.png){kind=icon}
返回
A new adaptive robust multi-objective optimization algorithm for dispatching of microgrids design
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.111715.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
不确定性在现实应用中广泛存在。当不确定性出现时，通过优化获得解的鲁棒性对应用的运行至关重要。在求解鲁棒解的过程中，鲁棒性与收敛性之间的平衡是关键问题。过度重视鲁棒性会导致局部最优，而过度收敛会导致鲁棒解的丢失。基于上述动机，提出了一种新的自适应鲁棒多目标优化算法。该算法提出了收敛驱动策略和鲁棒性驱动策略，并通过评估种群的进化状态自适应地在这两种策略之间进行选择。在鲁棒性驱动策略中，提出了一种新的鲁棒性度量指标来评估个体在扰动下的鲁棒性。基于该指标的惩罚函数指导环境选择过程以增强鲁棒性。在收敛驱动策略中，环境选择主要受非支配关系驱动。提出了一种区域鲁棒性估计策略来评估关键层中的个体。与四种当前先进的多目标算法在基准测试套件上的比较表明，所提出的算法表现优于其他算法。此外，构建了微电网调度的鲁棒优化问题，并使用所提出的算法对微电网进行优化。实验结果的有效性表明，我们的方法在解决微电网调度问题方面具有很大的应用前景。
期刊
IF:
8
论文数:
5.6K
被引数:
3.5W
机构
暂无机构信息
引用论文
A Kriging-Assisted Two-Archive Evolutionary Algorithm for Expensive Many-Objective Optimization
PREAI
分享收藏Optimization of single and multi-areas economic dispatch problems based on evolutionary particle swarm optimization algorithm.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏Evolutionary robustness analysis for multi-objective optimization: benchmark problems多目标优化的进化鲁棒性分析: 基准问题
PREAI
分享收藏Multiobjective Sequential Design Optimization of PM-SMC Motors for Six Sigma Quality Manufacturing
OAAI
OAAI分享收藏Multimodal multi-objective hierarchical distributed consensus method for multimodal multi-objective economic dispatch of hierarchical distributed power systemsENERGY
ENERGYIF9.4
PREAI
分享收藏A practical tutorial on the use of nonparametric statistical tests as a methodology for comparing evolutionary and swarm intelligence algorithms关于使用非参数统计检验作为比较进化和群体智能算法的方法的实用教程
PREAI
分享收藏
查看更多内容