摘要

电力系统无功优化是典型的高维度、非线性、不连续的问题。遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机优化搜索算法,是解决各类函数优化问题的一种有效算法。其编码技术和遗传操作比较简单,对优化问题的限制性条件要求很低,具有很强的并行性和全局搜索能力。在利用传统的遗传算法对复杂问题进行求解时,传统的遗传算法往往难以平衡搜索空间上的开发和探索能力,存在较大的随机性和盲目性,容易产生早熟收敛、局部搜索能力差和收敛速度缓慢等问题。自适应遗传算法的提出一定程度上改善了算法的性能,但也增大了算法陷入局部最优的可能。针对以上问题,本文研究的云自适应遗传算法是在传统的遗传算法的基础之上引入云理论,由X条件发...