发门网
改进粒子群算法求解电力系统经济调度问题（Matlab实现）
创始人
2024-04-11 10:01:24
0次

 目录

1 相关知识点

2 Matlab完整代码实现 

3 结果及可视化

1 相关知识点

                                  这里写图片描述

这里总结一位博主的目录：梳理如下：

粒子群算法（带约束处理）——Python&Matlab实现

智能优化算法——粒子群算法（Matlab实现）

灰狼算法和粒子群算法比较（附完整Matlab代码）——可应用于电气期刊论文

粒子群算法求解电力系统环境经济调度+微电网调度（风、光、电动车、柴油机、主网）（Python代码实现）

改进的多目标差分进化算法在电力系统环境经济调度中的应用（Python代码实现）【电气期刊论文复现】

风电随机性动态经济调度模型（Python&Matlab代码）

多目标灰太狼算法求解环境经济调度问题（IEEE30)(Matlab实现)

多元宇宙算法求解电力系统多目标优化问题（Matlab实现）【电气期刊论文复现】

求解热电联产经济调度问题的改进遗传与粒子群算法

改进粒子群算法的配电网故障定位(Python&Matlab代码实现)

2 Matlab完整代码实现 

知识点讲解完毕，下面就是Matlab代码：

clc;
clear;
close all;%% 经济调度问题extmodel=CreateModel();CostFunction=@(x) MyCostExt(x,extmodel); % 成本函数（目标函数）nVar=extmodel.nPlant;             % 发电机台数（决策变量的个数）VarSize=[1 nVar];   % 决策变量矩阵的大小VarMin=0;         % 变量下限
VarMax=1;         % 变量上限%% 粒子群算法相关参数MaxIt=100;      % 最大迭代次数nPop=10;        % 总群数量% w=1;            % 惯性权重
% wdamp=0.99;     % 惯性重量阻尼比
% c1=2;           % 个体学习系数
% c2=2;           % 种群学习系数%% 约束系数
phi1=2.05;
phi2=2.05;
phi=phi1+phi2;
chi=2/(phi-2+sqrt(phi^2-4*phi));
w=chi;          % 惯性权重
wdamp=1;        % 惯性重量阻尼比
c1=chi*phi1;    % 个体学习系数
c2=chi*phi2;    % 种群学习系数%% 飞行速度限制
VelMax=0.1*(VarMax-VarMin);
VelMin=-VelMax;%% 初始化empty_particle.Position=[];
empty_particle.Cost=[];
empty_particle.Out=[];
empty_particle.Velocity=[];
empty_particle.Best.Position=[];
empty_particle.Best.Cost=[];
empty_particle.Best.Out=[];particle=repmat(empty_particle,nPop,1);BestSol.Cost=inf;for i=1:nPop%=====初始化粒子群位置===============particle(i).Position=unifrnd(VarMin,VarMax,VarSize);%=====初始化速度======particle(i).Velocity=zeros(VarSize);%=====目标函数计算===========[particle(i).Cost, particle(i).Out]=CostFunction(particle(i).Position);%====更新粒子个体最优=====particle(i).Best.Position=particle(i).Position;particle(i).Best.Cost=particle(i).Cost;particle(i).Best.Out=particle(i).Out;%====更新粒子群全局最优========if particle(i).Best.CostVarMax);particle(i).Velocity(IsOutside)=-particle(i).Velocity(IsOutside);%============适用位置限制============particle(i).Position = max(particle(i).Position,VarMin);particle(i).Position = min(particle(i).Position,VarMax);%============计算目标函数===========[particle(i).Cost, particle(i).Out] = CostFunction(particle(i).Position);%==========更新个体最优==========if particle(i).Cost
function results=RunInternalPSO(intmodel)disp('运行粒子群算法 ...');%% 本文参数定义CostFunction=@(x) MyCost(x,intmodel);        % 目标函数nVar=intmodel.nPlant;             %决策变量个数VarSize=[1 nVar];   % 决策变量矩阵的大小VarMin=0;         %变量下限VarMax=1;         %变量上%% 粒子群参数MaxIt=100;      nPop=50;        % w=1;           % wdamp=0.99;     % c1=2;          % c2=2;           %% 约束系数phi1=2.05;phi2=2.05;phi=phi1+phi2;chi=2/(phi-2+sqrt(phi^2-4*phi));w=chi;          wdamp=1;        c1=chi*phi1;    c2=chi*phi2;    %% 速度限制VelMax=0.1*(VarMax-VarMin);VelMin=-VelMax;%% 初始化empty_particle.Position=[];empty_particle.Cost=[];empty_particle.Out=[];empty_particle.Velocity=[];empty_particle.Best.Position=[];empty_particle.Best.Cost=[];empty_particle.Best.Out=[];particle=repmat(empty_particle,nPop,1);BestSol.Cost=inf;for i=1:nPop% 初始化位置particle(i).Position=unifrnd(VarMin,VarMax,VarSize);% 初始化速度particle(i).Velocity=zeros(VarSize);% 目标函数计算[particle(i).Cost, particle(i).Out]=CostFunction(particle(i).Position);% 个体最优particle(i).Best.Position=particle(i).Position;particle(i).Best.Cost=particle(i).Cost;particle(i).Best.Out=particle(i).Out;% 全局最优if particle(i).Best.CostVarMax);particle(i).Velocity(IsOutside)=-particle(i).Velocity(IsOutside);% 位置限制particle(i).Position = max(particle(i).Position,VarMin);particle(i).Position = min(particle(i).Position,VarMax);% 目标函数计算[particle(i).Cost, particle(i).Out] = CostFunction(particle(i).Position);%更新个体最优if particle(i).Cost

function results=RunInternalPSO(intmodel)

    disp('运行粒子群算法 ...');

    %% 本文参数定义

    CostFunction=@(x) MyCost(x,intmodel);        % 目标函数

    nVar=intmodel.nPlant;             %决策变量个数

    VarSize=[1 nVar];   % 决策变量矩阵的大小

    VarMin=0;         %变量下限
    VarMax=1;         %变量上

    %% 粒子群参数

    MaxIt=100;      

    nPop=50;        

    % w=1;           
    % wdamp=0.99;     
    % c1=2;          
    % c2=2;           

    %% 约束系数
    phi1=2.05;
    phi2=2.05;
    phi=phi1+phi2;
    chi=2/(phi-2+sqrt(phi^2-4*phi));
    w=chi;          
    wdamp=1;        
    c1=chi*phi1;    
    c2=chi*phi2;    

    %% 速度限制
    VelMax=0.1*(VarMax-VarMin);
    VelMin=-VelMax;

    %% 初始化

    empty_particle.Position=[];
    empty_particle.Cost=[];
    empty_particle.Out=[];
    empty_particle.Velocity=[];
    empty_particle.Best.Position=[];
    empty_particle.Best.Cost=[];
    empty_particle.Best.Out=[];

    particle=repmat(empty_particle,nPop,1);

    BestSol.Cost=inf;

    for i=1:nPop

        % 初始化位置
        particle(i).Position=unifrnd(VarMin,VarMax,VarSize);

        % 初始化速度
        particle(i).Velocity=zeros(VarSize);

        % 目标函数计算
        [particle(i).Cost, particle(i).Out]=CostFunction(particle(i).Position);

        % 个体最优
        particle(i).Best.Position=particle(i).Position;
        particle(i).Best.Cost=particle(i).Cost;
        particle(i).Best.Out=particle(i).Out;

        % 全局最优
        if particle(i).Best.Cost

            BestSol=particle(i).Best;

        end

    end

    BestCost=zeros(MaxIt,1);


    %% PSO主循环

    for it=1:MaxIt

        for i=1:nPop

            % 更新速度
            particle(i).Velocity = w*particle(i).Velocity ...
                +c1*rand(VarSize).*(particle(i).Best.Position-particle(i).Position) ...
                +c2*rand(VarSize).*(BestSol.Position-particle(i).Position);

            %速度限制
            particle(i).Velocity = max(particle(i).Velocity,VelMin);
            particle(i).Velocity = min(particle(i).Velocity,VelMax);

            % 更新位置
            particle(i).Position = particle(i).Position + particle(i).Velocity;

           
            IsOutside=(particle(i).PositionVarMax);
            particle(i).Velocity(IsOutside)=-particle(i).Velocity(IsOutside);

            % 位置限制
            particle(i).Position = max(particle(i).Position,VarMin);
            particle(i).Position = min(particle(i).Position,VarMax);

            % 目标函数计算
            [particle(i).Cost, particle(i).Out] = CostFunction(particle(i).Position);

            %更新个体最优
            if particle(i).Cost

                particle(i).Best.Position=particle(i).Position;
                particle(i).Best.Cost=particle(i).Cost;
                particle(i).Best.Out=particle(i).Out;

                % 更新全局最优
                if particle(i).Best.Cost

                    BestSol=particle(i).Best;

                end

            end

        end

        BestCost(it)=BestSol.Cost;

       

        w=w*wdamp;

    end

    %% 结果
    results.BestSol=BestSol;
    results.BestCost=BestCost;

    disp('粒子群结束.');
    
end

完整代码：评论区回复关键字

3 结果及可视化

 

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：Android App开发实战项目之电子书架的实现（附源码 简单易懂 可直接使用）

下一篇：SpringBoot SpringBoot 开发实用篇 5 整合第三方技术 5.17 发送多部件邮件

相关内容

热门资讯

监控摄像头接入GB28181平... 流程简介将监控摄像头的视频在网站和APP中直播，要解决的几个问题是：1&...
Windows10添加群晖磁盘... 在使用群晖NAS时，我们需要通过本地映射的方式把NAS映射成本地的一块磁盘使用。 通过...
protocol buffer... 目录 目录 什么是protocol buffer 1.protobuf 1.1安装  1.2使用...
在Word、WPS中插入AxM... 引言 我最近需要写一些文章，在排版时发现AxMath插入的公式竟然会导致行间距异常&#...
【PdgCntEditor】解... 一、问题背景 大部分的图书对应的PDF，目录中的页码并非PDF中直接索引的页码...
Fluent中创建监测点 1 概述某些仿真问题，需要创建监测点，用于获取空间定点的数据࿰...
educoder数据结构与算法...                                                   ...
MySQL下载和安装（Wind... 前言：刚换了一台电脑，里面所有东西都需要重新配置，习惯了所...
MFC文件操作  MFC提供了一个文件操作的基类CFile，这个类提供了一个没有缓存的二进制格式的磁盘...
有效的括号 一、题目 给定一个只包括 '('，')'，'{'，'}'...