针对鸡群算法在处理高维问题时易陷入局部最优、致使算法稳定性降低,对其进行改进并应用到配网的无功优化中。引入反向学习对种群初始化进行改进,加强算法的收敛速度;引入柯西变异来加强母鸡跳出局部最优的能力;同时,使用学习因子,使小鸡也会向公鸡学习,避免陷入早熟。建立以有功网损最小为优化目标,采用改进的鸡群算法进行求解。上述改进可增强算法的全局搜索能力和收敛速度,提高算法的寻优能力。与其他算法在无功优化问题上作比较,验证其有效性。仿真结果表明,改进鸡群算法在跳出局部最优的能力上具有显著优势。
科研之友
微信
新浪微博
Facebook
分享链接
