MATLAB实战系列(二十四)-MATLAB粒子群(PSO)优化算法在电力系统中的应用程序集合

Posted 文宇肃然

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MATLAB实战系列(二十四)-MATLAB粒子群(PSO)优化算法在电力系统中的应用程序集合相关的知识,希望对你有一定的参考价值。

前言

关于本文的详细代码参见:

粒子群算法多场景应用程序matlab源代码

有需要的小伙伴可自行订阅。

PSO算法就是模拟一群鸟寻找食物的过程,每个鸟就是PSO中的粒子,也就是我们需要求解问题的可能解,这些鸟在寻找食物的过程中,不停改变自己在空中飞行的位置与速度。大家也可以观察一下,鸟群在寻找食物的过程中,开始鸟群比较分散,逐渐这些鸟就会聚成一群,这个群忽高忽低、忽左忽右,直到最后找到食物。这个过程我们转化为一个数学问题。寻找函数y=1-cos(3*x)*exp(-x)的在[0,4]最大值。该函数的图形如下:

图片

算法原理

在交错并联变换器的设计中,若想得到优良的纹波特性和响应功能,各支路的交错触发脉冲需设计合理。

当x=0.9350-0.9450,达到最大值y=1.3706。为了得到该函数的最大值,我们在[0,4]之间随机的洒一些点,为了演示,我们放置两个点,并且计算这两个点的函数值,同时给这两个点设置在[0,4]之间的一个速度。下面这些点就会按照一定的公式更改自己的位置,到达新位置后,再计算这两个点的值,然后再按照一定的公式更新自己的位置。直到最后在y=1.3706这个点停止自己的更新。这个过程与粒子群算法作为对照如下:

以上是关于MATLAB实战系列(二十四)-MATLAB粒子群(PSO)优化算法在电力系统中的应用程序集合的主要内容,如果未能解决你的问题,请参考以下文章

matlab基于混合粒子群算法的TSP搜索算法matlab优化算法二十

matlab基于混合粒子群算法的TSP搜索算法matlab优化算法二十

MATLAB应用实战系列(五十四)-MATLAB多维度绘图实战应用案例

求直接调用的matlab粒子群算法和模拟退火法的函数

MATLAB实战系列(二十八)-用matlab爬取火车票信息

MATLAB应用实战系列(四十四)-基于matlab的支持向量机分类回归问题(附源码解析)