排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
提出了一种新颖的状态定义粒子群优化算法。该算法针对粒子群算法容易陷入局部最优和搜索精度不高的缺点,结合爬山算法和粒子群算法的特点,根据粒子状态的实时更新采用不同的搜索方法,在迭代过程中搜索到尽可能多的局部最优解,从而使算法可以更容易地跳出局部最优,更高效地搜索到全局最优解。对测试函数和非线性方程组求解问题进行实例仿真,仿真结果验证了算法的有效性,具有一定的实际应用价值。 相似文献
2.
阻抗匹配问题在射频技术中有着极其重要的意义,良好的阻抗匹配不仅有利于电路的低压低耗实现,而且较小的反射系数为系统的可靠运行提供了保证。针对遗传算法在自动阻抗匹配过程中收敛速度慢且易陷入早熟(即陷入局部最优),提出利用分层机制来预防早熟,并对遗传算法中的交叉操作算子进行了改进来加快收敛。通过MATLAB对上述算法进行实现,并采用不同频率及不同负载阻抗对上述算法及遗传算法进行测试从而进行比较。结果表明分层遗传算法很好地预防了早熟,收敛速度比原算法得到较大的提升。 相似文献
3.
分布式电源(distributed generation,DG)具有启动速度快、结构简单、反应灵活等特点,在配电网黑启动中发挥着重要作用。分析了在电网大面积停电情况下基于DG的配电网局部自我恢复方案。因DG的发电功率不能满足配电网中所有负荷的供电,首先在主网分区恢复方案下,根据DG的性能和重要负荷的分布对配电网进行划分;然后讨论了分区后DG启动顺序及恢复路径的优化,以保证能够在尽可能短的时间内恢复尽可能多的重要负荷。该方法以最小路径权值和最大重要负荷恢复量为目标,满足负荷的恢复量不超过DG发电量等约束条件,采用改进粒子群算法进行求解。算例结果验证了该方法的有效性。 相似文献
4.
1