负荷模型参数辨识的量子粒子群算法及其与粒子群算法比较
针对PSO算法在综合负荷模型参数辨识中容易收敛到局部最优的问题，提出了将QPSO算法用于综合负荷模型的参数辨识。该算法利用量子力学中的粒子具有不确定轨迹的行为特点来改变粒子位置，从而大大扩大了粒子的搜索范围，具有全局收敛能力，实现高维综合负荷模型的参数辨识。并将QPSO与PSO算法的仿真实验进行对比， 验证了QPSO算法具有搜索全局最优解的能力，并根据实验结果进一步分析了粒子数目和迭代次数的乘积对两种算法全局收敛能力所具有不同影响。
负荷模型 参数辨识 粒子群算法 量子粒子群算法 全局搜收敛力
刘洋 王振树 林梅军
山东大学电气工程学院，山东济南 250061
国内会议
秦皇岛
中文
1-5
2011-10-15（万方平台首次上网日期，不代表论文的发表时间）