最優潮流遺傳算法簡介

李旭

摘 要：所謂最優潮流，就是在給定的系統結構和負荷情況下，通過對某些控制標量的優化，在滿足必須的約束條件下，使系統某一些指標能夠達到最優時的潮流分布。本文針對最優潮流算法中的遺傳算法原理及計算步驟進行介紹。

關鍵詞：最優潮流；遺傳算法；計算流程

一、遺傳算法的原理

遺傳算法的核心思想來源于生物的進化規律，即指“遺傳-變異-自然選擇”遺傳是指自然界中的生物通過基因傳遞親代的特征或性狀信息，從而繼承親代的特征或性狀的生命現象。變異是指生物在進行細胞分裂進行基因復制時，在某些基因復制的過程中出現的小概率復制差錯，使得生物的DNA上遺傳信息發生某種根本性的變化，從而產生新的染色體。在自然界中，還有自然的選擇，決定生物的進化流向，只有適應生存環境的物種得以生存下來，并且逐漸朝著適應于生存環境的方向進化，體現自然界“適者生存，優勝劣汰”的法則。遺傳算法是對目標的直接操作，不存在求導和對函數連續性的限制；因此遺傳算法具有內部的隱秘性和并行性，而且全局尋優能力相對較優秀。遺傳算法通常釆用的是概率化的尋最優解的方法，因此算法能自動獲得搜索空間并對其進行優化指導，自行的對應并調整搜索方向，不需要明確的規則。這些遺傳算法的優秀性質，已經被廣泛地應用在了許多現代領域。

二、遺傳算法的計算步驟

遺傳算法的計算步驟：

1.初始種的產生和規模設定

產生初始種群有兩種方法：其一，如果獲取方式比較麻煩，可以隨機的方法產生一個含有N的個體種群。另外一種方法則是根據先驗知識得到一組產生初始種群需要滿足的條件，然后在這些條件限制下的問題最優解的分布范圍內，隨機挑選個體，生成初始種群，這種方法可以有效地提高遺傳算法的收斂速度。

2.編碼與譯碼

遺傳算法中將優化問題的變量轉換為位串形式的數碼串的過程叫做編碼。相反的，將位串形式的數碼串轉換為優化問題的變量的過程叫做譯碼。通過編碼和譯碼的遺傳操作，將遺傳算法的操作對象由優化問題變量本身轉換為編碼和譯碼后的到的數字串。因此，編碼是在應用遺傳算法求解優化問題時首先解決的問題，同時也是在設計和實現遺傳算法時的一個關鍵步驟。編碼和譯碼方法決定了種群中個體的染色體上基因的排列形式。編碼方法是否合適直接會影響到遺傳運算的計算精度和運算效率。

3.適應度函數

遺傳算法將優化問題的目標函數轉換成適應度函數，并且使適應度函數與優化問題的目標函數具有相同的極值點和可行解域，然后根據適應度函數的大小對個體進行評判，選擇適合進入下一代遺傳操作的親代個體。適應度函數值的主要作用是根據種群中個體的適應度函數值的大小進行選擇，以確保適應度函數值高的個體得到更多繁殖下一代的機會，使得適應于環境的優良特性能夠遺傳給后代，從而使得整個種群朝著最優化的方向進化。

4.選擇

選擇操作是一種復制式的操作模式，類似于自然選擇的過程。選擇的目的是在種群進化過程中選取適應度函數值高的個體作為進入下一代遺傳操作、繁殖后代的親代個體。為了使種群朝著最優解的優化方向進化，在進行選擇操作時個體的適應度函數值高的個體將獲得更多的機會進入到下一代遺傳操作，繁殖后代，提高種群中個體的整體適應度函數值。目前，遺傳算法常用的選擇操作方法主要有：輪轉法、期望值法和最優個體保留法。

5.交叉

交叉是將種群中的兩個個體根據交叉概率Pc按照某種方式進行重新組合。交叉操作的目的是通過產生新的個體來擴大待求優化問題最優解的搜索范圍。通過交叉操作能夠產生兩個與附帶個體以及彼此都不相同的子代個體，同時這兩個子代個體都從兩個父代個體那里遺傳了相關的遺傳信息。交叉操作的方法有很多，主要有：一點交叉、多點交叉和一致交叉等。

6.變異

變異操作是對生命的基因變異現象進行的模擬。通過變異操作的作用能夠產生與之之前種群不一樣的個體，從而增大種群的多樣化，從而加大問題最優解的搜索范圍，便于更好地找到全局最優解。在進行變異操作時，以很小的變異概率Pm（一般取0.001～0.1）隨機從種群中挑選若干個體作為變異的對象，讓后又隨機挑選中個體的數字串上的某一位或者是多位數字進行變換操作，即變異操作。

算法的基本思想簡單，而且運行方式和實現步驟較為輕便，可以直接使用，直接處理的對象是決策變量的編碼集而不是決策變量的實際值，搜索過程不需要考慮約束條件的作用，也不需要對函數進行求導變換；其選擇、交叉、變異等運算都通過概率形式進行操作，從而提高了整個過程的靈活性，具有全局優化求解能力。但算法的明顯問題在于，易陷入局部最優：群體中所有的個體都陷入于同一極值從而停止進化，或者接近最優解的個體總是被淘汰，進化過程不能達到收斂目的。

參考文獻：

[1] 張粒子，基于遺傳算法的無功規劃優化[J]，中國電機工程學報1995，15（5）：347-353.

[2] 林周全，基于該叫你遺傳算法的電力系統無功優化，南華大學碩士學位論文，2013.

[3] 徐衛志，王洪國，楊海，于惠.矩陣鏈乘序問題的并行算法研究.信息技術與信息化，2007（6）：71-73.