系統(tǒng)工程課件

1、禁忌搜索粒子群算法在無 功優(yōu)化中的應(yīng)用姓名：張安發(fā) 學(xué)號：147214631. 禁忌搜索簡述2. 電力系統(tǒng)無功優(yōu)化3. 算法實(shí)現(xiàn)4. 實(shí)例分析5. 總結(jié) 禁忌搜索算法簡述1.算法的提出 人類在選擇過程中具有記憶功能，比如走迷宮時(shí)，當(dāng)發(fā)現(xiàn)有可能又回到某個(gè)地點(diǎn)的時(shí)候總會有意識的避開先前選擇的方向而選擇其他的可能性，這樣就可確定性的避開迂回搜索。 借鑒人類的智能思考特性，采用禁忌策略盡量避免迂回搜索就構(gòu)成了TS算法。 Glover在1997年提出TS。TS的優(yōu)點(diǎn)是能夠通過接受劣解來逃離局部最優(yōu)，在90年代除開始受到廣泛的關(guān)注。2.算法原理簡介 禁忌搜索算法是一種亞啟發(fā)式隨機(jī)搜索算法，它從一個(gè)初始可行

2、解出發(fā)，選擇一系列的搜索方向作為試探，選擇標(biāo)函數(shù)值變化最多的移動(dòng)。為了避免陷入局部最優(yōu)解，TS搜索中采用了一種靈活的“記憶”技術(shù)，對已經(jīng)進(jìn)行的優(yōu)化過程進(jìn)行記錄和選擇，指導(dǎo)下一步的搜索方向，這就是Tabu表的建立。 Tabu表中保存了最近若干次迭代過程中所實(shí)現(xiàn)的移動(dòng)的反方向移動(dòng)，凡是處于Tabu表中的移動(dòng)，在當(dāng)前迭代過程中是不允許實(shí)現(xiàn)的，這樣可以避免算法重新訪問在最近若干次迭代過程中已經(jīng)訪問過的解群，從而防止了循環(huán)，幫助算法擺脫局部最優(yōu)解。禁忌即禁止重復(fù)前面的工作，跳出局部最優(yōu)點(diǎn)。2.本文采取的算法 粒子群優(yōu)化算法：它源自對鳥群捕食行為的研究，本質(zhì)上屬于迭代的隨機(jī)搜索算法，具有原理簡單、經(jīng)驗(yàn)參數(shù)

3、較少、易于實(shí)現(xiàn)等特點(diǎn)，在連續(xù)優(yōu)化問題和離散優(yōu)化問題中都表現(xiàn)出良好的效果。它的缺點(diǎn)是易陷入局部極值點(diǎn)，進(jìn)化后期收斂速度慢。 禁忌搜索：基本思想是在搜索過程中將近期歷史上的搜索過程放在禁忌表中，阻止算法重復(fù)進(jìn)入，這樣就有效地防止了搜索過程的循環(huán)。 本文將禁忌搜索算法的禁忌表思想加入到自適應(yīng)粒子群算法后期，2 種算法優(yōu)勢互補(bǔ)，很好地解決了PSO 搜索后期很難收斂的問題。電力系統(tǒng)的無功優(yōu)化 1.什么是無功優(yōu)化 電力系統(tǒng)無功優(yōu)化是當(dāng)電力系統(tǒng)的結(jié)構(gòu)參數(shù)以及負(fù)荷情況給定時(shí)，通過對某些控制變量的優(yōu)化，尋找在滿足所有約束條件的前提下，使系統(tǒng)的某一個(gè)或多個(gè)性能指標(biāo)達(dá)到最優(yōu)時(shí)的無功調(diào)節(jié)手段。無功優(yōu)化算法有很多，主要

4、分為經(jīng)典算法和人工智能算法。 經(jīng)典算法：主要有線性規(guī)劃法、非線性規(guī)劃法等、混合整數(shù)規(guī)劃法等。 這類算法各有特點(diǎn)，但它們普遍會出現(xiàn)誤差大、維數(shù)災(zāi)、離散變量難處理等問題，難以得到理想結(jié)果。變量約束方程為: 算法思想分析 TS-PSO 算法的基本思想是以粒子群算法為主框架，把禁忌搜索算法的“禁忌”與“特赦”思想引入到粒子群算法的搜索更新中來。 粒子群算法先進(jìn)行前期搜索，得出較好的初始值，同時(shí)建立禁忌表，將個(gè)體極值pBest 放入到禁忌表中，禁忌表中的禁忌對象遵循“溢出”規(guī)則，如果解持續(xù)幾次沒有更新，則利用當(dāng)前解的鄰域函數(shù)產(chǎn)生一定數(shù)目的鄰域解，進(jìn)行禁忌搜索，判斷特赦準(zhǔn)則，更新全局最優(yōu)解，并更新禁忌表。

5、 粒子群優(yōu)化中信息的共享機(jī)制是一種單向的信息共享機(jī)制，只是領(lǐng)域最好解將信息給予其他粒子，由于點(diǎn)吸引的特性，不能同時(shí)向多個(gè)最優(yōu)解靠近，在算法后期易重復(fù)計(jì)算，可以利用禁忌表的記憶功能，避免重復(fù)計(jì)算，加快其收斂速度。 由于粒子群算法前期爬山能力強(qiáng)，進(jìn)行到中期時(shí)加入禁忌搜索思想，能更好地發(fā)揮這兩個(gè)算法算法的優(yōu)點(diǎn)。 （8）判斷各候選解是否在禁忌表中，選擇非禁忌對象對應(yīng) 的最佳狀態(tài)替代當(dāng)前解，用與之對應(yīng)的禁忌對象替代 最早進(jìn)入禁忌表的禁忌對象； （9）判斷是否達(dá)到最大迭代次數(shù)或滿足收斂條件，若達(dá)到 輸出最優(yōu)解；否則轉(zhuǎn)到第3步繼續(xù)循環(huán)迭代。實(shí)例分析對上述算例在相同條件下分別運(yùn)用基本粒子群優(yōu)化算法（PSO）遺傳算法（GA）和禁忌搜索粒子群優(yōu)化算法（TS-PSO）對目標(biāo)函數(shù)進(jìn)行優(yōu)化，得到優(yōu)化結(jié)果如下：可見，對于基本PSO算法優(yōu)化得到的系統(tǒng)網(wǎng)損為0.0592，網(wǎng)損下降率為23.21%；而運(yùn)用TS-PSO算法得到的優(yōu)化結(jié)果是系統(tǒng)網(wǎng)損為0.0577，網(wǎng)損下降率為25.16%，帶禁忌搜索的粒子群優(yōu)化算法能