迁移蜂群优化算法及其在无功优化中的应用

• 作者: 余涛 张孝顺 徐茂鑫
• 来源期刊: 自动化学报
• 关键词: 迁移蜂群优化 强化学习 行为迁移 无功优化
• 年，卷（期）: 2017,（1）
• 页码范围: 83-93
• 页数: 11页
• 字数: 8508字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c150791

摘要

提出了一种全新的迁移蜂群优化算法，并应用到电力系统无功优化问题。利用Q 学习的试错与奖励机制构造蜂群的学习模式，并采用强化学习的行为迁移技术实现蜂群的迁移学习。为解决算法求解多变量优化问题遇到的维数灾难，提出了状态–组合动作链的方式将状态–动作空间分解成若干低维空间，明显降低算法的计算难度。仿真结果表明：本文所提算法可以保证最优解质量的同时，寻优速度能提高到传统启发式智能算法的4～67倍左右，非常适用于大规模复杂系统非线性规划问题的快速求解。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余涛	华南理工大学电力学院	165	1484	19.0	31.0
2	张孝顺	华南理工大学电力学院	30	202	9.0	13.0
3	徐茂鑫	华南理工大学电力学院	2	27	2.0	2.0