[发明专利]基于改进的自适应遗传算法的充电站规划方法

摘要

本发明公开了基于改进的自适应遗传算法的充电站规划方法。首先，确定充电站规划模型的目标函数、定容模型以及约束条件；然后，采用改进的自适应遗传算法求解充电站规划模型，得到规划结果。本发明提出了更适合求解充电站规划问题的改进的自适应遗传算法，该算法能够有效缩小搜索空间，提高搜索效率和搜索精度。

主权项

1.基于改进的自适应遗传算法的充电站规划方法，其特征在于，包括以下步骤：(1)确定充电站规划模型的目标函数、定容模型以及约束条件，记目标函数为C；(2)采用改进的自适应遗传算法求解步骤(1)建立的充电站规划模型，得到规划结果，其具体过程如下：(201)对规划区域采用权重分区法划分区域；(202)基于权重分区情况生成初始种群；采用二进制编码方法对每个可能解进行编码，将若干可能解编码成为若干个染色体形成种群，取1则所映射的候选站被选中，取0则所映射的候选站未被选中；染色体长度即为候选充电站数量；种群编码需满足每个分区内至少规划一座充电站，而整个规划区域内充电站数量恒定；(203)计算适应度函数：上式中，f为适应度函数，C_max表示目标函数C的最大估计值；(204)判断迭代是否结束，若达到迭代终止条件，则跳转至步骤(207)，否则进入步骤(205)；(205)任意选取两个染色体，计算交叉概率，若交叉则采用基于权重分区的交叉方法对这两个染色体执行交叉操作，否则不执行交叉操作，不放回继续选取两个染色体判断是否执行交叉操作，直至遍历所有染色体；(206)任意选取一个染色体，计算变异概率，若变异则采用基于权重分区的变异方法对该染色体执行变异操作，否则不执行变异操作，不放回继续判断下一个染色体时都执行变异操作，直至遍历所有染色体；(207)若全部种群迭代结束，输出所有种群中最优解，否则对下一个种群进行迭代优化，跳转至步骤(203)。