一种基于竞争学习约束多目标粒子群算法的多区域环境经济调度方法

摘要

本发明公开了一种基于竞争学习约束多目标粒子群算法的多区域环境经济调度方法。包括以下步骤：通过快速非支配排序和拥挤距离排序确定精英种群，然后利用基于空间角度信息的竞争机制选出优胜粒子来引粒子更新，采用边界处理和循环修复方法分别对系统中不等式和等式约束进行修复，计算经济和环境目标值。该方法减少了全局最优粒子对种群的影响，增加了粒子学习的多样性，较好地避免算法过早收敛而陷入局部最优，提高了算法的精度。优胜粒子是从当前种群中选出，不需要额外的存档来记录个体历史最优位置，这简化了多目标粒子群算法的结构，提高了计算效率。对不同的约束条件采用不同的修复方法，提高了解的可行性。