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:
文章综合考虑了变电站规划的经济性和安全性,提出了一种基于粒子群算法(PSO)和遗传算法(GA)相混合的变电站优化规划算法.该算法运用繁殖因子动态划分子种群、最佳保持策略和PSO算子等思想,并通过实例进行编程计算,结果表明该算法比遗传算法或粒子群算法求得的解更优.
推荐文章
基于遗传算法的变电站巡检机器人任务路径规划方法研究
变电站机器人
路径规划
遗传算法
进化算法
中国邮差问题
栅格遗传算法的变电站巡检机器人路径规划*
巡检机器人
栅格法
改进遗传算法
路径规划
粒子群遗传算法及其应用
粒子群遗传算法
核动力装置
优化设计
粒子群与遗传算法的混合算法
离散旅行商问题
遗传算法
粒子群算法
自适应
启发策略
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 基于粒子群遗传算法的变电站优化规划
来源期刊 陕西电力 学科 工学
关键词 变电站规划 粒子群算法 遗传算法 繁殖因子
年,卷(期) 2011,(7) 所属期刊栏目 研究与分析
研究方向 页码范围 41-44
页数 分类号 TM715
字数 4086字 语种 中文
DOI 10.3969/j.issn.1673-7598.2011.07.012
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 周云海 三峡大学电气信息学院 35 585 11.0 24.0
2 陈霞飞 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (108)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (12)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
变电站规划
粒子群算法
遗传算法
繁殖因子
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
智慧电力
月刊
2096-4145
61-1512/TM
大16开
西安市柿园路218号
52-185
1973
chi
出版文献量(篇)
5128
总下载数(次)
13
总被引数(次)
22005
论文1v1指导