遗传算法与优化设计MATLAB,
【优化布局】基于遗传算法的风电场集热器系统优化matlab代码_ MATLAB仿真技术博客_博客
1引言：为了提高风电场并网结构的性能，使经济损失在可行的范围内，采用最小阻抗和经济最优相结合的方法对风电场集电线路进行优化，建立目标函数。针对本文目标函数的求解，提出了一种基于遗传算法的风电场集电线路结构优化方法。仿真数据表明，遗传算法优化后的数据结果具有较好的准确性和参考性，遗传算法的目标函数可以适用于多种风力发电机组，因此得到的优化算法具有较好的实用性。
2部分代码清除
色度控制中心
痉挛
InitDATA%读入初始数据
%%%%%%%%%%基础参数设置%%%%%
全局Cable_Data%定义了一个全局变量cable data。
Global Turbine_Data%定义了一个全局变量，即风扇数据等。)
Wt _ xy%定义了一个全局变量，风扇坐标数据。
全球陆上变电站数据
WT _ XY _ SUB=[WT _ XY；onshoresubxy]
minTour=8；
WT _ num=长度(WT _ XY)；8%粉丝数的倍数
WT_XY(:3)=1:1:WT _ num；%给风扇序列号。
WT_XY_SUB(:3)=1:1:WT _ num 1；
n clusters=round(WT _ num/8)；%8粉丝一串，串数计分。
nbreaks=n clusters-1；断点百分比
WT _ cap=涡轮_数据(1，1)；风扇容量百分比
距离=[]；%陆上变电站和每个风机之间的距离矢量
pop route=[]；分区中的% fan路径向量
pop route _ break=[]；%断点位置线向量
rte=[]；
对于i=1:WT_num
距离(I)=sqrt((wt _ xy(i,1)-onshoresubxy(1))^2(wt_xy(i,2)-onshoresubxy(2))^2))；
目标
[~，disind]=sort(distance)；%sort从小到大排列，disind保持距离的序号。
poproute=disind%扇形序列线向量，按距离排列。
poproute_break=brk_pos(minTour，nbreaks，WT _ num)；
RNG=[[1 pop route _ break 1]；[pop route _ break WT _ num]]；% n群集第2行的列矩阵，它存储poproute中每个风扇的开始和停止位置。
clr=[1 0 0；0 0 1;0.67 0 1;0 1 0;1 0.5 0;0.5 0 0;0 0.53 0;1 0.2 0];
如果集群7
clr=HSV(n clusters)；
目标
对于s=1:n个簇
rte=poproute([rng(s，1):rng(s，2) rng(s，1)])；%rte是指集群中所有风扇的序列号。
plot(WT_XY(rte，1)，WT_XY(rte，2)，.， Color ，clr(s，)；
继续
目标
拖延
pop route 1=[]；
pop route 2=[]；
对于j=1:nclusters%选择不同串中的风扇。
J==1%串联的第一个风扇
poproute1(j，)=pop route(1:pop route _ break(j))；
else if j clusters j 1%系列中的第二到倒数第二个风扇
poproute1(j，)=pop route(pop route _ break(j-1)1:pop route _ break(j))；
Else%系列中的最后一个风扇
poproute1(j，)=pop route(pop route _ break(j-1)1:length(pop route))；
目标
目标
pop route 2=pop route 1；
超过%正确
对于h=1:n个簇
a=WT_XY(poproute1(h，)，1)-onshoresubxy(1，1)；%x坐标差
b=WT_XY(poproute1(h，)，2)-onshoresubxy(1，2)；%y坐标差
wt_sub_ang=atan2(b，a)；%角度列向量
[~，angind]=sort(wt _ sub _ ang)；%按照角度的顺序，angind是1，2，3，4，5，6，7，8。
对于k=1:分钟
poproute1(h，k)=poproute2(h，angind(k，1))；%串联的每个风扇的路径以一个角度排列。
目标
目标
对于hh=1:n群集
对于ll=1:minTour-1
sege=[poproute1(hh，ll)，poproute1(hh，ll 1)]；%每条海底电缆的启动和停止风扇的序列号
plot(WT_XY(sege，1)，WT_XY(sege，2)， *-， Color ，clr(hh，)；%连接每串风扇。
继续
目标
目标
对于hhh=1:nclusters-1
sege1=[poproute1(hhh，1)，poproute1(hhh 1，1)]；%每个字符串都在开头连接。
sege2=[poproute1(hhh，minTour)，poproute1(hhh 1，min tour)]；%连接在每个字符串的末尾。
plot(WT_XY(sege1，1)，WT_XY(sege1，2)， *-， Color ，clr(hhh，)；
继续
plot(WT_XY(sege2，1)，WT_XY(sege2，2)， *-， Color ，clr(hhh，)；
继续
plot(WT_XY(poproute1(1，1)，1)，WT_XY(poproute1(1，minTour)，2)， *-， Color ，clr(hhh，)；
继续
plot(onshoresubxy(1，1)，onshoresubxy(1，2)， o ， Color ，clr(hhh，))
继续
目标
sege3=[poproute1(1，1)，57]；%每条海底电缆的启动和停止风扇的序列号
plot(WT_XY_SUB(sege3，1)，WT_XY_SUB(sege3，2)， *-， Color ，clr(hhh，)；
继续
sege4=[poproute1(1，minTour)，57]；%每条海底电缆的启动和停止风扇的序列号
plot(WT_XY_SUB(sege4，1)，WT_XY_SUB(sege4，2)， *-， Color ，clr(hhh，)；
继续
拖延
总有机碳
3运行结果
4参考文献[1]王伟源，乔颖，窦飞，等.基于改进遗传算法的海上风电场集热器系统拓扑优化[J].中国电力，2019，52(1):6。
有些理论引用自网络文献。如有侵权，联系博主删除。
原创作品来自matlab研究助手，
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。