳定性、安全性以及经济性带来了较大的阻碍作用。为了更好的解决上述问题,笔者结合自身多年工作经验,就变电站无功补偿的作用及其无功优化进行了研究分析,从而确保电力系统运行的稳定性,使其在国家和社会安全用电中发挥出最大的价值。     

基于遗传算法的供应链网络优化

在全球化市场竞争日益激烈的环境下,供应链的竞争已经成为新时期产业竞争的关键内容。目前,真正的竞争不是企业与企业之间的竞争,而是供应链与供应链之间的竞争。而供应链竞争的关键则在于其物流网络的竞争,一个高效、适合的物流网络不仅能帮助企业抢占市场份额,而且还能大幅降低物流成本,提升企业核心竞争力。本中针对我国企业供应链网络扩张中存在的问题,利用遗传算法进行建模优化。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

基于遗传算法的某烟草物流网络优化研究

根据某烟草公司现有物流网络体系和地理特点,建立了物流网络优化数学模型,该模型以物流系统总成本最低为目标,其解决方案是根据各配送中心到各访销点的距离、单位运费、各配送中心的配送量以及各个访销点的配送需求量等建立数学模型,论述了基于遗传算法的物流网络优化的设计和实现,最后通过案例对模型和解决方案作了进一步分析验证.     

基于改进遗传算法的卷烟物流配送线路优化模型构建

为推进烟草行业的高质量发展,围绕“引领撬动,加快数字化转型”总目标,文章以人工智能深度学习算法与卷烟物流配送业务的融合创新为研究方向,积极探索物联网、云计算等IT新技术与卷烟物流配送环节的深度融合,提出并构建了一种基于改进遗传算法的卷烟物流配送线路优化模型,并结合DMAIC管理模式推动了卷烟物流配送线路从固定模式向动态调整方式转变,从而有效地缩短送货里程、减少送货车次和配送成本,提高日均送货户数和人均配送效率。     

浅析电力系统的无功优化和无功补偿

本文通过分析电网无功优化和无功补偿的概念,详细阐述无功优化和无功补偿的基本原则,通过数字模型的构建和各种算法的尝试,提出无功优化和无功补偿最佳方案。通过全网无功优化,使电压趋向额定值,保持一个稳定的水平,从而降低网损,提高电网运行的经济性,为电网企业带来更多经济效益。从这两点来看,无功优化值得推广。无功补偿可以说是作为无功优化的一个分项,它也是在保证系统正常运行的前提下,通过对电容器容量及装设位置的调整来达到降低网损的目的。