蚁群算法在配电网重构中的应用 5.docx

蚁群算法在配电网重构中的应用摘要近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，从而改变现状，使蚁群算法得到应用。关键词：蚁群算法遗传算法配电网重构配电网网络重构信息素配电网络分布式电源无功优化多目标优化配电网规划目录蚁群算法在配电网重构中的应用1摘要11引言22蚁群算法22.1蚁群算法的起源22.2蚁群算法的基本思路32.3蚁群算法的特点33蚁群算法和配电网重构的结合43.1配电网重构43.2用蚁群算法的应用43.3对蚁群算法的改进73.4仿真93.5算例104配电网重构的意义15结论17引用181引言近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，让蚁群算法大范围的应用，改善当前的状况。2蚁群算法2.1蚁群算法的起源在上世纪九十年代初期，一篇论文出现了一种特殊的计算方法，它是MarcoDorig再观察了蚂蚁的各种行为，尤其是在寻找食物的时候的行为之后想出了的类似优化蚂蚁进食顺序那样的一种计算方法，被命名为蚁群算法。蚁群算法可以说是一种在整体算法中不断优化的进化算法，它具有很多优点，如启发式搜索，信息的正负反馈，分布式计算等特性。Ant系统或蚁群系统最初由意大利学者MarcoDorig和其他人在20世纪90年代提出。他们观察了蚂蚁的生命状态。在研究蚂蚁喂食的过程中，他们发现蚂蚁的行为相对单一，可是纵观整个蚁群系统，可以很清晰的看出他们的行为都是十分有秩序，十分明确。一个简单的例子：蚂蚁无论在什么样的环境之下总是能够快输准确的确定最便捷的寻食途径。这其中的原因很简单，就是它们可以利用自身头顶上的两根触须进行两者之间的信息交流与传递，这大大提高了办事效率。而经过进一步的研究分析，蚂蚁们是通过分泌一种信息素来进行信息共享。在这条路径上行走的每只蚂蚁都会留下一种新的信息素，形成一种类似于正反馈的操作。这样经过短时间的寻找，就可以找到最短的获得食物的途径。2.2蚁群算法的基本思路在蚂蚁寻找食物的过程中的种种途径就可以看做对于一个问题的处理方法。整个蚁群的所有路径构成了要优化的问题的解决方案。蚂蚁寻找食物时分泌的信息素越多，那么它们在确定最终的觅食路线时的距离就越短，伴随着觅食的时间越来越长，该条路径上信息素的密度也就越来越大。最后，所有蚂蚁将根据信息素密度使用最短路径进行觅食。因此，选择最佳路径，这也是要优化的问题的最佳解决方案。2.3蚁群算法的特点（1）利用正反馈的方法，在试验阶段不断的优化，最终得到最优解决方案。（2）每一个实验体在运动的过程中都会留下信息素来影响附近的环境，并且每一个实验体都能够接收上一个实验体留下的信息素，实验体之间通过信息素之间传递信息。（3）蚁群算法可以同时多实验体同时进行计算，无不干扰，有效的提高了计算能力和实际运行的时间。（4）在实验中遇到瓶颈时，可以快速的找到最佳解决方案。因而将蚁群算法应用到配电网中可以使一些复杂问题得到有效的解决。利用蚁群算法来针对一些重构配电网的问题进行求解，并且在其中改进了方向信息素的确定方式。在这个算法中出现了一种新的策略，即新的信息素的更新与路径选择策略。进而加速蚁群算法的收敛速度和精度控制，以确保全面的最优性。除此以外，还有一系列的仿真实验也对其进行了证明，并且在重构配电网的问题当中发挥了很好的效用。而且还提高了找到解决方案和优化方案的速度，比较最终确定最有效的方案。3蚁群算法和配电网重构的综合使用3.1配电网重构在当下科技飞速发展的情况下，各种各样的算法也纷纷出现，当时对于重构配电网的问题最有效的解决方法还是近几年互联网兴起之后出现的人工智能算法。它主要包括GA（遗传算法）、ACA（蚁群算法）、TSA（紧急搜索算法）以及PSO（粒子群优化算法）等等。但是这些算法在现实中应用的例子却少之又少，主要原因是求解的过程十分复杂，最优解的构造耗时较长，计算效率较低。为此，许多学者开始对传统的蚁群算法进行改进。近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，从而改变现状，使蚁群算法得到应用。在以前的蚁群算