|本期目录/Table of Contents|

[1]王瑞琪,李珂,张承慧,等.基于RQGA和非支配排序的多目标混沌量子遗传算法[J].电机与控制学报,2012,(04):91-99.
 WANG Rui-qi,LI Ke,ZHANG Cheng-hui,et al.Multi-objective chaotic quantum genetic algorithm based on RQGA and non-dominated sorting[J].,2012,(04):91-99.
点击复制

基于RQGA和非支配排序的多目标混沌量子遗传算法(PDF)
分享到:

《电机与控制学报》[ISSN:1007-449X/CN:23-1 408/TM]

卷:
期数:
2012年04
页码:
91-99
栏目:
出版日期:
2012-08-10

文章信息/Info

Title:
Multi-objective chaotic quantum genetic algorithm based on RQGA and non-dominated sorting
作者:
王瑞琪; 李珂; 张承慧; 裴文卉;
山东大学控制科学与工程学院; 山东大学电力电子节能技术与装备教育部工程中心;
Author(s):
WANG Rui-qi12LI Ke12ZHANG Cheng-hui12PEI Wen-hui12
1.School of Control Science and Engineering,Shandong University,Jinan 250061,China;2.Engineering Center for Power Electronic Saving Technology and Equipment,Shandong University,Jinan 250061,China
关键词:
量子遗传算法 多目标优化 非支配排序 混沌 无功优化
Keywords:
quantum genetic algorithm multi-objective optimization non-dominated sorting chaos reactive power optimization
分类号:
TP18
DOI:
-
文献标志码:
A
摘要:
为了提高多目标优化算法的收敛性、分布性和减少算法的计算代价,借鉴实数编码遗传算法和多目标优化理论,构建一种多目标混沌量子遗传算法。在分析量子位概率的混沌特性、量子态干涉特性和量子位实数编码的基础上,采用量子位概率交叉和混沌变异的方式进化种群,以提高寻优能力和收敛速度,利用非支配排序、精英保留和分层聚类等多目标优化策略保持种群多样性的同时,保证进化向Pareto全局最优解集方向进行。通过混合算法性能对比测试验证了多算法集成的有效性,并分析关键参数对算法性能的影响。电力系统多目标无功优化的仿真结果验证了该算法的有效性和可行性。
Abstract:
In order to improve the convergence and distribution together with less computation cost of multi-objective algorithm,Multi-objective Chaotic Quantum Genetic Algorithm(MCQGA) was proposed,referencing to Real-coded Quantum Genetic Algorithm(RQGA) and multi-objective optimization theory.Based on analysis of chaotic feature of quantum bits probability,interference feature of quantum states and real-coded quantum bits,quantum bits probability crossover and chaos mutation were adopted to improve sear...

参考文献/References:

-

相似文献/References:

[1]范坚坚,吴建华,黎宪林,等.永磁同步电动机磁钢的多目标微粒群算法优化[J].电机与控制学报,2009,(02):173.
 FAN Jian-jian,WU Jian-hua,LI Xian-lin,et al.Multi-objective particle swarm optimization of alnico in permanent magnet synchronous motor[J].,2009,(04):173.

备注/Memo

备注/Memo:
国家高技术研究发展计划(863计划)(2009AA05Z212);山东大学自主创新基金自然科学类专项交叉学科培育项目(2009JC009);山东大学研究生自主创新基金(31400071613062)
更新日期/Last Update: 2012-08-23