模拟退火进化粒子群算法

粒子群优化算法（ Particle Swarm Optimization ， PSO ） [7] 是由 R.C.Eberhart 博士和心 理学家 J.Kennedy 博士在 1995 年提出的一种新兴的群体智能的启发式全局搜索算法。粒 子群算法是运用微机模拟自然界中飞禽捕食的行为，在模拟的过程中群体中的每一动物 称为微粒。粒子群算法的主要是通过研究群体中微粒之间的怎样信息共享才能更快的找 到食物，在具体的过程中群体的每个微粒都有自己的飞行速度和空间位置，当群体中微 粒发现食物时向群体传递信息，如果有多个微粒都发现了自己的食物则通过群体的优化 来确定那个微粒的食物是最佳的选择，以确定整个群体的下一步动作。在优化算法的过 程中每个微粒自身的最佳空间位置和飞行速度称为个体最优位置（ pbest ），在整个群体 中有一个微粒的位置是全局中的最佳位置称为全局最优（ gbest ），粒子群应用于解决多 个目标时通常选取全局最优作为群体的最佳方案。

function [plossCostdUdup]=fitness（IZPgUNload）
%% 输入目标函数基本参数
C1=0.12;C2=0.18;                %单位分布式电源投资成本C1、运行成本C2
n=20;r=0.1;                     %分布式电源设备使用年限n、贴现率r 
Ue=1;Up=0.05;                   %负荷节点期望电压Ue、电压允许偏差Up
Umin=0.95;Umax=1.05;            %节点电压最小值Umin、最大值Umax
F1=0;F2=0;
%% 总有功网损目标函数
sloss=0;                          %计算网损值
for k=1:68
    sloss=sloss+abs（I（k1））^2*Z（k3）;
end
ploss=real（sloss）;                %网损
%% 总投资与运行成本目标函数
Cost=（（r*（1+r）^n）/（（1+r）^n-1）*C1+C2）*Pg*10;       %分布式电源总费用
%% 电压稳定欲度目标函数
dU=sum（（（U（Nload）-Ue）./Up）.^2）;
%% 节点电压约束
for k=1:68
    Uminm（k）=Umin-U（k1）;
    Umaxm（k）=U（k1）-Umax;
end
for k=1:68
   F1=F1+1000*max（Uminm（k）0）^2;
   F2=F2+1000*max（Umaxm（k）0）^2;
end
%% 支路电流约束

%% 安装总容量约束
xsum=Pg-380;
F3=1000*max（xsum0）^2;
%% 罚函数
dup=F1+F2+F3;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    1455145  2017-03-23 10:26  退火粒子群算法\DG-of-POSITION-AND-CAPACITY.rar

     文件        970  2012-03-12 21:32  退火粒子群算法\fitness.m

     文件        677  2012-03-14 20:28  退火粒子群算法\gbest_fitness.m

     文件       7489  2012-03-08 17:07  退火粒子群算法\genetic_operator.m

     文件        471  2018-06-27 17:06  退火粒子群算法\initial.m

     文件          0  2012-03-11 11:36  退火粒子群算法\init_pop.m

     文件       4036  2018-06-27 17:08  退火粒子群算法\main33.m

     文件         58  2012-03-08 16:26  退火粒子群算法\mokuaihanshu.m

     文件       8543  2012-03-08 16:30  退火粒子群算法\non_domination_sort_mod.m

     文件       5104  2012-03-10 15:49  退火粒子群算法\pf.m

     文件       4145  2012-03-08 16:43  退火粒子群算法\replace_chromosome.m

     文件     106740  2018-06-27 17:10  退火粒子群算法\solution2.txt

     文件       5055  2012-03-06 21:45  退火粒子群算法\tournament_selection.m

     文件        362  2012-03-14 20:14  退火粒子群算法\update_v.m

     文件    1608841  2015-04-17 09:51  退火粒子群算法\改进的粒子群优化算法在分布式电源选址和定容中的应用.pdf

     目录          0  2018-06-27 17:10  退火粒子群算法

----------- ---------  ---------- -----  ----

              3207636                    16