دانلود ترجمه مقاله الگوریتم های جستجوی فراابتکاری برای حل مسئله پخش بار اقتصادی

1. مقدمه 2. الگوریتم های جستجوی فراابتکاری 3. فرمولاسیون مسئله 4. نتایج و بحث و بررسی 5. نتیجه گیری

چکیده – پخش بار اقتصادی (ELD) یک مسئله بهینه سازی چالش برانگیز برای کمینه سازی هزینه کل توان تولید شده حرارتی است که مجموعه ای از معیارهای کیفی و نابرابری را تامین می کند. باید باز شبکه قدرت را تحت محدودیت های عملیاتی به حداکثر برسانیم تا این مسئله را حل کنیم. در همین حال باید هزینه تولید قدرت و اتلاف در شبکه انتقال را به حداقل برسانیم. روش های سنتی بهینه سازی برای حل این مسائل استفاده شد، مانند برنامه ریزی خطی. الگوریتم های جستجوی فراابتکاری عملکرد امیدوارکننده ای در حل مسائل مهندسی زندگی واقعی نشان داده اند. این مقاله می کوشد تا مقایسه جامعی میان 9 الگوریتم جستجوی فراابتکاری شامل الگوریتم های ژنتیک (GAs)، بهینه سازی انبوه ذرات (PSO)، الگوریتم جستجوی کلاغ (CSA)، تکامل تفاضلی (DE)، الگوریتم انبوه سالپ (SSA)، جستجوی هارمونی (HS)، الگوریتم سینوس کسینوس (SCA)، بهینه ساز چند نظمی (MVO)، و الگوریتم بهینه سازی شعله پروانه (MFO) برای حل مسئله پخش بار اقتصادی ارائه کند. نتایج توسعه داده شده ما نشان می دهد که الگوریتم جستجوی فراابتکاری (یعنی CSA و DE) مجموعه قدرت بهینه برای هر ایستگاه قدرت ارائه می کنند. این توان محاسبه شده نیازهای تامین را برآورده می کند و هزینه های توان و اتلاف توان در خط انتقال قدرت را به حداقل می رساند.

Economic load dispatch (ELD) is a challenge optimization problem to minimize the total cost of the thermally generated power that satisfies a set of equality and inequality constraints. We need to maximize the power network load under several operational constraints to solve this problem. Meanwhile, we need to minimize the cost of power generation and minimize the loss in the network transmission. Traditional optimization methods were used to solve such problems as linear programming. Meta-heuristic search algorithms have shown encouraging performance in solving various real-life engineering problems. This paper attempts to provide a comprehensive comparison between nine meta-heuristic search algorithms, including Genetic Algorithms (GAs), Particle Swarm Optimization (PSO), Crow Search Algorithm (CSA), Differential Evolution (DE), Salp Swarm Algorithm (SSA), Harmony Search (HS), Sine Cosine Algorithm (SCA), Multi-Verse Optimizer (MVO), and Moth-Flame Optimization Algorithm (MFO) for solving the economic load dispatch problem. Our developed results demonstrated that meta-heuristics search algorithms (i.e., CSA and DE) offer the optimal power set for each power station. These computed power fulfill the supply needs and maintain both minimum power costs and power losses in power transmission.

ترجمه این مقاله در 13 صفحه آماده شده و در ادامه نیز صفحه 4 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.