💥 💥 💞 💞 欢迎来到本博客 ❤️ ❤️ 💥 💥
🏆 博主优势： 🌞 🌞 🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳ 座右铭：行百里者，半于九十。
📋 📋 📋 本文目录如下： 🎁 🎁 🎁
目录
💥1 概述
📚2 运行结果
🎉3 参考文献
🌈4 Matlab代码实现
💥1 概述
天牛须搜索算法（beetle antennae search，BAS）算法是2017年提出的一种 基于天牛觅食原理的适用于多目标函数优化的新技术，其生物原理为：当天牛觅食时，其并不知道食物在哪里，而是根据食物气味的强弱来觅食。天牛有两只长触角，如果左边触角收到的气味强度比右边大，那下一步天牛就会向左边飞，反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似，BAS 不需要知道函数的具体形式以及梯度信息，就可以自动实现寻优过程，且其个体仅为一个，寻优速度显著提高。
在孤网状态下，不考虑需求响应的机组出力调度图；考虑可转移需求响应的机组出力调度图；考虑可转移和可中断需求响应的机组出力调度图。并网状态下同理。一定要计算出同种运行状态下不同层次的经济和环境成本数值。最后要达到的效果是：计算的考虑可转移和可中断需求响应综合成本小于考虑可转移需求响应综合成本不考虑需求响应的综合成本。这是论文最关键的地方。最后，要有四种算法在孤网和并网状态下，综合考虑可转移和可中断需求响应微电网优化调度成本的收敛曲线图。最后结果应该是IGWO在并网和孤网情况下经济和环境成本都应该是是最小的，且收敛是最快的（这是核心结论）。
详细文章讲解见第4部分
📚2 运行结果
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]景瑜.GWO算法在微电网分布式电源优化规划研究中的应用[J].安阳师范学院学报,2017(02):69-73.DOI:10.16140/j.cnki.1671-5330.2017.02.016.
