경제적 부하 배치 문제를 위한 성장 최적화 알고리즘: 분석 및 평가

성장 최적화 알고리즘(GO)은 사람들이 사회를 진행하며 학습하고 내성하는 과정에서 영감을 얻은 새로운 메타휴리스틱입니다. 전력 시스템의 주요 문제 중 하나인 경제적 부하 배치(ELD)는 GO를 통해 해결됩니다. GO의 신뢰성을 평가하기 위해 여러 방법과 성능을 비교합니다. 이러한 방법에는 Rime-ice 알고리즘(RIME), 회색늑대 최적화기(GWO), 코끼리 떼 최적화(EHO), 그리고 Tunicate 스웜 알고리즘(TSA)이 포함됩니다. 또한, GO 알고리즘은 군주 나비 최적화(MBO), 사인 코사인 알고리즘(SCA), 침팬지 최적화 알고리즘(ChOA), 나방 탐색 알고리즘(MSA), 그리고 눈 제거 알고리즘(SAO)과 같은 다른 문헌 기술과 경쟁하고 있습니다. 본 연구에서는 1000 MW 부하의 ELD 문제에 대해 6개 유닛, 2000 MW 부하의 ELD 문제에 대해 10개 유닛, 3000 MW 부하의 ELD 문제에 대해 20개 유닛을 사용하였습니다. 30회의 다양한 실행을 통해 표준 편차, 최소 적합도 함수 및 최대 평균 값을 측정하여 모든 방법을 평가합니다. GO 접근 방식을 사용하여 각각 6, 10 및 20개의 발전기 장치에 대해 3.82627263206814 × 10−12, 0.0000622209480241054 및 5.5893360695336 × 10−7의 이상적인 전력 불일치 값을 발견하였습니다. ELD 시나리오를 위한 결과에 의해 GO가 다른 모든 알고리즘에 대한 우위를 증명합니다.