《表2 多目标协同进化算法优化后目标函数值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于协同进化的电力系统多目标优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图3所示，为CO-PGDEA优化对电力系统进行多目标优化所得到的Pareto前沿图，相比于此协同算法所用到的前文的三种算法，此算法所得到的Pareto前沿更为宽广也更为完整，且因为使用三种不同的进化策略，算法搜索范围更广，陷入局部最优的可能性大大降低。由实验可得此算法的稳定性更好，算法鲁棒性也更强，结果表明了此算法应用于电力系统多目标问题也有良好的收敛性与稳定性，验证了算法改进的有效性。