دانلود مقاله به همراه ترجمه-بهینه سازی ازدحام ذرات برای توزیع اقتصادی با توابع هزینه ای ناصاف

بهینه سازی ازدحام ذرات برای توزیع اقتصادی با توابع هزینه ای ناصاف

خلاصه:این مقاله،یک فرضیه ی جدی برای مسائل ED یا توزیع اقتصادی با توابع هزینه ی ناهموار با استفاده از یک شیوه ی Pso یا مطلوب سازی فوج عظیم ذره را ارائه می دهد.مسائل ED عملی دارای توابع هزینه ی ناهموار با لایه های یکسان و غیر یکسان هستند که مسئله ی یافت مطلوب سازی کلی را با استفاده از هر فرضیه ی ریاضی ،مشکل می سازد.در این مقاله،یک مکانسیم (mpso) از pso ی اصلاح شده برای برخورد با لایه های یکسانی و غیر یکسانی در مسئله ی ED پیشنهاد می شود.یک مکانسیم تصفیه ی لایه ای به چنینی روشی توصیه می شود که فرایند متحرک در PSO ی مرسوم ذاتی است و حفظ می شود.علاوه بر این، یک شیوه ی کاهش فضا جستجوی پویا برای شتاب دادن به کار مطلوب سازی توصیه می شود.برای نشان دادن تأثیرات و راندامان آن MPSO ی منظور شده برای تست مسائل ED به کار می رود که یکی با توابع هزینه ای با در سر و دیگری با توابع هزینه ای بی دردسر همراه است که تأثیرات نقطه ای شیر وسائل سوخت چندگانه را در نظر می گیرد.نتایج MPSO با نتایج شیوه های عددی مرسوم مقایسه می شوند.شیوه ی تحقیق آقای تابو ،فرضیات برنامه ریزی تکاملی ،الگوریتم ژنتیکی و فرضیات شبکه ای تدوینی )عصبی( هاپ فیلد اصلاح شده هستند.

A Particle Swarm Optimization for Economic
Dispatch With Nonsmooth Cost Functions

Abstract—This paper presents a new approach to economic dispatch (ED) problems with nonsmooth cost functions using
a particle swarm optimization (PSO) technique. The practical ED problems have nonsmooth cost functions with equality and inequality constraints that make the problem of finding the global optimum difficult using any mathematical approaches. In this paper, a modified PSO (MPSO) mechanism is suggested to deal with the equality and inequality constraints in the ED problems. A constraint treatment mechanism is devised in such a way that the dynamic process inherent in the conventional PSO is preserved.Moreover, a dynamic search-space reduction strategy is devised to accelerate the optimization process. To show its efficiency and effectiveness, the proposed MPSO is applied to test ED problems,one with smooth cost functions and others with nonsmooth cost functions considering valve-point effects and multi-fuel problems.The results of the MPSO are compared with the results of conventional numerical methods, Tabu search method, evolutionary programming approaches, genetic algorithm, and modified Hopfield neural network approaches.