遗传算法的优化

1、基于改进遗传算法的大型海上风电场优化电网设计
(Optimal Electric Network Design for a Large Offshore Wind Farm Based on a Modified Genetic Algorithm Approach)

主要内容：

在本文中，考虑到专门为本地WT收集器系统中的径向拓扑设计的特定情况，提高了GA的效率。
对于此建议，遗传算法与用于解决经典多次旅行推销员问题（mTSP）的解决方案方法相结合。
遗传算法——解决M-TSP多旅行商问题（基于python基本实现
这种方法解决了考虑连接到PCC的多个径向馈线的情况下设计本地WT收集器的问题，称为开放式多次旅行推销员问题（omTSP）。
本节还介绍了为此特定配方开发的特殊基因编码。

解决了什么？？？

解决了考虑连接到PCC的多个径向馈线的情况下设计本地WT收集器的问题----开放式多次旅行推销员问题（omTSP）

算法怎么改进？？？

遗传算法与用于解决经典多次旅行推销员问题（mTSP）的解决方案方法相结合
遗传算法——解决M-TSP多旅行商问题（基于python基本实现

当搜索和优化具有离散变量的巨大解空间的问题时，GA表现出特殊的功效；海上风电场布局的最佳设计就是这样一个问题[18]。在本文中，考虑到专门为本地WT收集器系统中的径向拓扑设计的特定情况，提高了GA的效率。

编码改进

1对所有可能的染色体解进行编码是解决优化问题的第一步；染色体X代表每个基因定义的所有电连接方案及其特征

染色体中的基因X1定义了离岸变电站之间的集成系统中的连接类型（以二进制表示：1：星形，0：环形），基因X2定义了Nss变电站之间的连接方式，以下Xi（i = 3，…，Nss + 2）表示NWTiWT和PCC之间的馈线的连接拓扑

2、遗传与免疫混合算法优化大型海上风电场内部电气连接系统
（Optimization of Internal Electric Connection System of Lar