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) 1:

นามธรรม-Sobol เพิ่มประสิทธิภาพจับกลุ่มอนุภาคกระจาย
(dspso) ขั้นตอนวิธีการในการแก้ปัญหาการศึกษาการไหลของพลังงานที่ดีที่สุด
ปัญหา (OPF) ในบทความนี้ ในวิธีการที่นำเสนอฝูงขนาดของอนุภาค
ถูกแบ่งออกเป็นหลายกลุ่มและการค้นหา
ขั้นตอนที่ถูกแบ่งออกตามกับกลุ่มฝูง
ลดช่องว่างการค้นหาและการกำจัดค่าใช้จ่ายที่สูงจะได้ข้อสรุปใน
dspsodspso ถูกทดสอบสำหรับการแก้สองขนาดของ OPF
ปัญหาระบบการทดสอบรถหกและ IEEE-30 ระบบการทดสอบรถบัส
ตามลำดับ ผลการคำนวณได้รับจาก dspso
ถูกเมื่อเทียบกับวิธีการเพิ่มประสิทธิภาพมากคือฝูงผึ้ง
ขั้นตอนวิธี (ba), ความแตกต่างขั้นตอนวิธีวิวัฒนาการ (DE) ขั้นตอนวิธีทางพันธุกรรม
(ga), การเพิ่มประสิทธิภาพของฝูงอนุภาค (PSO) และห้าม
วิธีการค้นหา ( tsa)ผลลัพธ์ที่ได้แสดงให้เห็นว่าวิธีการที่นำเสนอ
มีการบรรจบกันได้เร็วขึ้นและการแก้ปัญหาดีกว่าที่เหลือ
วิธีการ

ผลลัพธ์ (ไทย) 2:

นามธรรม — Sobol กระจายอนุภาค swarm optimization
(DSPSO) อัลกอริทึมศึกษาสำหรับการแก้กระแสไฟฟ้าสูงสุด
ปัญหา (OPF), ในเอกสารนี้ ในวิธีการนำเสนอ ฝูงขนาด
ของอนุภาคถูกแบ่งในกลุ่มหลาย และค้นหา
ขั้นตอนแบ่งออกตามกลุ่ม swarm ลด
มีสรุปพื้นที่ค้นหาและตัดค่าใช้จ่ายสูงในการ
DSPSO DSPSO การทดสอบการแก้ไขสองขนาดของ OPF
ปัญหา การหกรถทดสอบระบบ และ IEEE-30 รถทดสอบระบบ
ตามลำดับ ผลลัพธ์เป็นตัวเลขที่ได้รับจาก DSPSO ถูก
เปรียบเทียบหลายวิธีเพิ่มประสิทธิภาพ ได้แก่ผึ้งฝูง
อัลกอริทึม (BA) ขั้นตอนวิธีวิวัฒนาการที่แตกต่าง (DE), พันธุ
อัลกอริทึม (GA), เพิ่มประสิทธิภาพ swarm อนุภาค (PSO) และทาบู
ค้นหาอัลกอริทึม (TSA) ผลลัพธ์แสดงว่านำเสนอ
วิธีมาบรรจบกันได้เร็วขึ้นและแก้ปัญหาที่ดีกว่าเหลือ
วิธีการ

ผลลัพธ์ (ไทย) 3:

abstract-the กระจาย sobol ฝุ่นละอองกลุ่มการปรับแต่ง
( dspso )อัลกอริธึมเป็นการศึกษาสำหรับการแก้ปัญหาอย่างมี ประสิทธิภาพ พลังงานการไหลของ
ซึ่งจะช่วยแก้ไขปัญหา( opf )ในเอกสารนี้. ในวิธีที่เสนอที่รุมขนาดของ อนุภาค ขนาดเล็ก
ซึ่งจะช่วยแยกออกเป็นหลายกลุ่มและการค้นหา
ตามขั้นตอนแบ่งออกเป็นกลุ่มตามด้วยกลุ่ม
ซึ่งจะช่วยลดการตัดพื้นที่การค้นหาและต้นทุนที่สูงมีข้อสรุปใน dspso
ซึ่งจะช่วยได้dspso ที่ได้รับการทดสอบแล้วสำหรับการแก้ปัญหาทั้งสองขนาดของระบบหกรถโดยสาร
ซึ่งจะช่วยแก้ปัญหาการทดสอบ opf และ IEEE - 30 การทดสอบระบบรถโดยสาร
ตามลำดับ ผลเป็นตัวเลขที่ได้รับจาก dspso ได้
เปรียบเทียบกับวิธีการการปรับแต่งจำนวนมากได้แก่ผึ้งอาณานิคม
อัลกอริทึม( BA ):อัลกอริธึมการเลือกที่รักมักที่ชัง(ยกเลิกการเลือก)ทางพันธุกรรม
อัลกอริธึม(, GA )หรือกลุ่มการปรับแต่ง( pso )และห้าม
การค้นหาอัลกอริทึม( TSA )ผลที่ได้แสดงให้เห็นว่าที่เสนอ
วิธีที่มีการรวมกันได้เร็วขึ้นและโซลูชันได้ดีกว่าส่วนที่เหลือ
วิธีใดวิธีหนึ่งที่