微♥关注“电击小子程高兴的MATLAB小屋”获取资源
基于螳螂优化算法的多目标优化算法 求解微电网多目标优化调度
比较不同目标函数寻优对调度结果的影响
第1种.将两个目标函数值归一化相加，取相加后最小的目标值的粒子，即寻找折衷解并画图
第2种寻找总成本最低时的解并画图
第3种寻找运行成本最低时的解并画图
第4种寻找环境保护成本最低时的解并画图
程序出图如下：
主程序为：
close all;
clear ;
clc;
global P_load; %电负荷
global WT;%风电
global PV;%光伏
%%
addpath('./NSDBO/')%添加算法路径
TestProblem=1;
MultiObj = GetFunInfo(TestProblem);
MultiObjFnc=MultiObj.name;%问题名
% Parameters
params.Np = 100; % Population size
params.Nr = 200; % Archive size
params.maxgen = 100; % Maximum number of iteration
params.ngrid = 20; % Number of grids in each dimension
[Xbest,Fbest] = NSDBO(params,MultiObj);%% 画结果图ParetoFont
figure(1)
plot(Fbest(:,1),Fbest(:,2),'ro');
legend('NSDBO');
xlabel('运行成本')
ylabel('环境保护成本')
saveas(gcf,'./Picture/ParetoFont.jpg') %将图片保存到Picture文件夹下面%% 比较不同目标函数寻优对调度结果的影响
%idxn=1 第1种.将两个目标函数值归一化相加，取相加后最小的目标值的粒子，即寻找折衷解并画图
%idxn=2 第2种寻找总成本最低时的解并画图
%idxn=3 第3种寻找运行成本最低时的解并画图
%idxn=4 第4种寻找环境保护成本最低时的解并画图
for idxn=1:4pg=plotFigure(Xbest,Fbest,idxn);
end
)
