کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
399012 1438776 2011 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A hybrid multi-agent based particle swarm optimization algorithm for economic power dispatch
ترجمه فارسی عنوان
الگوریتم بهینه سازی ازدحام ذرات مبتنی بر مالتی ایجنت ترکیبی برای توزیع اقتصادی برق
فهرست مطالب مقاله
چکیدهکلیدواژه‌هامقدمه
فرمول بندی مساله توزیع اقتصادی 
فرمول بندی توزیع اقتصادی اساسی
 معادله تعادل توان حقیقیمحدوده های کمینه و بیشینه توان
بهینه سازی استاندارد ازدحام ذرات و تحلیل آن
سیستم مالتی– ایجنت
روش بهینه سازی ازدحام ذرات مبتنی بر مالتی ایجنت ترکیبی
شکل 2. حرکات جستجوی ایجنت ها در الگوریتم بهینه سازی ارائه شده
روش جستجوی ذره
انتخاب تعداد ایجنت ها برای جستجو
انتخاب نقطه شروع جستجو در یک جزء
کاوش
شکل 3. حرکت ایجنت ها در مسالۀ داده شده
شکل 4. دامنه تابع هدف با یک پارامتر مستقلشکل 5. ناحیه تابع هدف با (الف) دو و (ب) سه پارامتر مستقل
فرایند تصمیم گیری مبتنی بر ازدحام زنبورهاWaggle dance (رقص چرخشی)
اجماع
الگوریتم
نتایج و بحث‌ها
شکل 6. همگرایی زمان و تعداد ایجنت ها
جدول دو : اطلاعات ژنراتورها
جدول سه: مقایسه نتایج شبیه سازی
شکل 7. تنوعات پاسخ بهینه برای تعداد اجراهای مختلف
جدول چهار :بهترین پاسخ‌ها برای مورد 1
جدول پنج: اطلاعات ژنراتور برای مورد 2 (40 ژنراتور
جدول شش: مقایسه نتایج شبیه سازی برای سیستم 40 ژنراتوری (بار = MW 10500)
جدول هفت: توزیع بهینه سیستم 40 ژنراتور
شکل هشت: مقایسه زمان محاسباتی الگوریتم‌های مختلف
نتیجه گیری‌ها
ترجمه چکیده
این مقاله یک تکنیک بهینه سازی ازدحام ذرات مبتنی بر مالتی ایجنت ترکیبی (HMAPSO) را معرفی می‌کند که برای توزیع اقتصادی برق به کار گرفته شده است. روش قدیمی بهینه سازی ازدحام ذرات(PSO) دارای معایبی چون تنظیم متغیرها، تصادفی بودن و یکتایی پاسخ است. الگوریتم جدید تکنیک‌های جستجوی قطعی، سیستم مالتی ایجنت (MAS)، الگوریتم بهینه سازی ازدحام ذرات (PSO) و فرایند تصمیم گیری زنبوری را با هم ترکیب می‌کند. لذا به کمک جستجوی قطعی، بهینه سازی ازدحام ذرات مالتی ایجنت و زنبوری، HMAPSO قادر است بهینه سازی را تحقق دهد. مساله توزیع اقتصادی برق یک مساله بهینه سازی محدودشده غیرخطی است. تکنیک‌های بهینه سازی کلاسیک مثل روش‌های جستجوی مستقیم و گرادیان قادر نیستند پاسخ بهینه کلی را بدست دهند. سایر الگوریتم‌های تکاملی تنها یک پاسخ تا حدودی خوب را فراهم می‌کنند. برای نشان دادن توانمندی الگوریتم ارائه شده، این الگوریتم به مواردی با 13 و 40 ژنراتور اعمال می‌شود. نتایج نشان می‌دهد که ابن الگوریتم در یافتن پاسخ کلی نسبت به همتاهای خود بسیار صحیح و قوی‌تر است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper presents a new multi-agent based hybrid particle swarm optimization technique (HMAPSO) applied to the economic power dispatch. The earlier PSO suffers from tuning of variables, randomness and uniqueness of solution. The algorithm integrates the deterministic search, the Multi-agent system (MAS), the particle swarm optimization (PSO) algorithm and the bee decision-making process. Thus making use of deterministic search, multi-agent and bee PSO, the HMAPSO realizes the purpose of optimization. The economic power dispatch problem is a non-linear constrained optimization problem. Classical optimization techniques like direct search and gradient methods fails to give the global optimum solution. Other Evolutionary algorithms provide only a good enough solution. To show the capability, the proposed algorithm is applied to two cases 13 and 40 generators, respectively. The results show that this algorithm is more accurate and robust in finding the global optimum than its counterparts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Electrical Power & Energy Systems - Volume 33, Issue 1, January 2011, Pages 115–123
نویسندگان
, , ,