论文部分内容阅读
在进化计算领域中,多目标优化算法已经成为研究热点之一,但是在实际的科学或者工程领域中,约束条件往伴随多目标优化问题一起出现,约束条件相对较多且苛刻的多目标优化问题,由于约束的限制,导致可行域较小,一般的约束处理方法处理这类约束多目标优化问题,效果不尽人意。因此本文针对多目标优化问题中不同类型的约束进行研究,并将本文所提出的约束多目标处理方法分别应用于电网中不同的多目标优化问题。主要研究内容如下:1)提出改进可行性规则的约束多目标处理方法针对可行性规则不能充分利用“最好的”不可行解,提出一种改进的可行性规则,将非支配等级信息和约束违反度信息结合到可行性规则中,提高对非支配个体可行解的搜索能力,并将改进的可行性规则分别融入到NSGA2和IP-MOEA算法框架中,提高多目标优化算法的约束处理能力。2)提出一种求解决策变量离散分布的多目标进化算法针对决策变量区间不连续的约束问题,首先设计一个满足区间离散解的个体产生器。由于常规的约束违反度适用于等式约束和不等式约束,并不适用于决策变量离散约束的情况,因此专门提出一种用于计算区间离散约束违反度的方法。3)提出一种解决可变约束问题的多目标优化算法针对多目标优化问题中的可变约束问题,提出一种处理可变约束的多目标优化算法。如果约束发生了改变,然后把约束发生改变之前的种群作为约束发生改变后的初始种群,首先把约束改变之前的种群进行存档,充分利用原来种群中的可行解,提高算法的执行效率,算法的一次执行结果,保存了每种约束条件下的最优解。4)约束多目标优化算法在电网中的应用针对配电网中DG出力随机性和负荷不确定性问题,建立以分布式电源的投资运行费用、线路损耗费用、购电费用最小为目标的区间模型,使用本文所提的结合改进可行性规则的IP-MOEA算法求解该模型,并取得良好的效果;针对火电厂厂级负荷分配存在决策变量离散分布的多目标问题,提出求解决策变量离散分布的多目标进化算法求解该问题,并取得了良好的效果。