Abstract—The Distributed Sobol part

Abstract—The Distributed Sobol particle swarm optimization
(DSPSO) algorithm was studies for solving optimal power flow
problem (OPF), in this paper. In the proposed method, swarm size
of the particles is separated in multi-groups and searching
procedure is divided according with the swarm group. Reducing
search space and high cost elimination are concluded in the
DSPSO. The DSPSO was tested for solving two sizes of the OPF
problem, six bus test system and IEEE-30 bus test system
respectively. The numerical results obtain from the DSPSO were
compare with many optimization methods, namely bee colony
algorithm (BA), differential evolution algorithm (DE), genetic
algorithm (GA), particle swarm optimization (PSO) and tabu
search algorithm (TSA). The results show that the proposed
method had faster convergence and better solution than the rest
methods.

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ-The กระจาย Sobol การเพิ่มประสิทธิภาพของอนุภาคฝูง
(DSPSO)
เป็นขั้นตอนวิธีในการแก้ปัญหาการศึกษาการไหลของพลังงานที่ดีที่สุดปัญหา(OPF) ในเอกสารนี้ ในวิธีการที่นำเสนอขนาดฝูงของอนุภาคจะถูกแยกออกเป็นกลุ่มหลายและการค้นหาขั้นตอนการแบ่งตามกลุ่มฝูง ลดพื้นที่การค้นหาและกำจัดค่าใช้จ่ายที่สูงจะได้ข้อสรุปในDSPSO DSPSO ได้รับการทดสอบสำหรับการแก้สองขนาดของ OPF ปัญหาหกระบบการทดสอบรถบัสและ IEEE-30 ระบบการทดสอบรถตามลำดับ ผลการคำนวณได้รับจาก DSPSO ถูกเปรียบเทียบกับวิธีการเพิ่มประสิทธิภาพจำนวนมากคือผึ้งอาณานิคมของอัลกอริทึม (BA) ความแตกต่างขั้นตอนวิธีวิวัฒนาการ (DE) พันธุกรรมอัลกอริทึม(GA) การเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (PSO) และห้ามวิธีการค้นหา(TSA) ผลปรากฏว่าที่นำเสนอวิธีการที่มีการบรรจบกันแก้ปัญหาได้เร็วขึ้นและดีกว่าที่เหลือวิธีการ

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ การกระจายอนุภาค Swarm Optimization โซเบิล
( dspso ) ทำการศึกษาเพื่อแก้ปัญหาการไหล
พลังที่เหมาะสม ( Gucci ) ในบทความนี้ ในวิธีการที่นำเสนอเป็นฝูงขนาด
ของอนุภาคแยกหลายกลุ่มและค้นหา
ขั้นตอนแบ่งเป็นตามกลุ่มขึ้น ลดพื้นที่การค้นหาและขจัดค่าใช้จ่ายสูง

จะได้ข้อสรุปใน dspso .การ dspso ถูกทดสอบการแก้ปัญหาสองขนาดของ Gucci
ปัญหา 6 รถบัสและรถบัสทดสอบระบบทดสอบระบบ ieee-30
ตามลำดับ ผลลัพธ์เชิงตัวเลขที่ได้รับจาก dspso ถูก
เปรียบเทียบกับวิธีการเพิ่มประสิทธิภาพมาก คือ ฝูงผึ้ง
ขั้นตอนวิธี ( BA ) ศึกษาวิวัฒนาการของพันธุกรรม ( De )
Algorithm ( GA ) , เพิ่มประสิทธิภาพของฝูงอนุภาค ( PSO ) และการค้นหาแบบทาบู
( TSA )ผลการวิจัยแสดงให้เห็นว่า เสนอวิธีมีการลู่เข้าเร็ว
และโซลูชั่นที่ดีกว่าส่วนที่เหลือ
วิธี