...
机译:使用非支配排序粒子群算法优化SVC和TCSC设备的位置和设置
Nuclear Research Center of Birine, B.P. 180, 17200 Ain oussera, Djelfa, Algeria;
Department of Electrical Engineering University of Sciences & Technology Houari Boumediene (U.S.T.H.B), El Alia, BP 32, Bab Ezzouar, 16111 Algiers, Algeria;
Electrical Engineering Department, King Fahd University of Petroleum and Mineral, Box 1225, Dhahran 183, Saudi Arabia;
static voltage stability margin; multi-objective optimization; particle swarm optimization; non-dominated sorting particle swarm optimization; non-dominated sorting genetic algorithms; II; SVC; TCSC;
机译:先进的Pareto前沿非控制排序多目标粒子群算法,优化分布式发电的布局和规模
机译:基于粒子群算法和电压稳定指数的SVC最优位置
机译:通过粒子群优化(PSO)技术优化静态无功补偿器(SVC)的位置和大小,以提高电压稳定性和最小化功率损耗
机译:遗传算法与粒子群算法相结合的TCSC最优定位与参数设定
机译:在事件定位任务中使规范粒子群优化适应Kilobots群
机译:粒子群算法的最优计算预算分配随机优化
机译:使用非主导排序的多目标混合萤火虫和粒子群优化算法解决优化功率的解决方案