影响遗传算法性能的因素及改进措施

讨论了无功优化中遗传算法的操作参数和控制变量的约束条件对遗传算法性能的影响 ，以及改善其性能的措施。     

基于改进遗传算法的模糊神经网络控制

针对常规遗传算法的缺陷,提出了一种依据新的种群“早熟”程度评价指标和自适应调整算法参数的遗传算法,并以单级倒立摆为被控对象,采用基于改进遗传算法的RBF模糊神经网络控制器进行了仿真研究。仿真结果表明,改进的遗传算法是有效的,新型模糊神经网络控制器的控制效果优于FLC和LQR控制。     

改进遗传算法的无功优化

电力系统实现无功优化控制是保证系统电压质量、降低网损的重要措施。对于高维、非线性和连续变量与离散变量共存的电力系统无功优化数学模型，对一般遗传算法的无功优化算法在遗传操作过程中，进行了“灾变”，在选择操作中将轮盘赌和竞标赛方法相结合，对交叉变异算子根据每代个体的实际状况进行自适应调整。通过IEEE30节点算例表明了本文方法可有效提高每代种群的多样性，从而提高了一般遗传算法的无功优化的收敛速度和全局优化特性。     

基于改进遗传算法的电力系统机组优化组合

用遗传算法解决电力系统机组组合及机组间的负荷分配问题。在简单遗传算法基础上,提出了将自适应遗传算法应用于机组优化组合。该算法的交叉率随种群中的最大适应度值和每代种群的平均适应度值的变化而自动改变;变异率随适应度值和进化代数的变化而自动调节。通过对算例的计算分析表明,该算法与简单遗传算法相比具有更高的精度和收敛度。     

基于改进遗传算法的水电厂经济运行研究

随着电力市场化的逐步实施,发电企业将会参与市场竞争。水电厂经济运行能提高1%～3%的水力效率,水电厂应尽快实现经济运行。以丰满水电厂发电机出力与耗流量函数为基础,应用改进遗传算法对水电厂进行计及开停机的优化调度计算。在改进遗传算法中,采取了自适应和精英保留策略以及移民算子,提出了方向性变异的观点,改进了变异方法。计算结果与自动发电控制（AGC）方法进行了比较,表明算法具有一定的优势。     

改进自适应遗传算法及其在水电站最优报价中的应用

针对简单遗传算法(SGA)存在早熟和易陷入局部最优的不足,提出了一种新的动态调整交叉概率和变异概率的自适应遗传算法(AGA),同时对简单遗传算法的编码方式、选择、交叉和变异算子均进行了一定的改进。通过对一复杂函数———Schaffer函数进行求解,证明了这些改进措施有效地克服了早熟现象、提高了算法的全局寻优能力。并利用改进的自适应遗传算法对水电站报价策略模型进行求解,结果表明了该方法的有效性。     

基于改进自适应遗传算法的电力变压器优化设计

结合电力变压器设计特点对遗传算法的交叉率和变异率参数以及适应度函数等方面进行研究,改进了自适应遗传算法．应用经典数学函数验证表明该算法具有较高的全局寻优效率。同时给出了单目标和多目标的电力变压器优化设计的实例,应用结果表明,改进自适应遗传算法对电力变压器的优化设计效果明显,     

改进自适应遗传算法在配电网重构中的应用

提出以环路开关号为基因、系统环路的支路数为染色体长度的编码方法,大大缩短了染色体的长度,在遗传操作中采取了消除孤岛和环路的有效手段,从而大大减少了基因操作中不可行解的生成,提高了算法的搜索能力和速度.把自适应控制与遗传算法相结合,对交叉率和变异率进行自适应调整,加快了算法的搜索速度,有效地避免了不成熟收敛.     

改进的自适应遗传算法及其在系统参数辨识中的应用

为解决传统自适应遗传算法存在的不足,在实数编码策略和精英保留策略的基础上,提出了一种改进的自适应遗传算法,对遗传操作的交叉概率和变异概率进行了改进。将其应用于系统参数辨识,结果证明该算法具有更高的辨识精度和更强的抗噪声能力。     

基于改进自适应遗传算法的空心串联电抗器优化设计

采用遗传算法对空心串联电抗器的优化设计进行了研究，给出了空心串联电抗器的优化设计模型。提出一种改进的自适应遗传算法，并设计了一种适应度线性变换方法，同时对最优保存策略作了改进。通过对有约束的测试函数进行求解，证明这些改进措施增强了遗传算法的全局寻优能力。将空心串联电抗器的优化方案与原设计方案进行比较可见电抗器的结构尺寸、重量和损耗都显著减小。     

一种改进的遗传算法及其在同步电机辨识中的应用

在现有遗传算法的基础上 ,采用面向对象技术设计了面向对象的遗传算法 ,建立了遗传算法的类层次。这种方法改变了传统遗传算法中各个函数之间只有参数的传递 ,而没有代码继承性的状况 ,从概念上提高了软件的可重用性。在同步电机人工神经元网络辨识器的辅助设计中的应用表明 ,由于采用面向对象的分析与设计方法 ,这一算法具有比传统的遗传算法更好的通用性 ,用户可以更方便地设计和实现自己的编码方案和遗传算子 ,以提高软件的可重用性     

一种实数编码的自适应遗传算法及其在热工过程辨识中的应用研究

该文针对传统的遗传算法(GA)难以解决的早熟和局部收敛问题,分析了传统的GA编码策略、选择策略、交叉变异策略和交叉变异概率选择等环节存在的不足,提出一种实数编码、多种算子互相补充和交叉变异概率自适应选择的改进算法.用一个非常复杂的数学函数对新算法进行了测试,结果表明改进算法较之传统GA有效地提高了全局寻优能力.在此基础上将这种改进算法应用于热工过程辨识进行仿真研究,结果表明该方法是有效的,具有一定的应用价值,并且文中所提出的算法和策略具有一般性,很容易运用于其它优化问题.     

多目标矢量优化的改进遗传算法及其在电磁装置优化设计中的应用

该文提出了一种适合多目标函数优化设计的改进遗传算法。为保证算法搜索过程中种群的多样性，在算法中引入了一个新的算子——迁徙算子；同时通过借鉴现有遗传算法中适值计算的研究成果，提出了一种新的适值计算方法。通过两个典型算例的验证，可以看出，该方法很好地防止了早熟现象，得到了均匀、平滑的Pareto曲线，可以实际运用于复杂的电磁装置优化设计中。     

遗传算法及其在电工领域中的应用

本文介绍了遗传处法的基本原理和方法。遗传算法是基于自然界生物进化原理而提出的一种新的优化算法，由于它的通用性和鲁棒性，在许多领域中得到广泛应用。本文综述了遗传算法在电工领域中的应用情况，并进一步展望其前景。     

应用于电力系统无功优化的改进遗传算法

遗传算法是近些年发展起来的基于自然选择规律的一种优化方法。本文在传统遗传算法的基础上，对遗传操作进行了进一步研究和改进，提出了改进遗传算法，电力系统的无功优化问题实例计算表明，改进遗传算法的优化结果可以更有效地达到或接近全局最优。     

改进的遗传算法在谐波抑制中的应用

介绍了３种抑制配电网中非线性负荷产生的高次谐波的方法,即系统极点及其灵敏度分析法、模拟退火法与遗传算法,并就遗传算法作了联系实际的剖析,对自适应遗传算法作了改进,使交换概率和变异概率能根据个体的适应度值自适应地改变。目的是克服传统谐波分析方法的盲目性,合理地优化滤波器在网络中的配置,以较少的投资获得最佳的网络谐波综合抑制效果。     

遗传算法及其在电力系统中的应用(上)

首先介绍了遗传算法(GA)的基本思想及解题的一般方法，然后从经济运行、电网规划、 网络分割、故障诊断、潮流计算、电力系统控制等６个方面，较为全面地介绍了GA在电力系 统中的应用研究现状，并指出了有待进一步研究的问题。     

基于遗传算法和TS算法的配电网电容器实时优化投切策略

分析比较了遗传算法（ＧＡ）和ＴａｕｂＳｅａｒｃｈ（ＴＳ）算法的特点,针对配电网电容器实时投切的非线性、整数寻优和快速必的特点,提出了改进的ＧＡ／ＴＳ混合算法并用于配电网电容器的实时投切。该算法用ＧＡ求解ＴＳ的初值,然后用ＴＳ求出量优势。算例结果说明了该算法的有效性和可行性,它具有在线运动的潜力。     

单亲遗传算法及其在火电厂机组优化组合中的应用

本文首先简单介绍了序号编码的单亲遗传算法,然后针对火电厂电机组优化组合问题的具体特征,提出了一种实数编码的单亲遗传算法,并构造了两种遗传算子,最后给出了一个计算实例,计算结果表明这种算法是非常有效的。     

基于遗传算法的超声波电机模糊自适应速度控制

行波接触型超声波电机是一种利用压电陶瓷的逆压电效应工作的新原理微特电机，与传统电磁型电机截然不同，其驱动力矩并非由电磁感应产生，而是由压电陶瓷超声频域的振动转化而来，参数的时变性，系统内在的非线性、系统的强耦合性等原因导致其动态和稳态数学模型难以获得。在未知控制对象精确参数及数学模型的情况下，该文提出一种新的超声波电机自适应速度控制策略。控制系统包括两个闭环，内环用来补偿由于温度变化造成的机械谐振频率漂移，可以增强响应的快速性与准确性，另一闭环为频率调节环，频率值由模糊控制器根据工作状态随时调整，其模糊控制规则基于遗传算法在线调节。系统较好地实现了设定的速度参考模型的自适应跟踪，具有控制灵活，适应性强的优点，又具有较高的控制精度和较好的稳定性。