基于免疫粒子群算法的火電機組組合優(yōu)化問題研究.pdf

1、免疫粒子群算法(IPSO)是一種基于免疫算法理論進(jìn)行改進(jìn)的粒子群算法。為解決粒子群算法(PSO)多樣性差、易陷入局部最優(yōu)解、“早熟”收斂等問題，本文引入了免疫算法的免疫記憶和抗體促進(jìn)、抑制模塊，并加入了自適應(yīng)交叉變異率對粒子群算法進(jìn)行改進(jìn)。新算法中，免疫記憶可保證算法的收斂性，抗體促進(jìn)、抑制可有效的確保粒子的聚集程度的合理性，自適應(yīng)交叉、變異算子則極大的豐富了粒子的多樣性，并增強局部搜索能力。通過對幾個典型測試函數(shù)的仿真實驗可以看出，改

2、進(jìn)的新算法在解的質(zhì)量和收斂性上具有優(yōu)越性。
　　 關(guān)于火電機組組合(UC)優(yōu)化問題的解決方法，本文采用混合免疫粒子群算法，即二進(jìn)制粒子群(BPSO)算法和免疫粒子群算法。利用二進(jìn)制粒子群算法解決機組啟停，免疫粒子群算法進(jìn)行負(fù)荷分配。同時，針對BPSO算法發(fā)散性強、局部尋優(yōu)能力差等問題，提出了記憶保留策略和啟發(fā)式受體編輯策略對算法進(jìn)行了改進(jìn)。并通過實例仿真證明了混合算法在火電機組組合優(yōu)化問題上的有效性。最后，在廠級負(fù)荷分配優(yōu)化問題