[发明专利]基于混沌遗传策略的加权Voronoi图变电站规划方法

权利要求书

1.一种基于混沌遗传策略的加权Voronoi图变电站规划方法，其特征是，包括如下步骤：

步骤1：设定参数，包括设定：

Maxeranum：最大迭代次数；Popsize：种群规模；N：初始种群中个体数；pCross交叉概率；pMutation变异概率；pInversion倒位概率；

步骤2：混沌初始化，产生包含N个个体的初始种群，并将每个个体的编码作为变电站站址；

步骤3：对N个个体实现基于自适应调节权重的加权Voronoi图变电站选址及其负荷分配，并计算每个个体的适应值f，从N个初始种群中选择性能较好的Popsize个解作为初始解；

步骤4：判断是否满足终止判据，若满足，算法停止，否则执行步骤5；

步骤5：计算种群的适应值方差σ²，如果σ²＜ε，ε为预先给定的适应值方差阈值，出现早熟，进行混沌搜索；否则，跳转至步骤7；

步骤6：混沌搜索；

步骤7：执行保存最优遗传算法，结束后返回步骤4。

2.如权利要求1所述的一种基于混沌遗传策略的加权Voronoi图变电站规划方法，其特征是，混沌初始化更进一步具体为：

2.1随机产生n维向量z₀，其每个分量数值在-1～1之间

z₀＝(z₀₁，z₀₂，…，z_0n)n为变电站个数，z₀₁，z₀₂，…，z_0n为随机生成的z₀向量的各个分量；

2.2取混沌序列：根据立方映射函数得z₁,z₂,z₃,…,z_N，由此获得混沌序列

z＝(z₁,z₂,z₃,…,z_N)

z₁,z₂,z₃,…,z_N为初始随机生成的向量通过立方映射函数得到的z相量的各个分量；

2.3根据

xij=aj+bj2+(bj-aj)2zij,i=1,2,···,N;j=1,2,···,n]]>

将混沌序列z_i的第j个分量载波到优化变量的取值范围(a_j,b_j)内，由此获得了n个变电站x方向的N个初始位置，a_j,b_j分别为变电站实际供电区域x方向的下限值和上限值，z_ij为z向量的各个分量z₁,z₂,z₃,…,z_N的分量；以同样的方式获取n个变电站y方向的N个初始位置；

2.4分别由x、y的N个初始位置根据个体编码原则得N个个体的初始种群。