一种基于环形拓扑高斯动态粒子群优化算法的船舶电网重构方法
【技术领域】
[0001] 本发明涉及一种基于环形拓扑高斯动态粒子群优化算法的船舶电网重构方法， 属于群体智能计算领域。
【背景技术】
[0002] 船舶电力系统与陆地电力系统有显著不同，因此电网重构问题不同于陆地电力系 统的配电网重构，具有如下几个特点：船舶电力系统与陆地电力系统相比，电力线路较短， 阻抗很小，其有功网损可以忽略不计；船舶电网重构的主要目标是在故障发生或战斗受损 时，最大限度地保持对高优先级负荷的持续供电，维持船舶最基本的负荷需求；船舶电力系 统存在一些重要负荷必须保证持续供电，须在很短的时间内完成电网重构，因此要求用于 船舶电网重构问题的算法消耗时间很短。由此可见，该问题在本质上属于多目标、多变量、 含约束、实时性要求高的离散优化组合问题，目前国内外学者提出的方法主要是智能搜索 方法、多智能体方法、专家系统和整数规划方法等。上述方法虽然能够实现船舶电网重构， 取得一定的优化效果，但是这些方法最大的缺点就在于没有针对船舶电网重构问题的特点 进行适应性的改进，计算时间过长，不能满足船舶电网重构问题的实时性要求。
【发明内容】
[0003] 为了克服上述不足，本发明的目的就是要提出一种满足船舶电网故障下负荷恢复 需求的简洁高效的环形拓扑高斯动态粒子群（Gaussian Dynamic Particle Swarm,⑶PS) 优化算法。
[0004] 为了实现上述目的，本发明提出了一种采用环形拓扑的高斯动态粒子群优化算 法。环形拓扑中每个粒子的邻域包括紧邻在粒子两边的一个粒子。在该种拓扑结构中，粒 子之间的信息交流相对较慢，而一旦其中一个粒子搜索到最优位置，那么这个信息最终也 将逐步传播到整个群体。这种拓扑适合于存在多个局部极值的优化问题，当其中几个粒子 陷入局部极值时，其它粒子受到的影响小，因此更有利于搜索到全局最优解。同时此环形拓 扑相对比较简单，计算时间也会明显缩短。
[0005] 本发明提出的方法可以保持整个种群的多样性，获得了更快速更好的全局寻优效 果。本发明具体的步骤是：
[0006] 步骤1 :设置GDPS优化算法主要参数，在问题解空间内随机初始化种群。
[0007] 步骤2 :判断种群迭代过程是否小于N1，如果是则采用
【主权项】
1. 一种基于环形拓扑高斯动态粒子群优化算法的船舶电网重构方法，包括以下步骤： 步骤1 :设置GDPS优化算法主要参数，在问题解空间内随机初始化种群，参数包括：执 行动态邻域策略的代数&=50,执行定期种群更新的代数N 2=5, W1=O. 729, W2=2. 187,种群规 模pop_Size=20,问题解的维度dim=8,最大迭代代数iter_max=100 ;在问题解空间内随机 初始化种群：生成P〇P_Size行dim列矩阵X，矩阵中的每一个元素 Xij e [〇, 1]，i为矩阵行 数，j为矩阵列数，其具体公式如下： X=rand(); X=round(X); 其中X为粒子的位置，rand()为[0, 1]之间的随机数，round⑴函数将X中的每一个 元素进行四舍五入取整，这样就保证了初始解都是〇或1; (N Λ 步骤2 :判断种群迭代过程是否小于Ν1，如果是采用max Σ A作为目标函数对种群 Vi=I J f N \ 进行评价；反之则挑选M个最优粒子采用max ΣΑ.作为目标函数进行评价；在进行迭 Vi=I J ? N \ 代搜索的过程中，如果当前迭代步数iter小于N1，按max Σα目标函数评价粒子群，计 V i=\ J 算适应度值，公式为：fitness=sum(X. *load_pri)，式中fitness为适应度值，load_pri 为负荷优先级行向量，即表1中负荷优先级向量：[1105103556]，Sum(X^loacLpri)为 位置向量中每一个元素与负荷优先级向量中每一个元素相乘再求和；如果当前迭代步数 ? N \ iter大于等于&则按max 目标函数评价粒子群，计算适应度值，其具体公式如下： V ?=ι / fitness=sum(X.*load_magnit)，load_magnit为负荷容量行向量，即表1中的负荷容量向 量：[20 1 4 1 20 4 4 2]，sum(X.*load_magnit)为位置向量中每一个元素与负荷容量向 量中每一个元素相乘再求和； 步骤3 :根据记录的每个粒子搜索过的最优位置Pibest，与当前迭代步数k的粒子的位置 进行比较，如果当前粒子的适应度值比该粒子历史最优位置更优，则更新该粒子历史最 优位置，令凡Λ?, = Ai ;反之则保留该粒子的历史最优位置，并进入步骤4; 步骤4 :按采用环形拓扑的GDPS优化算法的位置计算公式更新当前种群中所有粒子的 位置矢量，其具体方式如下：
其中，Xij按照下式进行越限处理
上述位置更新公式中，Xid(t+1)代表第t+Ι次迭代的位置矢量，Xid(t)代表第t次迭代 的位置矢量，Xid(t - 1)代表第t - 1次迭代的位置矢量，Wp W2分别代表权值，G(0, 1)是一 个服从正态分布的随机数发生函数，
。下标k代 表粒子i的邻域粒子的标号，K表示粒子i邻域粒子的个数； 步骤5 :判断是否达到每N2个迭代代数，如果是重新初始化所有粒子但保留全局最优 与个体最优的适应度值与位置矢量，按如下公式更新： X=rand(); X=round(X); 反之则进入步骤6; 步骤6 :判断算法是否达到最大迭代次数或满足终止条件，如果是则终止搜索，输出最 终结果；反之则返回步骤2。
【专利摘要】本发明公开了一种基于环形拓扑高斯动态粒子群优化算法的船舶电网重构方法,属于群体智能计算领域。舰船电网重构问题本质上属于一种多目标多变量的离散优化组合问题，现有技术在处理舰船电网重构问题时存在计算时间长、易搜索到非满意解的缺点，难以满足舰船对安全性及实时性的特殊要求。本发明通过在离散化的GDPS优化算法中引入环形拓扑，使粒子之间的信息交流相对较慢，当其中几个粒子陷入局部极值时，其它粒子受到的影响小，因此更有利于搜索到全局最优解。同时此环形拓扑相对比较简单，计算时间也会明显缩短。该方法可以在整个搜索过程中保持种群的多样性，获得了更快速更好的全局寻优效果。
【IPC分类】G06N3-00, G06Q50-06, G06Q10-04
【公开号】CN104657780
【申请号】CN201310590361
【发明人】盖丽, 林叶锦, 郭昊昊, 艾莉莉, 程鹏, 周国顺
【申请人】大连佑嘉软件科技有限公司
【公开日】2015年5月27日
【申请日】2013年11月20日