این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۲، شماره ۳، صفحات ۳۵-۵۲
عنوان فارسی حل مسأله توزیع اقتصادی بار نامحدب با استفاده از الگوریتم ترکیبی جدید جهش قورباغه‌ها
چکیده فارسی مقاله در این مقاله روش مؤثری برای حل مسأله توزیع اقتصادی بار نامحدب بر اساس نسخه جدیدی از الگوریتم جهش قورباغه های به هم آمیخته (SFL) ارائه شده است. مسأله توزیع اقتصادی بار در شرایط واقعی، محدود به قیود مساوی و نامساوی مختلفی است که معمولا آن را به مسأله‌ای ناهموار و نامحدب تبدیل و یافتن بهینه فرامحلی با استفاده از روش‌های ریاضی کلاسیک را دچار مشکل می‌کند. در الگوریتم پیشنهادی مقاله، به منظور بهبود جستجوی محلی در ممپلکسها و نیز تسریع همگرایی الگوریتم، روش جدیدی برای پرش راه ‌حل‌های بدتر به سمت راه‌ حل‌های بهتر پیشنهاد شده ‌است. همچنین به جای تولید تصادفی قورباغه‌ها، از عملگر ژنتیکی جهش برای تولید قورباغه های جدید استفاده شده است. به منظور ارزیابی روش پیشنهادی، مسأله توزیع اقتصادی بار واقعی با استفاده از الگوریتم پیشنهادی، روش SFL مرسوم و نیز یک نسخه بهبود یافته آن، پیشنهادشده توسط محققان دیگر، شبیه سازی و در سه سیستم قدرت نمونه متفاوت اجرا و نتایج آنها مقایسه و بررسی شده است. همچنین، این نتایج با جواب های چند روش دیگر مانند الگوریتم ژنتیک و برخی الگوریتم‌های ممتیک مشابه، گزارش شده در چند مرجع دیگر، مقایسه شده است. آزمایش ها نشان می دهد که در مقایسه با روش های مذکور، روش پیشنهادی مقاله از عملکرد بهتری برخوردار است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A New Hybrid Shuffled Frog Leaping Algorithm to Solve Non-convex Economic Load Dispatch Problem
چکیده انگلیسی مقاله This paper presents a New Hybrid Shuffled Frog Leaping (NHSFL) algorithm applied to solve Economic Load Dispatch (ELD) problem. Practical ELD has non-convex cost function and various equality and inequality constraints that convert the ELD problem as a nonlinear, non-convex and non-smooth optimization problem. In this paper, a new frog leaping rule is proposed to improve the local exploration and the performance of the conventional SFL algorithm. Also a genetic mutation operator is used for the creation of new frogs instead of random frog creation that improves the convergence. To show the efficiency of the proposed approach, the non-convex ELD problem is solved using conventional SFL and an improved SFL method proposed by other researchers. Then the results of SFL methods are compared to the results obtained by the proposed NHSFL algorithm. Simulation studies show that the results obtained by NHSFL are more effective and better compared with these algorithms.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله جواد عسکری |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

اکبر ابراهیمی |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

احسان بی جامی |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

نشانی اینترنتی http://isee.ui.ac.ir/article_15323_803eb805c1e3b74b63286df9efe31bca.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343839.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات