电力英语翻译

遗传算法（ GA ）是自适应搜索技术
由此产生的模型，从遗传过程的生物
合乎逻辑的有机体的基础上演化理论。的利息
天然气是上升快速，为他们提供一个稳健而有力
自适应搜索机制。最重要的优势
天然气是，他们只用还清（目标函数）
因此，信息和独立性质的
搜索空间，如光滑，凸或unimodality 。
气体越来越多的应用在解决电力系统优化-
mization问题在最近几年（ [ 1-4 ] ） 。 1文学
调查结果显示，气体已成功地应用于
解决经济负荷分配（ ELD ）的问题[ 5月11日] 。
然而，这些工程已考虑lineflow
制约因素，这是如此重要，任何实际的实施
心理状态的ELD情况。目前的工作，解决了在ELD
问题lineflow的限制，通过有效的应用-
阳离子遗传算法，考虑到该系统的传输损耗，
权力的平衡方程作为等式约束，限制，
有源电力几代人的单位和限制
电流在不同的线路（ lineflow限制）作为
不等式约束。 2测试系统，即14的IEEE巴士
[ 16 ]和IEEE 30节点[ 16 ]系统已考虑
调查。在ELD结果与遗传算法已
相比，那些获得通过经典技术
遗传算法[ 5 ]不同于古典优化技术在
该工程对人口解决方案和搜索是对
1位串编码的真正参数，而非
参数本身。此外，遗传算法使用概率跨
sition规则。每个字符串在人口中占
可行的办法，是成立了若干小组弦乐团。
该算法开始从最初的人口所产生的
随机。这个人口经历了三个遗传歌剧-
筹措，选拔，交叉和变异产生一个新的
一代又适当考虑到健身的弦乐团，
对应的目标函数为
关注的问题。审判解决问题，需要
选拔了一批人口整整一代人
和一些为几个这样的后代，以便找到
最好的健身字符串（最佳目标函数）在这
试验。几个这样的审判被认为是评估过
所有的最佳目标函数。最好的价值，健身的
弦乐是依赖于数量的人口在1
一代，几代人的数目和人数
审判的同时，解决问题，通过遗传算法。