您当前的位置:
首页 >
文章列表页 >
改进量子遗传算法在无功优化中的应用
无功补偿 | 更新时间:2024-09-14
    • 改进量子遗传算法在无功优化中的应用

    • Application of Improved Quantum Genetic Algorithm on Reactive Power Optimization

    • 电力电容器与无功补偿   2013年34卷第4期 页码:15-20
    • DOI:10.14044/j.1674-1757.pcrpc.2013.04.006    

      中图分类号: TM714.3
    • 纸质出版日期:2013,

    移动端阅览

  • [1]杨佳俊,徐建政.改进量子遗传算法在无功优化中的应用[J].电力电容器与无功补偿,2013,34(04):15-20. DOI: 10.14044/j.1674-1757.pcrpc.2013.04.006.

    YANG JIA-JUN, XU JIAN-ZHENG. Application of Improved Quantum Genetic Algorithm on Reactive Power Optimization. [J]. Power capacitor & reactive power compensation, 2013, 34(4): 15-20. DOI: 10.14044/j.1674-1757.pcrpc.2013.04.006.

  •  
  •  

0

浏览量

87

下载量

8

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于蚂蚁算法的配电网无功优化
基于自适应折射学习和精英搜索SSO算法的电力系统无功优化
基于遗传细菌觅食混合算法的电力系统无功优化
基于Logistic混沌映射的自适应粒子群无功优化研究
混合蛙跳算法的改进及其在无功优化中的应用

相关作者

郭恒
罗可
唐贤瑛
李斐
周战馨
武学伟
陈永刚
钱福如

相关机构

  长沙理工大学计算机与通信工程学院 湖南长沙410076  
  长沙理工大学计算机与通信工程学院  
常州轻工职业技术学院信息工程系
常州大学信息科学与工程学院
兰州交通大学自动化与电气工程学院
0