基于量子免疫克隆算法的多目标无功优化

结合量子计算原理和免疫克隆算子,提出一种解决多目标无功优化问题的量子免疫克隆算法。该算法采用量子比特编码,使一个量子抗体可以同时表征多个信息状态,进而增加了种群的多样性;采用量子重组与量子非门操作的搜索策略,将全局搜索和局部寻优有机结合,确保所得解集快速有效地从不可行域边缘和可行域内部向最优Pareto前端逼近;采用目标函数值与理想化目标的接近程度来评价解的优劣性,有效降低了传统算法各目标函数值加权叠加过程中对权重选取的依赖性。IEEE 14节点系统仿真测试结果表明,该算法能有效提高系统运行的经济性和安全性。