资源简介
利用PSO算法进行分布式电源的无功优化,程序中带有详细的说明
代码片段和文件信息
clear
clc
tic;
iterations = 25;% 迭代次数
inertia = 1.0;% 惯性
correction_factor = 2.0;% 修正系数
max_swarm=1.0;% 最大惯性权值
min_swarm=0.3;% 最小惯性权值
swarm_size = 24;% 群的大小
loss=0;%网损
eps_all=0.5;%潮流计算循环精确度
n_all=0;%潮流计算循环次数
eps_temp=12;%潮流计算循环当前变化量
val_all=0;%费用初值
val=0;
xx=1280;
o=0.25;p=0.25;q=0.25;u=0.25;r=0.13;s=320;yy=0.206;
%-- 潮流计算迭代循环 --
while(abs(eps_temp)>eps_all)
n_all=n_all+1;
%-- 初始化粒子 --
index = 1;
j=0;
for i = 1 : swarm_size
while(j==0)
swarm(index 1 1) = 0+rand*680;
swarm(index 1 2) = 0+rand*360;
swarm(index 1 3) = 0+rand*360;
swarm(index 1 4) = 60+rand*180;
swarm(index 1 5) = 60+rand*180;
swarm(index 1 6) = 60+rand*180;
swarm(index 1 7) = 60+rand*180;
swarm(index 1 8) = 60+rand*180;
swarm(index 1 9) = 60+rand*180;
swarm(index 1 10) = 40+rand*120;
swarm(index 1 11) = 40+rand*120;
swarm(index 1 12) = 55+rand*120;
swarm(index 1 13) = xx-swarm(index 1 1)-swarm(index 1 2) -swarm(index 1 3) -swarm(index 1 4) -swarm(index 1 5) - swarm(index 1 6)-swarm(index 1 7)-swarm(index 1 8)-swarm(index 1 9)-swarm(index 1 10)-swarm(index 1 11) -swarm(index 1 12);
if(swarm(index 1 13)>55&swarm(index 1 13)<120) j=1;end
end
index = index + 1;
j=0;
end
swarm(: 4 1) = 20000; % 初始化整体最优为很远值
swarm(: 2 :) = 0; % 初始化速度
%-- 粒子群算法迭代 --
for iter = 1 : iterations
%-- 更新位置 & 更新最优 ---
for i = 1 : swarm_size
switch(unidrnd(13))
case 1
tempx = swarm(i 1 1) + swarm(i 2 1)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempx<0) tempx=0;end
if(tempx>680) tempx=680;end
tempy = swarm(i 1 2) + swarm(i 2 2)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempy<0) tempy=0;end
if(tempy>360) tempy=360;end
tempz = swarm(i 1 3) + swarm(i 2 3)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempz<0) tempz=0;end
if(tempz>360) tempz=360;end
tempb = swarm(i 1 4) + swarm(i 2 4)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempb<60) tempb=60;end
if(tempb>180) tempb=180;end
tempc = swarm(i 1 5) + swarm(i 2 5)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempc<60) tempc=60;end
if(tempc>180) tempc=180;end
tempd = swarm(i 1 6) + swarm(i 2 6)*(max_swarm-(max_swarm-min_swarm)*iter/iterations);
if(tempd<60) tempd=60;end
if(tempd>180) tempd=180;end
tempe = swarm(i 1 7) + swarm(i 2 7)*(max_swarm-(max_swarm-min_swarm)*iter/it
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 60690 2011-05-04 10:45 董师兄程序\cao.m
文件 413 2011-11-25 09:01 董师兄程序\fit.asv
文件 351 2011-11-25 14:24 董师兄程序\fit.m
文件 1599 2011-11-25 09:16 董师兄程序\pso.asv
文件 1604 2011-11-25 14:38 董师兄程序\pso.m
目录 0 2012-03-19 11:14 董师兄程序
----------- --------- ---------- ----- ----
64657 6
相关资源
- qttcpsocket传送结构体
- SysML and Rhapsody WhitePape
- PSO算法的最大熵阈值图像分割
- QTcpServer实现多客户端连接
- 粒子群PSO优化SVM做预测
- Qt客户端和服务器传输图片、文本
- 粒子群优化算法优化CEC基准测试函数
- EPSONL4168L4160打印机清零软件教程步骤
- pso算法路径规划
- 粒子群算法解决TSP问题pso_tsp.rar
- 大地电磁的粒子群法一维反演程序
- 细菌群优化算法,想用新优化算法做
- epson驱动串口黑标打印控制代码 delp
- 改进的VMPSO
- zw_xinhuojianke-10555810-PSO工具箱.zip
- zw_lw5413-9700981-BPSO.zip
- 基于PSO优化的otsu分割算法.zip
- Matalbpso优化bp网络程序-PSO-bp.rar
- rbf神经网络权值的粒子群优化算法
- PSO-SVM.rar
- 粒子群算法 实现 最短路径
- MOPSO.zip124181
- 改进的自适应遗传算法和粒子群算法
- psoc 开发额: 多功能步进马达驱动器
- 模拟退火SA、遗传算法GA、粒子群优化
- SVM实现负荷预测,其中包含基本SVM,
- PSO-BP神经网络论文
- linux Qt局域网聊天
- PSO+SA算法 (粒子群和模拟退火算法的
- 粒子群多目标优化
评论
共有 条评论