摘要：现有的光伏配电网动态重构方法存在光伏配电网损耗高的问题,为了解决上述问题,提出基于pso-de算法的光伏配电网动态重构方法。依据重构需求,选取目标构建光伏配电网动态重构数学模型,以此为基础,采用BP神经网络法预测光伏配电网日负荷。以上述预测结果为依据,基于时间区间不等划分法划分动态重构时段,通过pso-de算法制定光伏配电网动态重构流程,实现光伏配电网的动态重构。实验数据显示,与现有的光伏配电网动态重构方法相比较,提出的光伏配电网动态重构方法极大降低了光伏配电网的损耗,充分说明文中提出的光伏配电网动态重构方法具备更好的重构效果。

摘要：测试优化选择是装备测试性设计中关键的一步。针对其易陷入局部最优的问题,提出一种添加信息交换机制的粒子群-差分进化算法(pso-de)优化方法。通过融合多信号流图与贝叶斯网络,建立多维空间测试性模型后,利用pso-de算法实现快速精确求解。电源系统分析表明:该方法在满足测试性设计要求的前提下,搜索到的测试集合使得系统各测试性指标综合最优且收敛速度最快。相较于其它优化算法,具有收敛速度快、能收敛到全局最优等优点,由此验证了方法的可行性。