资源详细信息
基于模糊聚类分析与模型识别的微电网多目标优化方法 - 资源详细说明
在微电网调度过程中综合考虑经济、环境、蓄电池的
循环电量，建立多目标优化数学模型。针对传统多目标粒子
群算法(multi-objective particle swarm optimization，MOPSO)
的不足，提出引入模糊聚类分析的多目标粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering，FCMOPSO)，在迭代过程中引入模糊聚
类分析来寻找每代的集群最优解。与 MOPSO 相比，
FCMOPSO 增强了算法的稳定性与全局搜索能力，同时使优
化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集
后，再根据各目标的重要程度，用模糊模型识别从最优解集
中找出不同情况下的最优方案。最后以一欧洲典型微电网为
例，验证算法的有效性和可行性。
循环电量，建立多目标优化数学模型。针对传统多目标粒子
群算法(multi-objective particle swarm optimization，MOPSO)
的不足，提出引入模糊聚类分析的多目标粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering，FCMOPSO)，在迭代过程中引入模糊聚
类分析来寻找每代的集群最优解。与 MOPSO 相比，
FCMOPSO 增强了算法的稳定性与全局搜索能力，同时使优
化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集
后，再根据各目标的重要程度，用模糊模型识别从最优解集
中找出不同情况下的最优方案。最后以一欧洲典型微电网为
例，验证算法的有效性和可行性。
立即下载 基于模糊聚类分析与模型识别的微电网多目标优化方法
提示：下载后请用压缩软件解压，推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
- 本资源需消耗 2积分
- 24小时内重复下载不扣分
- 支持断点续传功能
- 资源永久有效可用
使用说明
- 下载后使用解压软件解压
- 推荐使用 WinRAR 或 7-Zip
- 如有密码请查看资源说明
- 解压后即可正常使用
积分获取方式
- 上传优质资源获得积分
- 每日签到免费领取积分
- 邀请好友注册获得奖励
- 查看详情 →