基于膜计算的人工鱼群优化算法研究

摘要

膜计算（也称P系统）是基于细胞的膜结构以及细胞膜之间的协作提出的一种新型的自然计算方法。根据其膜结构的特点，可分为细胞型P系统、组织型P系统和神经型P系统三类。自2004年Nishida首次将遗传算法引入到膜计算中提出了膜优化算法后，膜优化算法成为了膜计算研究领域中的一个重要分支。本文将人工鱼群算法引入到P系统中，提出一种改进的基于膜计算的人工鱼群算法(An improved artificial fish swarm algorithm based on P systems，IAFSAPS)，并通过求解大量的测试函数和0-1背包问题对算法的可行性进行验证，并最终将该算法应用于诊断电力系统的故障问题。本文的主要工作如下:
　　(1)利用P系统中的单层膜结构，将人工鱼群算法作为算子引入到P系统的基本膜内，根据膜结构和算子的特点，建立相应的信息交互机制，提出IAFSAPS。通过对单峰和多峰函数的求解实验，确定了算法中基本膜个数和信息交换间隔这两个重要参数的选择;并通过对29个测试函数以及7个不同规模的0-1背包问题进行求解，验证了IAFSAPS在寻优能力、寻优稳定性以及运行速度上的优势。
　　(2)对电力系统中的停电区域问题进行研究，分析了电力系统主保护、第一后备保护和第二后备保护与断路器之间的动作关系。从智能优化算法的角度出发，提出一种基于贪心策略的启发式方法，通过计算适应度的方式识别电力系统的停电区域。通过IAFSAPS算法对多个单区域、多区域的停电问题进行求解，并准确地确定了相应的停电区域。
　　(3)将电力系统故障元件的诊断问题转化为无约束的0-I规划问题进行研究，采用IAFSAPS对转化后的数学模型进行求解，针对多个简单故障和复杂故障问题进行实验求解，验证了算法的稳定性和快速性，并通过求解一些典型的故障问题，与现有文献的诊断结果进行比较。实验结果及分析表明，该方法能准确地定位出较为完整的元件故障信息。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．1．1 研究的背景

1．1．2 研究的理论和实际意义

1．2 国内外研究现状

1．3 论文的主要研究内容

第2章 膜计算与人工鱼群算法简介

2．1 膜计算及膜优化算法

2．2 人工鱼群算法

2．2．1 人工鱼群算法的思想和原理

2．2．2 人工鱼群算法的描述

第3章 基于膜计算的人工鱼群算法

3．1 算法描述

3．2 算法参数的选择与优化

3．2．1 基本膜个数m的研究

3．2．2 信息交换间隔l的研究

3．3 仿真实验研究和算法对比

3．3．1 测试函数仿真与对比

3．3．2 0-1背包问题仿真对比

第4章 停电区域的识别

4．1 基于断路器状态识别停电区域的原理和方法

4．1．1 基于断路器状态识别停电区域的原理

4．1．2 根据第二后备保护动作的断路器识别停电区域的方法

4．2 停电区域识别问题求解

4．2．1 停电区域识别问题的算法实现

4．2．2 单区域停电问题

4．2．3 多区域停电问题

第5章 电力系统故障诊断问题求解

5．1 电力系统故障诊断问题

5．2．1 故障诊断问题的算法实现

5．2．2 简单故障诊断

5．2．3 复杂故障诊断

结论

致谢

参考文献