基于新型Memetic算法的多目标优化

J4 ›› 2012, Vol. 30 ›› Issue (2): 131-137.

基于新型Memetic算法的多目标优化

刘伟¹|赵丹¹|孙宏伟²

1.东北石油大学电气信息工程学院,黑龙江大庆 163318；2.中国石油集团辽河石化公司|辽宁盘锦 124022

收稿日期:2011-09-23 出版日期:2012-03-28 发布日期:2012-04-19
作者简介:刘伟（1971—）|男|哈尔滨人|东北石油大学教授|博士|硕士生导师|主要从事电力系统智能控制研究|（Tel）86-13845966361(E-mail)oliuwei@163.com。
基金资助:
黑龙江省普通高等学校青年学术骨干基金资助项目（1055G04）

Multi-Objective Optimization Based on Memetic Algorithm

LIU Wei¹|ZHAO Dan¹|SUN Hong-wei²

1.College of Electricity Information Engineering,Northeast Petroleum University,Daqing 163318,China;
2.Liao He Petrochemical Company|China Petroleum,Panjin 124022,China

Received:2011-09-23 Online:2012-03-28 Published:2012-04-19

摘要/Abstract

摘要：

为了更好地解决多目标优化问题，提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微
调；利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明，该新型memetic算法具有很好的寻优能力，验证了该算法的有效性及科学性。

关键词: memetic算法, 多目标优化, 粒子群算法

Abstract:

In order to solve multi-objective optimization problems,a new memetic algorithm is proposed,which combines the global search ability of particle swarm optimization with synchronous local search heuristic for directed local fine-tuning.A new particle updating strategy is presented to deal with the problem of premature convergence and diversity maintenance in the swarm based upon the concept of fuzzy global-best.The proposed new features are verified to show their individual and combined effect in multi-objective optimization.The reactive power optimization result of IEEE14 node system by the new memetic shows that it has a good astringency and efficiency.

Key words: memetic algorithm, multi-objective optimization, particle swarm optimization

中图分类号:

TM714

刘伟, 赵丹, 孙宏伟. 基于新型Memetic算法的多目标优化[J]. J4, 2012, 30(2): 131-137.

LIU Wei, DIAO Dan, SUN Hong-Wei. Multi-Objective Optimization Based on Memetic Algorithm[J]. J4, 2012, 30(2): 131-137.

[1]	任爽, 吕鑫康, 郭钰婷, 何明晨. 基于改进 MOWOA 的微电网多目标优化调度 [J]. 吉林大学学报(信息科学版), 2026, 44(2): 310-322.
[2]	申永化, 刘晓静, 詹耀晖, 邢胜男. 基于 QPSO 算法的配电网储能容量优化配置方法 [J]. 吉林大学学报(信息科学版), 2026, 44(2): 481-487.
[3]	田丰. 基于粒子群算法的钻孔轨迹测量误差校正方法[J]. 吉林大学学报(信息科学版), 2025, 43(1): 173-179.
[4]	许爱华, 王智煜, 贾皓天, 袁文俊 . 基于PSO-GWO算法的局部阴影光伏MPPT[J]. 吉林大学学报(信息科学版), 2024, 42(5): 781-789.
[5]	蒋大锐, 徐胜超 . 基于改进 PSO-Means 算法的大数据聚类处理方法 [J]. 吉林大学学报(信息科学版), 2024, 42(3): 430-437.
[6]	李波 , 宋婧媛 , 张邦成. 改进人工蜂群算法及其在工程设计中的应用[J]. 吉林大学学报(信息科学版), 2023, 41(5): 810-819.
[7]	戴泽淼. 基于 QPSO-LightGBM 网络资产脆弱性评估模型 [J]. 吉林大学学报(信息科学版), 2023, 41(4): 667-675.
[8]	白丽丽, 陈海龙, 於瑞金, 刘双, 孙文峰. 基于改进海鸥算法的微电网经济调度研究[J]. 吉林大学学报(信息科学版), 2023, 41(2): 227-235.
[9]	白丽丽 , 杨晓娜 , 张纪英 , 孙文峰 , 陈海龙. 基于改进哈里斯鹰算法的分布式电源优化配置[J]. 吉林大学学报(信息科学版), 2022, 40(5): 734-743.
[10]	陈满, 王树彪, 秦涛, 毛祯, 童瑶. 太阳能风能互补储能发电系统容量优化算法[J]. 吉林大学学报(信息科学版), 2022, 40(4): 677-683.
[11]	付光杰, 曹旭. 含CCHP及储能的微网建模及经济运行优化研究[J]. 吉林大学学报(信息科学版), 2022, 40(3): 339-346.
[12]	张勇, 王臣, 王闯, 姜鑫蕾, 刘洁. 基于 PSO-FCM 的长输管道泄漏检测方法[J]. 吉林大学学报(信息科学版), 2021, 39(2): 185-191.
[13]	刘玉敏, 高松岩. 混合粒子群算法在地震波阻抗反演中的应用[J]. 吉林大学学报(信息科学版), 2018, 36(5): 531-538.
[14]	孟钏楠，隋阳，张杰，王悦，董玮，张歆东，阮圣平. 基于YSPSO-ＲBFN 的布里渊散射谱特征提取[J]. 吉林大学学报(信息科学版), 2018, 36(4): 372-380.
[15]	康朝海,李鹏娜,张永丰,陈建玲. 基于混合蛙跳粒子群算法的 TSP 问题求解[J]. 吉林大学学报(信息科学版), 2017, 35(5): 498-506.