2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩119頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、配電網(wǎng)重構(gòu)是降低網(wǎng)損,提高電網(wǎng)運(yùn)行經(jīng)濟(jì)性和供電可靠性的主要途徑之一。以網(wǎng)損最小或可靠性最高為優(yōu)化目標(biāo)的配電網(wǎng)重構(gòu)問(wèn)題,是一個(gè)有約束(即各種運(yùn)行條件)的非線(xiàn)性整數(shù)組合優(yōu)化問(wèn)題,其研究受到學(xué)術(shù)界和工程界的高度重視。
  遺傳算法是一種以達(dá)爾文“適者生存,優(yōu)勝劣汰”進(jìn)化理論和孟德?tīng)柹镞z傳理論為基礎(chǔ)的智能進(jìn)化算法,被廣泛的應(yīng)用于現(xiàn)實(shí)社會(huì)各個(gè)領(lǐng)域的復(fù)雜問(wèn)題優(yōu)化求解。但傳統(tǒng)的生物進(jìn)化算法帶有天然的盲目性和隨機(jī)性,導(dǎo)致求解問(wèn)題時(shí)普遍存在早熟收

2、斂和收斂速度慢的問(wèn)題。為了改進(jìn)遺傳算法,提高算法性能,使其更好地應(yīng)用于實(shí)際工程。本文通過(guò)分析人類(lèi)的進(jìn)化過(guò)程發(fā)現(xiàn):人類(lèi)的進(jìn)化有別于其它生物,是典型的雙進(jìn)化。人類(lèi)進(jìn)化既包括基于自然性的生物進(jìn)化過(guò)程,又包括基于社會(huì)性的知識(shí)進(jìn)化,而且知識(shí)進(jìn)化在人類(lèi)的進(jìn)化過(guò)程中發(fā)揮了至關(guān)重要的作用。受此啟發(fā),提出了雙進(jìn)化計(jì)算方法的框架。
  雙進(jìn)化計(jì)算系統(tǒng)由生物進(jìn)化子系統(tǒng)和知識(shí)進(jìn)化子系統(tǒng)構(gòu)成。其中生物進(jìn)化是針對(duì)某一個(gè)具體問(wèn)題的優(yōu)化,知識(shí)進(jìn)化則是針對(duì)某類(lèi)問(wèn)題

3、的求解知識(shí)的優(yōu)化,生物系統(tǒng)為形成知識(shí)提供事實(shí)依據(jù),知識(shí)系統(tǒng)對(duì)生物系統(tǒng)提供指導(dǎo),兩者既相互獨(dú)立,又相互作用、相互影響,從而共同進(jìn)化。在系統(tǒng)應(yīng)用階段,對(duì)于待優(yōu)化的新問(wèn)題,首先從的知識(shí)庫(kù)中尋找最適宜的方法和參數(shù),再指導(dǎo)生物進(jìn)化子系統(tǒng)高效地得到高質(zhì)量的最優(yōu)解。從而提高算法的效率和效果。雙進(jìn)化計(jì)算是一個(gè)龐大復(fù)雜的系統(tǒng),涉及到的研究問(wèn)題較多。本文主要研究其中比較關(guān)鍵的兩個(gè)問(wèn)題:一是如何從生物進(jìn)化得到的優(yōu)化問(wèn)題算例中獲取知識(shí)?二是知識(shí)進(jìn)化問(wèn)題。

4、>  實(shí)際工程技術(shù)領(lǐng)域的優(yōu)化問(wèn)題一般都可以抽象為函數(shù)優(yōu)化問(wèn)題,配電網(wǎng)重構(gòu)問(wèn)題也不例外。因此,本研究首先針對(duì)函數(shù)優(yōu)化問(wèn)題展開(kāi),進(jìn)而應(yīng)用到工程實(shí)際之中。關(guān)于知識(shí)的獲取問(wèn)題,我們將待優(yōu)化函數(shù)按其特征聚類(lèi),預(yù)先設(shè)想具有相同特征的同類(lèi)函數(shù)在利用進(jìn)化計(jì)算求解時(shí),采用相同控制參數(shù);而歸為其它類(lèi)型的函數(shù)則適宜采用另外的控制參數(shù)求解。因而,知識(shí)獲取問(wèn)題便轉(zhuǎn)化為函數(shù)聚類(lèi)問(wèn)題。在函數(shù)聚類(lèi)時(shí)提出了兩種方法:一種方法是基于函數(shù)適應(yīng)度地貌,借助圖形圖像中紋理分析的

5、相關(guān)概念和方法,用灰度共生矩陣描述二元函數(shù)圖像的特征,以此對(duì)函數(shù)聚類(lèi);另一種方法是基于函數(shù)表達(dá)式的聚類(lèi),將構(gòu)造相同的函數(shù)歸為同一類(lèi)。從而采用遺傳算法獲取若干類(lèi)函數(shù)的策略?xún)?yōu)選知識(shí),通過(guò)實(shí)驗(yàn)證實(shí),上述思路和方法是可行并且有效的:具有相似地貌特征或是相同模式的函數(shù)構(gòu)造式的同類(lèi)函數(shù)在進(jìn)行遺傳算法求解時(shí)的確具有相同的最優(yōu)參數(shù)和策略設(shè)置。因此,可以借助所獲得的知識(shí)指導(dǎo)生物進(jìn)化(在求解新問(wèn)題時(shí))。
  關(guān)于知識(shí)進(jìn)化問(wèn)題,以科學(xué)知識(shí)進(jìn)化論的哲學(xué)思

6、想為理論依據(jù),借鑒生物進(jìn)化的過(guò)程,提出了知識(shí)進(jìn)化系統(tǒng),并在此基礎(chǔ)上分別提出了基本知識(shí)進(jìn)化算法和基于范式轉(zhuǎn)換的知識(shí)進(jìn)化算法,設(shè)計(jì)了知識(shí)適應(yīng)度評(píng)價(jià)函數(shù)和知識(shí)進(jìn)化算子:傳承算子實(shí)現(xiàn)對(duì)優(yōu)秀知識(shí)個(gè)體的傳承,創(chuàng)新算子來(lái)產(chǎn)生新的知識(shí)個(gè)體,通過(guò)進(jìn)化獲得水平更高的知識(shí)集合。用實(shí)例數(shù)據(jù)和經(jīng)典函數(shù)優(yōu)化驗(yàn)證了知識(shí)進(jìn)化算法的可行性和有效性。
  針對(duì)配電網(wǎng)重構(gòu)問(wèn)題,在詳細(xì)分析配電網(wǎng)重構(gòu)問(wèn)題特點(diǎn)的基礎(chǔ)上,結(jié)合前推回代法進(jìn)行網(wǎng)絡(luò)的潮流計(jì)算,以結(jié)構(gòu)數(shù)組的方式存儲(chǔ)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論