论文部分内容阅读
本文提出一种新颖的帕累托部落进化算法用于解决多变量、多约束的多目标优化问题。算法核心在于动态地将帕累托前沿(PF)分段并赋予不同的个体以不同的地位,以实现精细化的局部搜索和个体间的协同搜索。帕累托部落进化算法通过部落划分、部落繁衍、部落迁徙三种基本策略来得到分布性好的帕累托解集,并引入灰色关联度用于折中解选择。仿真算例采用IEEE标准118节点与300节点电力系统的多目标优化发电调度问题,仿真结果验证了所提算法在解决多目标优化问题中的优越性。