群智能算法ppt课件.ppt

《群智能算法ppt课件.ppt》由会员分享，可在线阅读，更多相关《群智能算法ppt课件.ppt（60页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学信息学院东北大学信息学院 陈东岳王晓哲陈东岳王晓哲 智能计算方法与应用东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力

2、系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变

3、压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 “群众的力量是伟大的群众的力量是伟大的”鸟群通过协作进行捕食鸟群通过协作进行捕食鱼聚集成群可以有效的逃避捕食者鱼聚集成群可以有效的逃避捕食者房间偏僻角落里的蛋糕总会先被蚂蚁发现房间偏僻角落里的蛋糕总会先被蚂蚁发现头脑简单的蜜蜂却能构造出世界上最完美的建筑物头脑简单的蜜蜂却能构造出世界上最完美的建筑物6.1.1 生物群体行为的启示东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 生物

4、群中的每个个体只有简单的信息处理能力和行为能力。生物群中的每个个体只有简单的信息处理能力和行为能力。鸟群：飞行，捕食，避碰鸟群：飞行，捕食，避碰昆虫：爬行，觅食，产生信息素昆虫：爬行，觅食，产生信息素 群体中各个个体之间可以进行信息交互。群体中各个个体之间可以进行信息交互。鸟群：视觉，听觉，磁场鸟群：视觉，听觉，磁场昆虫：感知信息素昆虫：感知信息素 群体的能力要远远超出个体能力的简单叠加群体的能力要远远超出个体能力的简单叠加信息感知能力信息感知能力分工协作能力分工协作能力适应生存能力适应生存能力6.1.1 生物群体行为的启示东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与

5、电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 1. 1. 群智能群智能(Swarm Intelligence(Swarm Intelligence，SI)SI)的概念发展过程的概念发展过程分子自动机系统中提出。分子自动机中的主体在一维或分子自动机系统中提出。分子自动机中的主体在一维或二维网格空间中与相邻个体相互作用，从而实现自组织。二维网格空间中与相邻个体相互作用，从而实现自组织。by Beniby Beni，HackwoodHackwood任何一种由昆虫群体或其它动物社会行为机制而激发设任何一种由昆虫群体或其它动物社会行为机制而激发设计出的算法或分布

6、式解决问题的策略均属于群智能。计出的算法或分布式解决问题的策略均属于群智能。by Bonabeauby Bonabeau、DorigoDorigo & Theraula& Theraula无智能或简单智能的主体通过任何形式的聚集协同而表无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为的特性。现出智能行为的特性。by Bonabeauby Bonabeau6.1.2 群智能的概念东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 2. 2. 定义定义SISI的五条基本原则的五条基

7、本原则（by Mark Millonas 1994)by Mark Millonas 1994) Proximity Principle: 群内个体具有能执行简单的时间或群内个体具有能执行简单的时间或空间上的评估和计算的能力。空间上的评估和计算的能力。 Quality Principle: 群内个体能对环境（包括群内其它个群内个体能对环境（包括群内其它个体）的关键性因素的变化做出响应。体）的关键性因素的变化做出响应。 Principle of Diverse Response: 群内不同个体对环境中的群内不同个体对环境中的某一变化所表现出的响应行为具有多样性。某一变化所表现出的响应行为具有多样

8、性。 Stability Principle: 不是每次环境的变化都会导致整个群不是每次环境的变化都会导致整个群体的行为模式的改变。体的行为模式的改变。 Adaptability Principle: 环境所发生的变化中，若出现群环境所发生的变化中，若出现群体值得付出代价的改变机遇，群体必须能够改变其行为体值得付出代价的改变机遇，群体必须能够改变其行为模式。模式。6.1.2 群智能的概念东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 3. SI3. SI的核心思路的核心思路“Mind

9、is socialMind is social”认为人的智能是源于社会性的相互作用，文化和认知是认为人的智能是源于社会性的相互作用，文化和认知是人类社会性不可分割的重要部分，这一观点成为了群智人类社会性不可分割的重要部分，这一观点成为了群智能发展的基石。能发展的基石。 4. SI4. SI的意义和发展前景的意义和发展前景群智能的思路，为在没有集中控制且不提供全局模型的群智能的思路，为在没有集中控制且不提供全局模型的前提下寻找复杂的分布式问题求解方案提供了基础前提下寻找复杂的分布式问题求解方案提供了基础群智能已成为有别于传统人工智能中连接主义和符号主群智能已成为有别于传统人工智能中连接主义和符号

10、主义的一种新的关于智能的描述方法。义的一种新的关于智能的描述方法。 6.1.2 群智能的概念东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 广义的群智能算法包括：广义的群智能算法包括：粒子群算法：粒子群算法：模拟鸟群觅食行为模拟鸟群觅食行为蚁群算法：蚁群算法：模拟蚁群觅食行为模拟蚁群觅食行为免疫算法：免疫算法：模拟生物免疫系统工作机理模拟生物免疫系统工作机理细菌觅食算法：细菌觅食算法：模拟大肠杆菌觅食行为模拟大肠杆菌觅食行为混合算法：混合算法：多种群智能算法的结合多种群智能算法的结合6

11、.1.3 群智能算法的分类东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 SISI与与ECEC的相同点的相同点都研究个体与群体的关系都研究个体与群体的关系都存在个体之间的信息传递都存在个体之间的信息传递都是为了解决实际问题，而非单纯的模拟自然现象都是为了解决实际问题，而非单纯的模拟自然现象都属于随机搜索算法都属于随机搜索算法 SISI与与ECEC的不同点的不同点SISI模拟的是个体之间的协同作用，而模拟的是个体之间的协同作用，而ECEC模拟的是适者生模拟的是适者生存的自然选择机制。存的

12、自然选择机制。6.1.4 群智能算法与进化计算的异同东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 1. 1. 粒子群算法的起源粒子群算法的起源粒子群优化算法源于粒子群优化算法源于19871987年年ReynoldsReynolds对鸟群社会系统对鸟群社会系统boidsboids的仿真研究，的仿真研究，boidsboids是一个复杂

13、适应系统。在是一个复杂适应系统。在boidsboids中，一群鸟在空中飞行，每个鸟遵守以下三条规则：中，一群鸟在空中飞行，每个鸟遵守以下三条规则： 1）避免与相邻的鸟发生碰撞冲突；）避免与相邻的鸟发生碰撞冲突； 2）尽量与自己周围的鸟在速度上保持协调一致；）尽量与自己周围的鸟在速度上保持协调一致； 3）尽量试图向自己所认为的群体中靠近。）尽量试图向自己所认为的群体中靠近。仅通过使用这三条规则，仅通过使用这三条规则，boidsboids系统就实现了非常逼真的系统就实现了非常逼真的群体聚集行为，鸟成群地在空中飞行，当遇到障碍时它群体聚集行为，鸟成群地在空中飞行，当遇到障碍时它们会分开绕行而过，随后

14、又会重新形成群体们会分开绕行而过，随后又会重新形成群体6.2.1 粒子群算法概述东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 2. 2. 粒子群算法的提出粒子群算法的提出粒子群算法最早是由美国的社会心理粒子群算法最早是由美国的社会心理学家学家KennedyKennedy和电气工程师和电气工程师EberhartEberhart于于19951995年提出，他们在年提出，他们在ReynoldsReynolds的工作的工作基础上引入了食物要素，进一步模拟基础上引入了食物要素，进一步模拟了鸟群

15、飞行觅食的行为，并发现该方了鸟群飞行觅食的行为，并发现该方法可以应用于复杂全局寻优问题的求法可以应用于复杂全局寻优问题的求解。解。粒子群优化算法的英文为粒子群优化算法的英文为“Particle Particle Swarm OptimizationSwarm Optimization”，通常缩写为，通常缩写为PSOPSO6.2.1 粒子群算法概述东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 3. 3. 粒子群算法的产生背景（一）：复杂适应系统（粒子群算法的产生背景（一）：复杂适应系统

16、（CASCAS）CASCAS是指其内部的成员是指其内部的成员(Agent)(Agent)能够通过与其他成员以及能够通过与其他成员以及外界环境的交流，并根据学习经验调整自身的结构和行外界环境的交流，并根据学习经验调整自身的结构和行为，进而实现整个系统的演变和进化的系统为，进而实现整个系统的演变和进化的系统CASCAS的特点表现为：的特点表现为： 主体主体(Adaptive Agent)是主动的、活的实体；是主动的、活的实体； 个体与环境个体与环境(包括其他个体之间包括其他个体之间)的相互影响，相互作的相互影响，相互作用，是系统演变和进化的主要动力；用，是系统演变和进化的主要动力； 宏观与微观有机

17、结合宏观与微观有机结合 引进随机因素的作用，具有更强的描述和表达能力。引进随机因素的作用，具有更强的描述和表达能力。 6.2.1 粒子群算法概述东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 3. 3. 粒子群算法的产生背景（二）：人工生命（粒子群算法的产生背景（二）：人工生命（ALAL）人工生命是对具有自然生命现象和行为特征的人造系统人工生命是对具有自然生命现象和行为特征的人造系统的研究，是一门涉及到生命科学，复杂性科学，人工智的研究，是一门涉及到生命科学，复杂性科学，人工智能，计算

18、机科学，经济学，哲学和语言学等多学科的交能，计算机科学，经济学，哲学和语言学等多学科的交叉学科，其研究模式主要体现为两类：叉学科，其研究模式主要体现为两类： 如何利用计算技术研究生物现象；如何利用计算技术研究生物现象； 如何利用生物技术研究计算问题；如何利用生物技术研究计算问题；人工生命的研究挑战主要为以下三类人工生命的研究挑战主要为以下三类 The Transition of Life The Evolutionary Potential of Life The Relation between Life and Mind and Culture6.2.1 粒子群算法概述东北大学 2010年

19、变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 4. 4. 粒子群算法的基本原则粒子群算法的基本原则接近原则接近原则：粒子与群体应能够依照目标前进：粒子与群体应能够依照目标前进特性原则特性原则：群体应该能够反应环境的变化，当所处环境：群体应该能够反应环境的变化，当所处环境并非最佳解空间时，能够快速飞离该区域。并非最佳解空间时，能够快速飞离该区域。不同响应原则不同响应原则：群体不会向不佳的解前进：群体不会向不佳的解前进稳定原则稳定原则：环境改变时，群体移动不会改变其运动模式：环境改变时，群体移动不会改变其运

20、动模式适应原则适应原则：计算当下最佳解时，群体将会考量适当的参：计算当下最佳解时，群体将会考量适当的参数变动。数变动。6.2.1 粒子群算法概述东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 5. 5. 粒子群算法的基本概念粒子群算法的基本概念6.2.1 粒子群算法概述最优化问题最优化问题粒子群算法粒子群算法鸟群觅食行为鸟群觅食行为解空间解空间粒子可行空间粒子可行空间天空天空候选解候选解粒子粒子鸟的位置鸟的位置候选解集候选解集粒子群粒子群鸟群鸟群解的搜索速度解的搜索速度粒子速度粒子速度

21、鸟的速度鸟的速度目标函数目标函数适应度函数适应度函数找到食物的可能性找到食物的可能性单个候选解单个候选解搜索过程中的最优点搜索过程中的最优点个体极值个体极值某一只鸟记忆中最接近食某一只鸟记忆中最接近食物的位置物的位置所有候选解所有候选解搜索过程中的最优点搜索过程中的最优点全局极值全局极值整个鸟群觅食过程中最接整个鸟群觅食过程中最接近食物的位置近食物的位置东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 1. 1. 基本粒子群算法思想描述基本粒子群算法思想描述在在PSOPSO中，每个优化问

22、题的潜在解被想象成中，每个优化问题的潜在解被想象成d d维空间上的维空间上的一个点，我们称其为一个粒子。粒子在搜索空间中以一一个点，我们称其为一个粒子。粒子在搜索空间中以一定的速度飞行，速度依据其本身和同伴的飞行经验进行定的速度飞行，速度依据其本身和同伴的飞行经验进行动态调整。动态调整。所有粒子都有一个被目标函数决定的适应值，并知道自所有粒子都有一个被目标函数决定的适应值，并知道自己到目前为止发现的最好的位置，当前位置，以及目前己到目前为止发现的最好的位置，当前位置，以及目前为止整个群体所有粒子所发现的最好位置。为止整个群体所有粒子所发现的最好位置。粒子根据以下信息改变当前位置粒子根据以下信息

23、改变当前位置: : 当前位置；当前当前位置；当前速度；当前位置与自己最好位置之间的距离；当前速度；当前位置与自己最好位置之间的距离；当前位置与群体最好位置之间的距离位置与群体最好位置之间的距离6.2.2 基本粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 2. 2. 基本粒子群算法数学描述基本粒子群算法数学描述已知优化问题为：已知优化问题为：第第i i个粒子表示为：个粒子表示为： ； 粒子粒子i速度记为：速度记为： 个体最好位置记为个体最好位置记为 ，也称为也称为pbest

24、群体最好位置记为群体最好位置记为Pg，也称为，也称为gbest; 6.2.2 基本粒子群算法m i n f(x)= f(x1;x2;xd);s. t.xi2 Li;Ui ;i= 1;2;nm i n f(x)= f(x1;x2;xd);s. t.xi2 Li;Ui ;i= 1;2;nXi= (xi1;xi2;xid)Xi= (xi1;xi2;xid)Pi= (pi1;pi2;pid)Pi= (pi1;pi2;pid)Vi= (vi1;vi2;vid)Vi= (vi1;vi2;vid)东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站

25、的主接线是电力系统接线组成中一个重要组成部分 2. 2. 基本粒子群算法数学描述基本粒子群算法数学描述c c1 1和和c c2 2为正常数，称为加速系数；为正常数，称为加速系数；r r1 1和和r r2 2为为0 10 1之间的随机数。之间的随机数。上式中的速度和位置向量都被限制在有限区域内，一旦上式中的速度和位置向量都被限制在有限区域内，一旦超出界限，则按照响应的最大最小界限计算超出界限，则按照响应的最大最小界限计算6.2.2 基本粒子群算法Vi(t+ 1) =Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi

26、(t+ 1)Vi(t+ 1) =Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi(t+ 1)东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 3. 3. 基本粒子群算法流程基本粒子群算法流程 设定粒子群系统相关参数设定粒子群系统相关参数 随机初始化粒子群，随机初始化粒子群， 计算每个粒子的适应值计算每个粒子的适应值 统计个体极值统计个体极值p pbestbest和群体极值和群体极值g gbestbest

27、更新每个粒子的速度和位置更新每个粒子的速度和位置 判断是否满足停止条件，若满足则进判断是否满足停止条件，若满足则进行步骤行步骤6);6);若不满足则重复步骤若不满足则重复步骤3)5)3)5) 返回当前群体极值返回当前群体极值g gbest best ，6.2.2 基本粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 1. 1. 粒子群算法主要研究方向粒子群算法主要研究方向算法分析；算法分析；粒子群拓扑结构；粒子群拓扑结构；参数选择与优化；参数选择与优化；社会行为与生物行为的模拟

28、；社会行为与生物行为的模拟；与其他演化计算的融合；与其他演化计算的融合；应用。应用。6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 2. 2. 几种常见的粒子群改进算法：几种常见的粒子群改进算法：线性递减惯性权重，收敛因子，最大速度，规范系数线性递减惯性权重，收敛因子，最大速度，规范系数二进制二进制PSOPSO，离散，离散PSOPSO并行并行PSOPSO，小生境，小生境PSOPSO混合混合PSOPSO：模糊：模糊PSOPSO、混沌、混沌PSOPSO、HPSOH

29、PSO、免疫、免疫PSOPSO6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 3. 3. 标准粒子群算法标准粒子群算法惯性权重法惯性权重法惯性权重概念是由惯性权重概念是由Y.ShiY.Shi和和EberhartEberhart于于19981998年提出的年提出的其中的其中的称为惯性系数，通常随算法的搜索过程从称为惯性系数，通常随算法的搜索过程从0.90.9到到0.40.4线性递减；合适的线性递减；合适的取值能够提供算法局部探索与全取值能够提供算法局部探索与全局

30、开发的平衡能力，同时也降低了算法对于每一回合的局开发的平衡能力，同时也降低了算法对于每一回合的速度阈值设定的要求。较大的速度阈值设定的要求。较大的使粒子具备较强的开发使粒子具备较强的开发能力，较小的能力，较小的使粒子具备探索能力使粒子具备探索能力6.2.3 改进粒子群算法Vi(t+ 1) =!Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi(t+ 1)Vi(t+ 1) =!Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi(t+

31、1)东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 4. 4. 收敛（压缩）因子法收敛（压缩）因子法在惯性权重法的基础上，在惯性权重法的基础上，19991999年年ClercClerc提出了收敛因子法提出了收敛因子法 其中，其中，k0,1, =c1+c2, 4，通常设，通常设=4.1， K0.729. 收敛因子法的有点在于能够在广度搜索的前提下保证算收敛因子法的有点在于能够在广度搜索的前提下保证算法的收敛，无需设定速度最大限制。法的收敛，无需设定速度最大限制。6.2.3 改进粒子群算法

32、Vi(t+ 1) =K (Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi(t+ 1)K=2k=j 2 p2 4jVi(t+ 1) =K (Vi(t)+ c1r1(t)(Pi(t) Xi(t)+ c2r2(t)(Pg(t) Xi(t)Xi(t+ 1) =Xi(t)+ Vi(t+ 1)K=2k=j 2 p2 4j东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分 5. 5. 模糊粒子群优化算法模糊粒子群优化算

33、法20012001年，年，Y.ShiY.Shi和和EberhartEberhart提出了模糊粒子群算法提出了模糊粒子群算法（Fuzzy PSOFuzzy PSO），用于解决自适应调整惯性权重递减问题。），用于解决自适应调整惯性权重递减问题。Fuzzy PSOFuzzy PSO的基本思想是建立一个模糊推理系统，根据当的基本思想是建立一个模糊推理系统，根据当前搜索的状态来判断下一回合应该使用怎样的惯性权重前搜索的状态来判断下一回合应该使用怎样的惯性权重Fuzzy PSOFuzzy PSO的惯性权重模糊推理系统的输入模糊量有：的惯性权重模糊推理系统的输入模糊量有： 1.当前惯性权重：大，中，小当前惯

34、性权重：大，中，小 2.规范化当前最优值性能评价规范化当前最优值性能评价(NCBPE)：好，中，差：好，中，差Fuzzy PSOFuzzy PSO的惯性权重模糊推理系统的输出模糊量为下一的惯性权重模糊推理系统的输出模糊量为下一时刻应该使用的惯性权重时刻应该使用的惯性权重6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是

35、电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法N C BPE =C BPE C BPEm inC BPEm ax C BPEm inN C BPE =C BPE C BPEm inC BPEm ax C BPEm in东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法东北

36、大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法 5. 5. 模糊粒子群优化算法模糊粒子群优化算法模糊推理系统模糊推理系统响应曲面响应曲面东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组

37、成部分6.2.3 改进粒子群算法 5. 5. 模糊粒子群优化算法模糊粒子群优化算法优化性能比较优化性能比较测试目标函数：测试目标函数：RosenbrockRosenbrock函数函数f(x)=n 1Xi= 1 100(xi+ 1 x2i)2+ (1 xi)2f(x)=n 1Xi= 1 100(xi+ 1 x2i)2+ (1 xi)2东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.2.3 改进粒子群算法 5. 5. 模糊粒子群优化算法模糊粒子群优化算法优化性能比较优化性能比较东北大学

38、2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.1 粒子群算法应用概述 1. 1. 粒子群算法的特点粒子群算法的特点粒子群算法很好的模拟了社会行为和个体行为，在连续粒子群算法很好的模拟了社会行为和个体行为，在连续空间的多极值寻优问题中表现出了很好的性能；空间的多极值寻优问题中表现出了很好的性能；粒子群算法结构简单，易于实现粒子群算法结构

39、简单，易于实现粒子群算法经过改良，能够很好的跟其他智能优化方法粒子群算法经过改良，能够很好的跟其他智能优化方法相结合，同时也能扩展到动态规划，离散空间寻优等更相结合，同时也能扩展到动态规划，离散空间寻优等更具实用意义的领域具实用意义的领域粒子群算法在收敛速度和精度方面能够很好的取得平衡，粒子群算法在收敛速度和精度方面能够很好的取得平衡，并易于通过参数的改变来调整算法的倾向性。并易于通过参数的改变来调整算法的倾向性。东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.1 粒子群算法应用

40、概述 2. 2. 粒子群算法的应用领域粒子群算法的应用领域控制领域控制领域 模糊控制器，电机控制，机器人实时路径规划模糊控制器，电机控制，机器人实时路径规划优化领域优化领域 无线路由协议，多目标优化，工作调度无线路由协议，多目标优化，工作调度识别决策领域识别决策领域 语言分析，病症诊断，图像分割语言分析，病症诊断，图像分割东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 1. PID1. PID控制问题描述控制问题描述u(t) =Kpe(t)+ K

41、iRe(t)dt+ Kdde(t)d(t)U (s)E (s)=Kp+ Ki1S+ KdSu(t) =Kpe(t)+ K iRe(t)dt+ Kdde(t)d(t)U (s)E (s)=Kp+ Ki1S+ KdS东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 1. PID1. PID控制问题描述控制问题描述PIDPID控制问题的核心即选择三个合适的参数使得控制系统控制问题的核心即选择三个合适的参数使得控制系统的性能达到最佳。通常，衡量一个控制系统的

42、指标有三的性能达到最佳。通常，衡量一个控制系统的指标有三个方面：稳定性、准确性和快速性，具体的性能指标有：个方面：稳定性、准确性和快速性，具体的性能指标有：积分误差，上升时间，超调量等。积分误差，上升时间，超调量等。常见的确定常见的确定PIDPID控制器参数的方法有：控制器参数的方法有：ZNZN动态特性法、动态特性法、CCCC响应曲线法、响应曲线法、ISEISE整定法、极点配置法、根轨迹法、专家整定法、极点配置法、根轨迹法、专家智能型智能型PIDPID整定技术、基于模糊推理的整定技术、基于模糊推理的PIDPID参数自整定技参数自整定技术以及基于其他智能优化方法（神经网络、遗传算法、术以及基于其

43、他智能优化方法（神经网络、遗传算法、免疫算法和蚁群算法等）的整定技术。免疫算法和蚁群算法等）的整定技术。基于基于PSOPSO的的PIDPID参数整定属于智能优化参数整定属于智能优化PIDPID参数方法的一种。参数方法的一种。东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 2. PSO2. PSO优化优化PIDPID参数算法的模型初始化参数算法的模型初始化(1)(1)粒子的设定：将粒子的设定：将PIDPID控制器的一组参数（控制器的一组参数（K Kp

44、 p，K Ki i，K Kd d）作为作为PSOPSO算法中的一个粒子的位置，具体数值可随机选择。算法中的一个粒子的位置，具体数值可随机选择。(2)(2)适应值函数：需要该函数能够反映控制器的性能，常适应值函数：需要该函数能够反映控制器的性能，常用的目标函数有：用的目标函数有： 其中其中4 1 ，e(t) 为控制误差，为控制误差，u(t) 为控制量；为控制量；ey为超为超调量，调量，tu为上升时间，为上升时间， 1至至4是各个评价量的系数，反是各个评价量的系数，反映了控制系统对于不同性能的重视程度。映了控制系统对于不同性能的重视程度。TIA E=Z10(!1j e(t)j+ !2u2(t)+

45、!4j eyj )dt+ !3tuTIA E=Z10(!1j e(t)j+ !2u2(t)+ !4j eyj )dt+ !3tu东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 3. PSO3. PSO优化优化PIDPID参数的仿真实验参数的仿真实验在在Matlab/SimulinkMatlab/Simulink平台下对控制对象进行平台下对控制对象进行PIDPID控制，控控制，控制对象的二阶传递函数为制对象的二阶传递函数为:G(S)=400/(S2+

46、50)东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 3. PSO3. PSO优化优化PIDPID参数的仿真实验参数的仿真实验 用标准用标准GA算法与算法与PSO算法进行算法进行PID控制参数的优化，使控制参数的优化，使用相同的目标函数，并比较两者的收敛性能。用相同的目标函数，并比较两者的收敛性能。 目标参数与算法参数设置如下：目标参数与算法参数设置如下：目标函数参数目标函数参数GA参数参数PSO参数参数W1=0.9交叉算法：交叉算法：crosso

47、verheuristic r=1.2c1=c2=1.6W2=0.02变异算法：变异算法：mutationuniform r=0.01w: 0.9-0.4W3=20种群：种群：20Kp:0 20,Ki:0 1, Kd:0 1W4=100代数：代数：100Vmax=100东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 3. PSO3. PSO优化优化PIDPID参数的仿真实验参数的仿真实验目标函数收敛曲线如下：目标函数收敛曲线如下：东北大学 2010年

48、变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 3. PSO3. PSO优化优化PIDPID参数的仿真实验参数的仿真实验收敛结果对应的响应曲线收敛结果对应的响应曲线东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.2 PSO在PID控制中的应用 3. PSO3. PSO优化优化PIDPID参数的仿真实验参数的仿真实验目标函数收敛结果如下表：目标函数收敛结果

49、如下表：结果分析结果分析：在：在PIDPID控制参数优化问题上，控制参数优化问题上，PSOPSO算法在收敛算法在收敛速度上明显优于速度上明显优于GAGA算法，其收敛精度也略优于算法，其收敛精度也略优于GAGA算法。算法。KpKiKdObjective Function ValueConvergence(TolFun1e-6)GA17.83340.99850.37980.72653100PSO2010.40520.6899237东北大学 2010年变电站电气主接线是指变电站的变压器、输电线路怎样与电力系统相连接，从而完成输配电任务。变电站的主接线是电力系统接线组成中一个重要组成部分6.3.3 P

50、SO在TSP问题中的应用 1.1.离散离散PSOPSO算法算法标准的标准的PSOPSO算法只能应用于连续空间问题的优化，针对离算法只能应用于连续空间问题的优化，针对离散问题，散问题，KennedyKennedy和和EberhartEberhart在在19971997年就提出了二进制离年就提出了二进制离散散PSOPSO算法，将每个粒子的各个状态分量限定为算法，将每个粒子的各个状态分量限定为0 0和和1 1两种两种状态，并定义粒子的运行速度在各个分量上的投影状态，并定义粒子的运行速度在各个分量上的投影S(vid)为该粒子在此分量上取状态为该粒子在此分量上取状态1 1的可能性。的可能性。此后此后He