[1] KENNEDY J, EBERHART R C. Particle swarm optimization[C]// Proceedings of IEEE International Conference on Neural Networks. 1995:1942-1948.
[2] NICKABADI A, EBADZADEH M M, SAFABAKHSH R. A novel particle swarm optimization algorithm with adaptive inertia weight[J]. Applied Soft Computing, 2011,11(4):3658-3670.
[3] 姜苏英. 基于改进PSO算法的加热系统分数阶控制[J]. 计算机与现代化, 2018(7):39-42.
[4] DAWOUD S M, LIN X, FLAIH F M F, et al. PSO algorithm for optimal placement of multiple SPV based distributed generators in Microgrids[C]// IEEE Pes Asia-Pacific Power and Energy Engineering Conference. 2016:125-129.
[5] KEFI S, ROKBANI N, PAVEL K, et al. Ant supervised by PSO and 2-Opt algorithm, AS-PSO-2Opt, applied to traveling salesman problem[C]// IEEE International Conference on Systems. 2017:4866-4871.
[6] 马斌,罗洋,杨袁. 动态调整学习因子的粒子群优化算法[J]. 甘肃科技, 2014,30(16):58-59.
[7] 张宏伟,张向锋,朱晨煊. 一种含驻留粒子的改进粒子群算法[J]. 计算机与现代化, 2017(11):1-5.
[8] 黄炜霖,刘建军,张明. 带有退火和杂交变异思想的改进粒子群算法[J]. 计算机工程与应用, 2015,51(19):43-49.
[9] 孙芳锦,梁爽. 结合非高斯随机分布的粒子群优化算法在风力机叶片优化设计中的应用[J]. 热能动力工程, 2015,30(2):291-296.
[10]王叙鹏,郑凯. 基于排序优化的粒子群算法[J]. 计算机与现代化, 2016(12):12-15.
[11]朱喜华,李颖晖,李宁. 基于群体早熟程度和非线性周期振荡策略的改进粒子群算法[J]. 通信学报, 2014,35(2):182-189.
[12]吴杰康,韩军锋,刘蔚. 基于反捕食粒子群算法的电力系统经济调度方法[J]. 电网技术, 2010,34(4):59-63.
[13]田廓,曾鸣,鄢帆. 考虑环保成本和风电接入影响的动态经济调度模型[J]. 电网技术, 2011,35(6):55-59.
[14]张坤亚,马平,赵世文. 含风电场的电力系统环保经济调度[J]. 电气技术, 2017,18(3):25-29.
[15]SHI Y, EBERHART R C. Empirical study of particle swarm optimization[C]// Proceedings of the Congress on Evolutionary Computation. 1999:32-49.
[16]PAL D, VERMA P, GAUTAM D, et al. Improved optimization technique using hybrid ACO-PSO[C]// International Conference on Next Generation Computing Technologies. 2017:277-282.
[17]张晓庆. 基于改进粒子群算法的电力系统经济调度计算研究[D]. 哈尔滨:哈尔滨理工大学, 2014.
[18]顾明亮,李旻. 基于动态调整惯性权重的混合粒子群算法[J]. 计算机与现代化, 2018(6):25-29.
[19]刘斌,姜囡,井元伟. 基于模拟退火算法的电力系统输电阻塞成本控制[J]. 控制与决策, 2010,25(8):1184-1188.
[20]GONG Y J,LI J J, ZHOU Y, et al. Genetic learning particle swarm optimization[J]. IEEE Transactions on Cybernetics, 2016,46(10):2277-2290.
[21]杨文光,严哲,隋丽丽. 基于自适应模拟退火的改进混合粒子群算法[J]. 华北科技学院学报, 2015(2):100-103.
[22]彭道刚,赵寒梅,黄丽. 基于混沌粒子群优化的火电机组负荷分配[J]. 南京理工大学学报(自然科学版), 2017,41(4):526-532.
[23]刘杰. PSO算法在电力系统无功优化和经济负荷分配中的应用研究[D]. 成都:西南交通大学, 2012. |