基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
配电网络重构是一个非常复杂的大规模组合优化问题。本文提出了一种新颖的基于蚁群最优的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小。蚁群最优算法(Ant Colony Optimization,简称ACO算法)是一种新型通用内启发式算法。在求解组合最优问题上,ACO算法已被证明是非常有效的。ACO算法本质上是一个多代理系统,在这个系统中单个代理之间的交互导致了整个蚁群的复杂行为。这种方法的主要特征是正反馈、分布式计算以及富有建设性的贪婪启发式搜索的运用。为了证明本文提出的算法的可行性和有效性,我们研究了两个算例系统,并给出了计算结果。结论表明,本文提出的算法是相当有希望的。
推荐文章
基于改进蚁群算法的配电网重构问题求解方法
改进蚁群算法
配电网重构
最小生成树
组合优化
人工智能
基于改进蚁群算法的配电网优化规划
蚁群算法
配电网规划
信息素
弹性伸缩
蚁群与小波粒子群算法结合优化配电网重构
配电网
重构
蚁群算法
小波变异粒子群算法
有功损耗
节点电压
遗传-蚁群算法的配电网状态估计
配电网
状态估计
遗传算法
蚁群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群最优的配电网络重构算法
来源期刊 电力系统及其自动化学报 学科
关键词 电网络重构 损失最小 蚁群最优(ACO)
年,卷(期) 2001,(2) 所属期刊栏目 学术论文
研究方向 页码范围 48-53
页数 6页 分类号
字数 4518字 语种 中文
DOI 10.3969/j.issn.1003-8930.2001.02.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王磊 东南大学电气工程系 145 2072 23.0 42.0
2 唐国庆 东南大学电气工程系 154 6093 43.0 73.0
3 陈根军 东南大学电气工程系 5 685 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (103)
同被引文献  (128)
二级引证文献  (735)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(3)
  • 引证文献(3)
  • 二级引证文献(0)
2003(8)
  • 引证文献(8)
  • 二级引证文献(0)
2004(14)
  • 引证文献(9)
  • 二级引证文献(5)
2005(27)
  • 引证文献(4)
  • 二级引证文献(23)
2006(53)
  • 引证文献(2)
  • 二级引证文献(51)
2007(69)
  • 引证文献(14)
  • 二级引证文献(55)
2008(54)
  • 引证文献(7)
  • 二级引证文献(47)
2009(49)
  • 引证文献(9)
  • 二级引证文献(40)
2010(59)
  • 引证文献(10)
  • 二级引证文献(49)
2011(73)
  • 引证文献(5)
  • 二级引证文献(68)
2012(65)
  • 引证文献(5)
  • 二级引证文献(60)
2013(75)
  • 引证文献(7)
  • 二级引证文献(68)
2014(57)
  • 引证文献(4)
  • 二级引证文献(53)
2015(58)
  • 引证文献(2)
  • 二级引证文献(56)
2016(54)
  • 引证文献(4)
  • 二级引证文献(50)
2017(36)
  • 引证文献(3)
  • 二级引证文献(33)
2018(47)
  • 引证文献(4)
  • 二级引证文献(43)
2019(32)
  • 引证文献(1)
  • 二级引证文献(31)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
电网络重构
损失最小
蚁群最优(ACO)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导