论文部分内容阅读
将进化参数衰减因子与基于适应度变化的自适应遗传算法相结合，提出了一种新的自适应遗传算法，使遗传算法在进化过程中能够同时根据个体适应度和进化时间的变化自动调整交叉与变异概率，克服了原有自适应遗传算法易早熟的缺点，提高了最优解的多样性和寻优速度。精英个体保留策略保证了整个算法的全局收敛性。在约束条件处理时，采用了不可行解启发性修复方法，提高了算法的优化效果。基于图论的深度优先方法用于系统可观性分析。将新的自适应遗传算法应用于优化相量测量装置安装地点选择，实现了安装地点最少，而整个系统可观的目标。该算法已在某省