迁移蜂群优化算法及其在无功优化中的应用

提出了一种全新的迁移蜂群优化算法,并应用到电力系统无功优化问题.利用Q学习的试错与奖励机制构造蜂群的学习模式,并采用强化学习的行为迁移技术实现蜂群的迁移学习.为解决算法求解多变量优化问题遇到的维数灾难,提出了状态–组合动作链的方式将状态–动作空间分解成若干低维空间,明显降低算法的计算难度.仿真结果表明:本文所提算法可以保证最优解质量的同时,寻优速度能提高到传统启发式智能算法的4～67倍左右,非常适用于大规模复杂系统非线性规划问题的快速求解....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 no. 1; pp. 83 - 93
Main Author 徐茂鑫 张孝顺 余涛
Format Journal Article
LanguageChinese
Published 2017
Subjects
迁移蜂群优化;强化学习;行为迁移;无功优化
Online AccessGet full text

Cover

More Information
Summary:提出了一种全新的迁移蜂群优化算法,并应用到电力系统无功优化问题.利用Q学习的试错与奖励机制构造蜂群的学习模式,并采用强化学习的行为迁移技术实现蜂群的迁移学习.为解决算法求解多变量优化问题遇到的维数灾难,提出了状态–组合动作链的方式将状态–动作空间分解成若干低维空间,明显降低算法的计算难度.仿真结果表明:本文所提算法可以保证最优解质量的同时,寻优速度能提高到传统启发式智能算法的4～67倍左右,非常适用于大规模复杂系统非线性规划问题的快速求解.
Bibliography:11-2109/TP
ISSN:0254-4156
1874-1029