改进遗传算法在无功优化中的应用

运用浮点数编码的改进遗传算法求解无功优化问题,在编码方式上改变了二进制编码、译码的烦琐操作,以及浮点数的交叉、浮点数变异操作和不等交叉、变异概率的选取,提高了算法的收敛速度和求解精度。通过对IEEE30节点测试系统的计算分析,证明了该方法是行之有效的。     

改进遗传算法及其在机组优化组合中的应用

提出了一种新的基于浮点数和二进制数统一编码的改进遗传算法。该算法有效利用了浮点数编码FGA(Float—coaded Genetic Algorithm)收敛迅速、不易陷入局部最优解、具有较高收敛精度的优点,同时结合二进制编码BGA(Binary—coaded Genetic Algorithm)模拟机组启停状态的优点,解决了机组优化组合的O-1混合整数非线性规划问题。该算法已成功地运用到16台机组的优化组合中,并取得很好的效果。