【经济调度】基于蚁狮算法实现无传输损失的经济负载优化调度附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

为探究经济调度问题,建立以最小完工时间为目标的模型,首次提出利用新型的智能算法——蚁狮算法解决该问题.该算法具有种群多样,寻优与适应性强,调节参数少,求解与收敛精度高,不受研究对象的约束等优点,适合解决经济调度问题。

⛄ 部分代码

% This program solve Economic load Dispatch (ELD) problem without Transmission losses using Ant Lion

% Optimization

clear all;

clc;

format long;

global data   lb ub dim  Pd

% Enter the No. of Search Agents

SearchAgents=30; % Number of search Agents (i.e. No. of Population)

%Define Maximum number of iterations

Max_iteration=500; 

%% input data ( generator coeffecients,upper and lower limits)

 data=[0.03546 38.30553 1243.5311 35 210

       0.02111 36.32782 1658.5696 130 325

       0.01799 38.27041 1356.6592 125 315];

   Pd=600;% Load demand

Function_name='eld';

[lb,ub,dim,fobj]=input(Function_name);

% Use ALO Main function to Evaluate the Population

[Best_score,Best_pos,cg_curve]=ALO(SearchAgents,Max_iteration,lb,ub,dim,fobj);

semilogy(cg_curve,'m-.');

[ F P1 ]=eld(Best_pos);

display(['Fuel Cost  : ', num2str(F,10)]);

display(['generation : ', num2str(P1,5)]);

title('Objective space')

xlabel('Iterations');

ylabel('Fuel Cost (Rs./hour)');

legend('ELD without losses using ALO')

⛄ 运行结果

⛄ 参考文献

[1]田录林, 陈倩雯, 周萌,等. 基于改进蚁狮算法的MMC控制器PI参数优化研究[J]. 通信电源技术, 2019, 36(7):7.

[2]邵庆祝, 谢民, 王同文,等. 基于蚁狮算法的含分布式电源配网过电流保护配合优化[J]. 电子器件, 2020(006):043.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除