10.3969/j.issn.1007-449X.2012.04.015
基于RQGA和非支配排序的多目标混沌量子遗传算法
为了提高多目标优化算法的收敛性、分布性和减少算法的计算代价,借鉴实数编码遗传算法和多目标优化理论,构建一种多目标混沌量子遗传算法.在分析量子位概率的混沌特性、量子态干涉特性和量子位实数编码的基础上,采用量子位概率交叉和混沌变异的方式进化种群,以提高寻优能力和收敛速度,利用非支配排序、精英保留和分层聚类等多目标优化策略保持种群多样性的同时,保证进化向Pareto全局最优解集方向进行.通过混合算法性能对比测试验证了多算法集成的有效性,并分析关键参数对算法性能的影响.电力系统多目标无功优化的仿真结果验证了该算法的有效性和可行性.
量子遗传算法、多目标优化、非支配排序、混沌、无功优化
16
TP18;TM77(自动化基础理论)
国家高技术研究发展计划863计划2009AA05Z212;山东大学自主创新基金自然科学类专项交叉学科培育项目2009JC009;山东大学研究生自主创新基金31400071613062
2012-07-27(万方平台首次上网日期,不代表论文的发表时间)
共9页
91-99