《表2 各算法10次仿真计算结果》

  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

《计及运行风险的无功优化强化学习智能算法》

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

一般而言，智能算法的求解过程具有随机性和不确定性。为了进一步比较各算法的优化性能，每种算法均运行了10次，由于每轮仿真中各算法都对24个小时所对应的负荷水平进行优化，故对每种算法而言，总的仿真次数为10×24=240次，算法的收敛稳定性得到了充分的体现。表2统计了各算法10次运行中求得的目标函数的平均数据。表中，网损、电压稳定分量、风险指标、目标函数值均为24个任务之和，计算时间为各算法完成24个任务的总时间，收敛时间为完成单个任务的平均时间。值得一提的是算法的收敛效果仅由目标函数值决定，而不是网损、电压稳定分量或者风险指数。