包括程序操作录像+说明文档+word版论文+参考文献

1.软件版本

matlab2022a

2.运行方法

     使用matlab2022a或者高版本仿真，运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。

3.部分仿真截图

4.内容简介

 电力工业是当今世界各国经济的重要组成部分，随着世界经济的不断发展，电网的建设和中长期规划和经济发展之间的矛盾变得越来越突出，对电力系统的需求也变得越来越大。在实际的电网建设过程中，合理的中长期的电网规划对整个区域的经济发展起到至关重要的作用。而不合理的规划不仅会增加建设成本，而且会影响整个电网运行的稳定性和可靠性。 介绍了常见的优化算法，包括线性规划，粒子群优化算法以及遗传优化算法，并提出了一种基于自适应交叉变异的遗传优化算法，使得选择的精英个体数量和参与变异的个体数量之间的比例达到最优。通过这种改进遗传优化算法可以有效解决传统优化算法所存在的局部优化问题。然后提出了一种投资费用和网络损耗费用最小化的电网规划数学模型，并将直流潮流，支路容量，决策变量取值范围以及电压降作为约束条件。最后将优化算法应用到电网规划中，通过 IEEE-6节点系统为例并通过MATLAB进行仿真计算和分析，从而证明算法在电网规划应用中的可行性。

     遗传算法 (Genetic Algorithm，GA) 是一种基于规律进化的随机优化搜索算法，该算法最早是由Holland在1975年提出的。遗传算法的主要优势是通过对目标对象进行优化操作，并通过基于概率的搜索方法，获得相应的搜索空间，因此GA算法具有较强的全局搜索能力。由于遗传算法特有的全局搜索能力，其被广泛使用在各个领域，包括信号处理，机器学习以及控制域等。