粒子群优化算法matlab程序多维,基于粒子群优化算法求解指派问题
【优化调度】基于粒子群优化算法，用matlab代码实现发电机组调度_ MATLAB仿真技术博客_博客
内容简介随着国民经济的持续快速发展，全社会对电力的需求大幅增加。为了缓解全社会的电力短缺，电力工业得到了快速发展，但却造成了能源浪费和污染物超标排放。正因如此，国家要求发电量要按照发电机组类型和能耗进行排名。目前我国电力结构以火电为主，由于电网安全稳定的制约，不能仅仅以发电顺序表为标准，根据机组的煤耗率，必须考虑电网的安全稳定运行，因此机组组合将成为目前我国节能发电调度的核心。机组组合问题是一个高维、离散、非线性的优化问题，理论上很难找到最优解。然而，由于其显著的益处，人们一直在积极地研究它。提出了各种方法来解决这个问题。本文根据节能发电调度的要求，以节约能耗和减少污染为目标，建立了节能发电调度机组组合问题的数学模型。在目标函数中，考虑了潮流分布变化引起的网损变化。对于模型的约束，考虑了机组出力、节点电压、线路潮流和爬坡率的约束。机组组合优化问题的求解。
2模拟代码% * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
%主函数，利用粒子群优化算法，求6台机组发电调度成本最低的目标函数。
%用于初始化和运行差分的脚本文件
%进化优化器。
%********************************************************************
clc
清晰；
全部关闭；
%参数设置：第一行是上网电价，第二行是最小发电量，第三行是最大发电量。
si . gp=[415 418 420 422 430 428；
30 30 100 100 250 300;
350 400 600 650 800 1000];
%网损系数(Bij是电厂I和电厂J之间的网损系数)
si . LC=[0.002022-0.000286-0.000534-0.000565-0.000454 0.000103；
-0.000286 0.003243 0.000016 -0.000307 -0.000422 -0.000147;
-0.000534 0.000016 0.001085 0.000831 0.000023 -0.000270;
-0.000565 -0.000307 0.000831 0.001129 0.000113 -0.000295;
-0.000454 -0.000422 0.000023 0.000113 0.000460 -0.000153;
0.000103 -0.000147 -0.000270 -0.000295 -0.000153 0.000898;
];
是的。TG=2400电力需求百分比(兆瓦时)
对于i=1:I_itermax
%粒子群优化算法
w=ws-(ws-we)*(i/i_itermax)^2；
对于j=1:I_NP
V(j，=w*V(j，)c1*rand*(Gbest_pop (j，)- pop(j，))c2*rand*(Zbest_pop - pop(j，)；
对于k=1:I_D % -通过反弹的边界约束-
if (V(j，k) Vmax(k))
V(j，k)=Vmax(k)；
目标
if (V(j，k) Vmin(k))
V(j，k)=Vmin(k)；
目标
目标
pop(j，=pop(j，)V(j，)；
% -选择允许哪些载体进入新群体-
对于k=1:I_D % -通过反弹的边界约束-
if (pop(j，k) FVr_maxbound(k))
pop(j，k)=FVr _ max bound(k)rand *(Zbest _ pop(k)-FVr _ max bound(k))；
目标
if (pop(j，k) FVr_minbound(k))
pop(j，k)=FVr _ min bound(k)rand *(Zbest _ pop(k)-FVr _ min bound(k))；
目标
目标
% pop(j，(pop(j，)SI.gp(2，))=SI.gp(2，(pop(j，)SI.gp(2，))；
% pop(j，(pop(j，)SI.gp(3，))=SI.gp(2，(pop(j，)SI.gp(3，))；
染色体(j，)=objfun(pop(j，)，SI)；
if(染色体(j，I_D M) Gbest(j))
GB est(j)=染色体(j，I _ D M)；
Gbest_pop(j，)=染色体(j，1:I _ D)；
目标
if(染色体(j，I_D M) Zbest)
Zbest=染色体(j，I _ D M)；
Zbest _ pop=染色体(j，1:I _ D)；
目标
目标
Zbest it(I 1)=Zbest；
Zbestit_pop(i 1，)=Zbest _ pop
If ~mod(i，I _ refresh)% If I的余数除以S_struct。I_refresh为0，输出I。
fprintf(%d\n ，I)；
目标
目标
总有机碳
p _ Sum=0；p _ loss=0；
p _ Sum=Sum(z best _ pop)；
p _ loss=z best _ pop * si . LC * z best _ pop ；
Disp([最优解——输出：，num2str(Zbest_pop)，成本：，num 2 str(Zbest)])；
Disp([输出总和(MW):，num2str (p _ sum)，网络损耗(MW):，num2str (p _ loss)])
我猜的
标题(“最佳成本”)；
plot(zbest it)；
xlim([0 I _ ITER max])；
网格打开；
拖延
运算结果最优解：3354输出：350；成本：38860 . 48868686861
总输出(MW): 3038.1023，网损(MW): 638.1023
4参考文献[1]程。基于改进粒子群算法的微电网能量优化调度研究与实现[D].中南大学，2014。
博主：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域的Matlab仿真。相关的matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权，联系博主删除。
原创作品来自matlab研究助手，
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。