简介:提出了一种基于模糊优化多目标进化算法(FMOEA)的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良,有效避免了其种群早熟的问题,在排序结果中引入模糊优选决策因子,得到本代个体的最终适应度值,之后再经过复制、交叉、变异和迭代等过程,直到满足终止条件得到最终的Pareto解集;最后对适用于故障定位的最优解集处理办法进行了探讨与分析,以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构,分别模拟系统单点、多点故障,以及信息完备与部分信息畸变的情况,结果表明该算法可以实现配电网故障的:有效定位,通过对比遗传算法,验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。
简介:最大功率点跟踪(MPPT)控制可以使光伏模块最大程度地输出功率,因此成为增强光伏发电系统输出功率的一个研究热点。本文提出一种基于二进制蚁群模糊神经网络的光伏系统最大功率点跟踪控制策略,利用模糊神经网络代替传统的BP神经网络对最大功率点进行预测,解决了恒压控制法误差较大的问题;利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点;将得到的最大功率点电压输入恒电压控制算法中,然后通过恒压法对最大功率点进行跟踪。在所构建的仿真模型中模拟了不同光照强度和环境温度的仿真环境,结果表明所提出的MPPT控制策略准确性高、适应性强。
简介:在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.