基于相似性自适应学习的遗传算法在无功优化中的应用

• 作者: 吐尔逊 晁勤 樊艳芳 蔺红
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 无功优化 相似性 邻域搜索 遗传算法
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 电力系统自动化
• 页码范围: 46-49,54
• 页数: 5页
• 分类号: TM76|TM714
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.16.011

摘要

针对常规遗传算法(GA)的不足,提出了一种改进的遗传算法-基于相似性自适应学习的遗传算法,为提高遗传算法的计算速度、收敛性和全局最优搜索能力,采取了以下改进措施:①针对遗传算法产生新解无序,提出邻域搜索策略;②为提高算法的搜索效率和效果,按适应值相似性对个体分级、加速;③为提高收敛速度,提出了邻域收缩策略.将改进遗传算法应用于电力系统进行无功优化,在收敛速度和全局收敛性与常规遗传算法进行了比较,结果表明改进遗传算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	晁勤	新疆大学电气工程学院	240	2681	28.0	40.0
2	吐尔逊	新疆大学电气工程学院	8	89	4.0	8.0
3	蔺红	新疆大学电气工程学院	42	411	12.0	19.0
4	樊艳芳	新疆大学电气工程学院	89	602	13.0	20.0