摘要:針對電力系統(tǒng)經(jīng)濟調(diào)度問題的多目標(biāo)特性,提出一種記憶分子動理論多目標(biāo)優(yōu)化算法(Multi-objective Memory Kinetic-Molecular theory Optimization Algorithm,MOMKMTOA)。該算法在分子動理論算法(Kinetic-Molecular theory Optimization Algorithm, KMTOA)的基礎(chǔ)上引入記憶原理記憶,設(shè)計記憶更新與遺忘模型以提高算法的多樣性,并提出記憶精英選擇策略從當(dāng)代解集中隨機選擇領(lǐng)導(dǎo)精英以避免陷入局部最優(yōu)。通過CEC09標(biāo)準測試函數(shù)和IEEE-30節(jié)點的兩個案例驗證說明,MOMKMTOA算法在求解高維復(fù)雜的多目標(biāo)經(jīng)濟調(diào)度問題上具有一定的可行性和有效性。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社