基于供电模型的中压配电网络智能规划
|
摘要
中压配电网是现代电力系统的重要组成部分，网架结构是中压配电网的筋骨。传统对网架结构的研究主要集中在接线模式方面，缺乏对电网整体的关注。而目前许多发达国家开始采用标准化的供电模型来构筑高水平的中压配电网，鉴于供电模型所具备的诸多优势，国内外对供电模型的关注和研究日益增多，如何对基于供电模型的中压配电网络进行合理的规划将具有重要的实际意义。
对于中压配电网的布线规划，传统的研究方法存在局部性等问题，且无法直接应用于基于供电模型的布线规划问题。本文在国内外对供电模型研究的基础上，将供电模型理念与中压配电网规划相结合，从整体规划的角度进行了基于供电模型的中压配电网智能布线规划研究，主要工作如下：
（1）在对供电模型相关概念梳理和总结的基础上，首先对单联络接线模式下的供电模型进行了自动布线规划研究。在规划的数学模型上，建立了包含主干辐射线路、联络线路、分支线路的综合费用模型，使优化目标更具整体性。在优化模型的搭建上，应用蚁群算法进行辐射线路的构建，进而应用Floyd最短路径法构建辐射线路末端节点间的联络组合，通过对由辐射线路及联络线路组成的染色体进行优化运算得到最优的布线结果。在优化方法上，通过应用遗传模拟退火算法，有效地克服了算法过早收敛的问题。相比传统的配电网自动布线规划，本文的布线方法具有全局最优性。
（2）借鉴传统蚁群算法思想，提出一种多窝蚁群协同算法进行了分支线路的自动布线规划研究。该算法在每一个负荷点处放置一窝蚂蚁，以主干线路上的节点为终点进行爬行，通过局部及全局信息素的更新，使每只蚂蚁在择路过程中均利用整个网络的信息素进行状态转移，从而体现了不同窝蚂蚁间的协作性。通过算例分析可知，按照本文算法生成的分支线路的布线路径并非各条最短路径的简单叠加，而是从配电网络的全局角度进行路径的选择，因此布线结果具有整体上的最优性，验证了算法的有效性。
（3）在单联络布线的基础上进行了多分段多联络供电模型的自动布线规划研究。根据三分段三联络供电模型的结构特点，采用了从单辐射到单联络再到三分段三联络的分步式方法建立了自动布线的规划模型，进而应用遗传模拟退火算法对供电模型进行整体优化，通过算例分析得到了符合配电网特点的布线结果，验证了算法的可行性。
（4）对开闭所接线模式下的供电模型进行了自动布线规划研究。应用单联络供电模型的布线方法确定了站内单联络线路的布线结果以及站间开闭所的供电范围，在这一基础上借鉴变电站选址的思路确定了供电模型中各个开闭所的最佳位置，并设计了开闭所进线及出线的布局方法，通过算例分析得到了比较理想的开闭所布局结果，可为规划人员提供一定的参考。
Medium voltage distribution network is an important part of the modern powersystem, the net structure is the bones of the medium voltage distribution network. Inthe past the research of the net structure is mainly concentrated in the connectionmode, but is lack of concern on the grid as a whole. At present, many developedcountries begin to use standardized power supply model to build a high level mediumvoltage distribution network. In view of the many advantages of the power supplymodel, attention and study to supply model at home and abroad are increasing moreand more. Thus it will have important practical significance to make a rationalplanning of the medium voltage distribution network based on the supply model.
For the routing of the medium voltage distribution network, the traditionalmethod exists the local problems and can not be directly applied to the routingproblem which based on the power supply model. This paper is based on theresearches of the power supply model home and abroad, combines medium voltagedistribution network planning with the power supply model concept, makes a smartrouting planning study of the medium voltage distribution network based on thepower supply model from the overall planning perspective.
(1) On the basis of the collate and summarize of the ralated concept of the powersupply model, this paper makes automatic routing planning based on the powersupply model with the single contact connection mode. In the mathematical model ofthe planning, comprehensive cost model including the radiation line, the contact lineand the branch line is created, which makes the optimization goals more holistic. Inthe course of the set up of the optimization model, ant colony algorithm is applied tocreat the radiation lines, and then Floyd shortest path method is used to construct thecontact combination of the terminal nodes of the radiation lines. Optimal routingresults are obtained by the optimize operations of the chromosomes constituted of theradiation lines and the contact lines. In the aspect of the optimization method, throughusing the genetic simulated annealing algorithm, the problem of prematureconvergence of the algorithm is effectively overcomed. Compared with the traditionalautomatic routing of distribution network planning, the routing method in this studyhas the global optimality.
(2) Using the idea of the traditional ant colony algorithm for reference, a multiplenests ant colony synergetic algorithm is proposed for the automatic routing planningof the branch line. In the process of the algorithm, each load point is placed on onenest of ants, the nodes which the trunk lines were composed of are regarded as thefinal node which the ants crawl towards, through the local and global pheromone’supdate, ants take the state transition by using the pheromone of the entire network inthe process of the route selection, which reflects the collaboration between thedifferent nests of the ant. Through the sample verification, the routing path generatedby this algorithm is not the simple superimposed result of the shortest path, but is theselection of the path from the global perspective of the distribution network.Therefore, the routing results have the overall optimality, which verify theeffectiveness of the algorithm.
(3) On the basis of the single contact routing, this paper makes the automaticrouting planning of the power supply model with the multiple segmentations multiplecontacts. In view of the constitution of triangle power supply model with triplesegmentation triple contact, a planning model of automatic routing is founded byusing the step by step method which is from the single radiation to single contact totriple segmentation triple contact. Then the power supply model is optimized from theglobal perspective by using the genetic algorithm. Through the sample verification,the routing result is in accordance with the characteristic of the planning are obtainedwhich proved the feasibility of the above mentioned algorithm.
(4) This paper makes automatic routing planning based on the power supplymodel with the opening and closing connection mode. Routing results of the in-stationsingle contact line and the supply range of the between-station opening and closingare determined by using the routing method of the single contact power supply model,on this basis, the best location of the each opening and closing in the power supplymodel is determined by learning the idea of the substation location, and the routingmethods of the into and outlet line of the opening and closing are given. Through thesample verification, the ideal routing result is obtained which can provide somereference to the planner.
对于中压配电网的布线规划，传统的研究方法存在局部性等问题，且无法直接应用于基于供电模型的布线规划问题。本文在国内外对供电模型研究的基础上，将供电模型理念与中压配电网规划相结合，从整体规划的角度进行了基于供电模型的中压配电网智能布线规划研究，主要工作如下：
（1）在对供电模型相关概念梳理和总结的基础上，首先对单联络接线模式下的供电模型进行了自动布线规划研究。在规划的数学模型上，建立了包含主干辐射线路、联络线路、分支线路的综合费用模型，使优化目标更具整体性。在优化模型的搭建上，应用蚁群算法进行辐射线路的构建，进而应用Floyd最短路径法构建辐射线路末端节点间的联络组合，通过对由辐射线路及联络线路组成的染色体进行优化运算得到最优的布线结果。在优化方法上，通过应用遗传模拟退火算法，有效地克服了算法过早收敛的问题。相比传统的配电网自动布线规划，本文的布线方法具有全局最优性。
（2）借鉴传统蚁群算法思想，提出一种多窝蚁群协同算法进行了分支线路的自动布线规划研究。该算法在每一个负荷点处放置一窝蚂蚁，以主干线路上的节点为终点进行爬行，通过局部及全局信息素的更新，使每只蚂蚁在择路过程中均利用整个网络的信息素进行状态转移，从而体现了不同窝蚂蚁间的协作性。通过算例分析可知，按照本文算法生成的分支线路的布线路径并非各条最短路径的简单叠加，而是从配电网络的全局角度进行路径的选择，因此布线结果具有整体上的最优性，验证了算法的有效性。
（3）在单联络布线的基础上进行了多分段多联络供电模型的自动布线规划研究。根据三分段三联络供电模型的结构特点，采用了从单辐射到单联络再到三分段三联络的分步式方法建立了自动布线的规划模型，进而应用遗传模拟退火算法对供电模型进行整体优化，通过算例分析得到了符合配电网特点的布线结果，验证了算法的可行性。
（4）对开闭所接线模式下的供电模型进行了自动布线规划研究。应用单联络供电模型的布线方法确定了站内单联络线路的布线结果以及站间开闭所的供电范围，在这一基础上借鉴变电站选址的思路确定了供电模型中各个开闭所的最佳位置，并设计了开闭所进线及出线的布局方法，通过算例分析得到了比较理想的开闭所布局结果，可为规划人员提供一定的参考。
Medium voltage distribution network is an important part of the modern powersystem, the net structure is the bones of the medium voltage distribution network. Inthe past the research of the net structure is mainly concentrated in the connectionmode, but is lack of concern on the grid as a whole. At present, many developedcountries begin to use standardized power supply model to build a high level mediumvoltage distribution network. In view of the many advantages of the power supplymodel, attention and study to supply model at home and abroad are increasing moreand more. Thus it will have important practical significance to make a rationalplanning of the medium voltage distribution network based on the supply model.
For the routing of the medium voltage distribution network, the traditionalmethod exists the local problems and can not be directly applied to the routingproblem which based on the power supply model. This paper is based on theresearches of the power supply model home and abroad, combines medium voltagedistribution network planning with the power supply model concept, makes a smartrouting planning study of the medium voltage distribution network based on thepower supply model from the overall planning perspective.
(1) On the basis of the collate and summarize of the ralated concept of the powersupply model, this paper makes automatic routing planning based on the powersupply model with the single contact connection mode. In the mathematical model ofthe planning, comprehensive cost model including the radiation line, the contact lineand the branch line is created, which makes the optimization goals more holistic. Inthe course of the set up of the optimization model, ant colony algorithm is applied tocreat the radiation lines, and then Floyd shortest path method is used to construct thecontact combination of the terminal nodes of the radiation lines. Optimal routingresults are obtained by the optimize operations of the chromosomes constituted of theradiation lines and the contact lines. In the aspect of the optimization method, throughusing the genetic simulated annealing algorithm, the problem of prematureconvergence of the algorithm is effectively overcomed. Compared with the traditionalautomatic routing of distribution network planning, the routing method in this studyhas the global optimality.
(2) Using the idea of the traditional ant colony algorithm for reference, a multiplenests ant colony synergetic algorithm is proposed for the automatic routing planningof the branch line. In the process of the algorithm, each load point is placed on onenest of ants, the nodes which the trunk lines were composed of are regarded as thefinal node which the ants crawl towards, through the local and global pheromone’supdate, ants take the state transition by using the pheromone of the entire network inthe process of the route selection, which reflects the collaboration between thedifferent nests of the ant. Through the sample verification, the routing path generatedby this algorithm is not the simple superimposed result of the shortest path, but is theselection of the path from the global perspective of the distribution network.Therefore, the routing results have the overall optimality, which verify theeffectiveness of the algorithm.
(3) On the basis of the single contact routing, this paper makes the automaticrouting planning of the power supply model with the multiple segmentations multiplecontacts. In view of the constitution of triangle power supply model with triplesegmentation triple contact, a planning model of automatic routing is founded byusing the step by step method which is from the single radiation to single contact totriple segmentation triple contact. Then the power supply model is optimized from theglobal perspective by using the genetic algorithm. Through the sample verification,the routing result is in accordance with the characteristic of the planning are obtainedwhich proved the feasibility of the above mentioned algorithm.
(4) This paper makes automatic routing planning based on the power supplymodel with the opening and closing connection mode. Routing results of the in-stationsingle contact line and the supply range of the between-station opening and closingare determined by using the routing method of the single contact power supply model,on this basis, the best location of the each opening and closing in the power supplymodel is determined by learning the idea of the substation location, and the routingmethods of the into and outlet line of the opening and closing are given. Through thesample verification, the ideal routing result is obtained which can provide somereference to the planner.
引文
[1]陈章潮，唐德光，城市电网规划与改造，北京：中国电力出版社，1998.
[2]张焰，陈章潮，谈伟，不确定性的电网规划方法研究，电网技术，1999，23(3)：15-18.
[3]余贻鑫，王成山，城网规划计算机辅助决策系统，电力系统自动化，2000.24(15)：59-62.
[4]中国电力科学研究院，BPA潮流程序使用手册，1993.
[5]韩祯祥，张琦，电力系统分析软件的现状与发展，国际电力，1999，3(1)：51-54.
[6]凌卫家，吕东晓，戴江江，等，面向用户的电力系统模拟计算高级应用软件，湖北电力，2002，26(2)：33-35.
[7]江全元，彭旭东，张宝星，PSS/E：一种先进的电力系统分析仿真软件，高电压技术，2005，31(1)：60-62.
[8]冯宇，王淑芳，张慧媛，电力系统数字仿真软件ARENE，电力建设，2004,25(1)：41-42.
[9]梁克靖，电力系统仿真软件DIgSILENT简介，科技信息，2012(35)：68-68.
[10] BCP Switzerland，NEPLAN，IEEE Power and energy magazine，2006，4(5)：5．
[11]韩祯祥，张琦，一个大型集成化的电力系统仿真计算软件—NETOMAC，电力系统自动化，1997，21(9)：47-50.
[12] Wu Zhongxi，Zhou Xiaoxin，Power System Analysis Software Package(PSASP)-an integrated power system analysis tool. in Power SystemTechnology，Proceedings. POWERCON'98.1998International Conference on.1998. IEEE.
[13]天津大学电力与能量系统研究所，城市电网规划计算机辅助决策系统，天津：天津大学，1997.
[14]王明俊，于尔铿，刘广一，配电系统自动化及其发展，北京：中国电力出版社，1998.
[15]吴奇石，邱家驹，基于GIS的配电网规划人工智能方法(一)：配电网规划智能决策支持系统概述，电力系统自动化，1998，22(10)：17-19.
[16]吴奇石，邱家驹，基于GIS的配电网规划人工智能方法(二)，变压器，1998，22(11)：21-23.
[17] Sumic Z.，S. Venkata，T. Pistorese，Automated underground residentialdistribution design. I. Conceptual design. Power Delivery， IEEE Transactionson，1993，8(2)：637-643.
[18] Sumic Z.，et al.，Automated underground residential distribution design. II.Prototype implementation results. Power Delivery，IEEE Transactions on，1993，8(2)：644-650.
[19] Yeh，E. C. H. Tram. Information integration in computerized distributionsystem planning. in Transmission，Distribution Conference，1996，Proceedings，1996. IEEE.
[20]王赛一，城市中压配电网络优化规划：[博士学位论文]，天津：天津大学，2005.
[21] Crawford D.M.，S.B. Holt Jr，A mathematical optimization technique forlocating sizing distribution substations， deriving their optimal service areas.Power Apparatus Systems，IEEE Transactions on，1975，94(2)：230-235.
[22] Adams R. M. Laughton，Optimal planning of power networks usingmixed-integer programming，Part1：Static time-phased network synthesis.Electrical Engineers，Proceedings of the Institution of，1974，121(2)：139-147.
[23] Temraz H. M. Salama，A planning model for siting，sizing timing ofdistribution substations defining the associated service area. Electric PowerSystems Research，2002，62(2)：145-151.
[24] Aoki K.，New approximate optimization method for distribution systemplanning，Power Systems，IEEE Transactions on，1990，5(1)：126-132.
[25]刘宝碇，赵瑞清，随机规划与模糊规划，北京：清华大学出版社，1998.
[26] Xiao Y.，Y. Song，Y. Sun，Application of stochastic programming for availabletransfer capability enhancement using FACTS devices. in Power EngineeringSociety Summer Meeting，2000. IEEE.
[27] Ekel Y.，L. Terra，M. Junges. Methods of multicriteria decision making infuzzy environment their applications to transmission distribution problems. inTransmission Distribution Conference，1999. IEEE.
[28]刘健，杨文宇，余健明，等，一种基于改进最小生成树算法的配电网架优化规划，中国电机工程学报，2004，24(10)：103-108.
[29] Goswami S.，Distribution system planning using branch exchange technique.Power Systems，IEEE Transactions on，1997，12(2)：718-723.
[30] Kuwabara H.，K. Nara，Multi-year multi-state distribution systems expansionplanning by multi-stage branch exchange. Power Delivery，IEEE Transactionson，1997，12(1)：457-463.
[31]杨丽徙，丁荣刚，王西训，工业企业配电网无功电源的两阶段优化规划，电力系统及其自动化学报，2010(002)：32-36.
[32]王晓凤，结合遗传算法的配电网无功补偿：[硕士学位论文]，西安：西安理工大学，2005.
[33] Wong K.，H. Cheung. Artificial intelligence approach to load allocation indistribution substations. in IEE Proceedings C (Generation，TransmissionDistribution)，1987. IET.
[34] Chen J.L.，Y. Hsu，An expert system for load allocation in distributionexpansion planning. Power Delivery，IEEE Transactions on，1989，4(3)：1910-1918.
[35] Hsu Y.，J.L. Chen，Distribution planning using a knowledge-based expertsystem. Power Delivery，IEEE Transactions on，1990，5(3)：1514-1519.
[36] Brauner G.，M. Zobel，Knowledge based planning of distribution networks.Power Systems，IEEE Transactions on，1994，9(2)：942-948.
[37] Mira V.，J. Ranito，L.M. Proenca，Genetic algorithms in optimal multistagedistribution network planning. Power Systems，IEEE Transactions on，1994，9(4)：1927-1933.
[38]王超学，遗传算法和蚁群算法及其在TSP问题和配电网重构问题中的应用研究：[博士学位论文]，西安：西安理工大学，2007.
[39]余健明，改进多种群遗传算法在中压配电网规划中的应用，西安理工大学学报，2005，21(1)：69-72.
[40]陈俊红，黄丽华，基于配电网络规划的优化算法的研究，微计算机信息，2006，22(4-3)：293-295.
[41]杨丽君，电力系统大停电后恢复算法研究：[博士学位论文]，秦皇岛：燕山大学，2010.
[42]于佳，配电网规划优化方法的研究：[博士学位论文]，沈阳：沈阳农业大学，2008.
[43]路志英，葛亮，陆洁，基于启发式蚁群算法的中压配电网络规划方法研究，电力系统保护与控制，2010(015)：69-74.
[44]赵书强，王磊，改进蚁群算法在配电网规划中的应用，电力系统保护与控制，2010(24)：61-65.
[45]陈根军，唐国庆，基于禁忌搜索与蚁群最优结合算法的配电网规划，电网技术，2005，29(2)：23-27.
[46]黄训诚，庄奕琪，胡斌，基于蚁群最优的配电网网架优化规划，电网技术，2006(S1).
[47] Bouchard D.，M. Salama，A. Chikhani，Optimal feeder routing optimalsubstation sizing placement using guided evolutionary simulated annealing. inElectrical Computer Engineering，1995，Canadian Conference on.1995. IEEE.
[48]倪秋龙，黄民翔，基于支路交换的模拟退火算法在配电网规划中的应用，电力系统及其自动化学报，2000，12(4)：31-35.
[49] Gallego R.，Parallel simulated annealing applied to long term transmissionnetwork expansion planning，Power Systems，IEEE Transactions on，1997，12(1)：181-188.
[50]顾洁，陈章潮，包海龙，混合遗传-模拟退火算法在电网规划中的应用，上海交通大学学报，1999，33(4).
[51]陈根军，李继洗，王磊，基于Tabu搜索的配电网络规划，电力系统自动化，2001，25(7)：40-44.
[52]周玲，王兴念，丁晓群，等，基因/禁忌组合算法在配电网网架优化规划中的应用，电网技术，1999，23(9)：35-42.
[53]陈乃吴，管霖，基于Tabu搜索的中压配电网分区优化算法研究，广东电力，2006，19(4)：1-4.
[54]文福拴，韩祯祥，基于Tabu搜索方法的输电系统最优规则，电网技术，1997，21(5)：2-7.
[55] Mori H.，Y. Sone. A parallel tabu search based approach to transmissionnetwork expansion planning. in Power Tech Proceedings，2001IEEE Porto，2001. IEEE.
[56] Da Silva，E.L.，et al.，Transmission network expansion planning under a tabusearch approach. Power Systems，IEEE Transactions on，2001，16(1)：62-68.
[57]郭巨新，基于改进粒子群算法的配电网网架规划优化研究：[硕士学位论文]，保定：华北电力大学，2011.
[58] Chuanwen J.，E. Bompard，A self-adaptive chaotic particle swarm algorithmfor short term hydroelectric system scheduling in deregulated environment.Energy Conversion Management，2005，46(17)：2689-2696.
[59]张宪，苑津莎，杨薛明，等，基于粒子群算法的配电网网架规划，华北电力大学学报，2006，33(3)：14-17.
[60]苏海锋，张建华，梁志瑞，等，基于LCC和改进粒子群算法的配电网多阶段网架规划优化，中国电机工程学报，2013，33(4)：118-125.
[61]刘立辉，基于GIS的电网负荷预测及其优化研究：[硕士学位论文]，大庆：大庆石油学院，2009.
[62]杨占杰，智能配电网短期负荷预测研究：[硕士学位论文]，天津：天津大学，2012.
[63]炜欣，罗先，基于Hopfield神经网络的多阶段配电变电站的规划优化，电工技术学报，2005，20(5):58-64.
[64]高炜欣，罗先觉，基于多层Hopfield神经网络的配电网网络规划，系统工程学报，2006，21(3)：237-243.
[65]范明天，张祖平，中国配电网发展战略相关问题研究，北京：中国电力出版社，2008.
[66]李天友，配电技术，北京：中国电力出版社，2008.
[67]丘亮，林韩，温步瀛，等，供电模型技术经济特性评估，电力与电工，2011，31(3)：1-6.
[68]吴涵，林韩，温步瀛，等，巴黎，新加坡中压配电网供电模型启示，电力与电工，2010，30(2)：4-7.
[69]葛少云，何文涛，刘洪，等，中压配电系统供电模型综合评价，电力系统保护与控制，2012，40(13)：104-109.
[70]石方迪，刘洪，曹春，等，配电网供电块联络模型的构建及匹配性分析，电力系统及其自动化学报，2011，23(5)：119-124.
[71]何文涛，中压配电系统供电模型研究：[硕士学位论文]，天津：天津大学，2011.
[72]方富贵，图论的算法和应用研究，计算机与数字工程，2012，40(2)：115-117，132．
[73] Holl J.H.，Adaptation in natural artificial systems：an introductory analysiswith applications to biology，control artificial intelligence1992：MIT press.
[74]王方方，基于改进遗传算法的配电网规划：[硕士学位论文]，上海：上海交通大学，2009.
[75] Booker L.B.，D.E. Goldberg，J.H. Holl，Classifier systems genetic algorithms.Artificial intelligence，1989，40(1)：235-282.
[76] H. Ishibuchi，T. Nakashima，T. Murata. A fuzzy classifier system thatgenerates fuzzy if-then rules for pattern classification problems. inEvolutionary Computation，1995，IEEE International Conference on1995IEEE.
[77] Fuger H.，G. Stein，U. Stilla. Multi-population evolution strategies forstructural image analysis. in Evolutionary Computation，1994IEEE WorldCongress on Computational Intelligence，Proceedings of the First IEEEConference on1994IEEE.
[78] Maniezzo V.，Genetic evolution of the topology weight distribution of neuralnetworks. Neural Networks，IEEE Transactions on，1994，5(1)：39-53.
[79] Krishnakumar K.，D.E. Goldberg，Control system optimization using geneticalgorithms. Journal of Guidance，Control，Dynamics，1992，15(3)：735-740.
[80] Michalewicz Z.，C.Z. Janikow，J.B. Krawczyk，A modified genetic algorithmfor optimal control problems. Computers&Mathematics with Applications，1992，23(12)：83-94.
[81] Takahashi R.H.，L. Peres，A. Ferreira，Multiobjective H2guaranteed cost PIDdesign. Control Systems，IEEE，1997，17(5)：37-47.
[82] Porter B.，A. Jones，Genetic tuning of digital PID controllers. ElectronicsLetters，1992，28(9)：843-844.
[83] Ge S.，T. Lee，G. Zhu，Genetic algorithm tuning of Lyapunov-basedcontrollers：An application to a single-link flexible robot system. IndustrialElectronics，IEEE Transactions on，1996，43(5)：567-574.
[84] Fogel D.B.，Applying evolutionary programming to selected travelingsalesman problems，Cybernetics systems，1993，24(1)：27-36.
[85]张菁，基于两联络接线模式的联络线优化研究：[硕士学位论文]，天津：天津大学，2007.
[86] Dorigo M.，V. Maniezzo，A. Colorni，Ant system：optimization by a colonyof cooperating agents. Systems，Man，Cybernetics，Part B：Cybernetics，IEEE Transactions on，1996，26(1)：29-41.
[87] Dorigo M.，G.D. Caro，L.M. Gambardella，Ant algorithms for discreteoptimization. Artificial life，1999，5(2)：137-172.
[88] Costa D.，A. Hertz，Ants can colour graphs. Journal of the operationalResearch Society，1997，48(3)：295-305.
[89]孙新宇，万筱宁，孙林岩，蚁群算法在混流装配线调度问题中的应用，信息与控制，2002，31(6)：486-490.
[90] Gao W.，X. Luo，Improved ant algorithm for distribution network planning，proceedings-chinese society of electrical engineering，2004，24(9)：110-114.
[91]马乃兵，郑爱霞，提高城市配电网供电可靠性的措施，江苏电机工程，2002，21(1)：13-14.
[92]谭学知，大城市使用20kV中压配电的优势探讨，供用电，2006，23(3)：39-41.
[93]王银年，遗传算法的研究与应用：[硕士学位论文]，无锡：江南大学，2009.
[94] Glover F.，M. Laguna，Tabu search，John Wiley&Sons Inc，1993.
[95] Wen F.，C. Chang. Possibilistic-diagnosis theory for fault-section estimationstate identification of unobserved protective relays using tabu-search method.in Generation，Transmission Distribution，IEE Proceedings，1998. IET.
[96]路景，周春艳，基于遗传算法的混合优化策略研究，计算机技术与发展，2007，17(3)：144-146.
[97]王凌，智能优化算法及其应用，北京：清华大学出版社，2001.
[98]黄友锐，智能优化算法及其应用，北京：国防工业出版社，2008.
[99]吴晓军，薛惠锋，李慜，等，GA-PSO混合规划算法，西北大学学报(自然科学版)，2005，35(1)：39-43.
[100]王丽芳，曾建潮，基于微粒群算法与模拟退火算法的协同进化方法，自动化学报，2006，32(4)：630-635.
[101] Schmidt H.，G. Thierauf，A combined heuristic optimization technique，Advances in Engineering Software，2005，36(1)：11-19.
[102] Zhang W.J.，X.F. Xie，DEPSO：hybrid particle swarm with differentialevolution operator. in Systems，Man Cybernetics，2003，IEEE InternationalConference on2003IEEE.
[103] Chiou，J.，C.F. Chang，C.T. Su，Ant direction hybrid differential evolution forsolving large capacitor placement problems. Power Systems，IEEETransactions on，2004，19(4)：1794-1800.
[104] Mingjun J.，T. Huanwen，Application of chaos in simulated annealing，Chaos，Solitons&Fractals，2004，21(4)：933-941.
[105]袁晓辉，袁艳斌，王乘，等，一种新型的自适应混沌遗传算法，电子学报，2006，34(4)：708-712.
[106] Ahmad F.，Genetic Algorithm-Artificial Neural Network (GA-ANN) HybridIntelligence for Cancer Diagnosis. in Computational Intelligence，Communication Systems Networks (CICSyN)，2010Second InternationalConference on2010IEEE.
[107] Naitali A.， F. Giri. Wiener Hammerstein nonlinear systems identificationusing hybrid Genetic Swarming Intelligence based Culture Algorithm. inAmerican Control Conference (ACC)，2010，2010IEEE.
[108] Pan S.，M. K.S. Cheng，Evolution-based tabu search approach to automaticclustering. Systems， Man，Cybernetics，Part C：Applications Reviews，IEEETransactions on，2007，37(5)：827-838.
[109] Behnamian J.，M. Z ieh，S. Fatemi Ghomi，Parallel-machine schedulingproblems with sequence-dependent setup times using an ACO，SA VNS hybridalgorithm，Expert Systems with Applications，2009，36(6)：9637-9644.
[110] Wu S.，T.W. Chow，Self-organizing self-evolving neurons：a new neuralnetwork for optimization. Neural Networks，IEEE Transactions on，2007，18(2)：385-396.
[111] Paraskevopoulos D.，A reactive variable neighborhood tabu search for theheterogeneous fleet vehicle routing problem with time windows. Journal ofHeuristics，2008，14(5)：425-455.
[112] Kuo R.，Y. Han，A hybrid of genetic algorithm particle swarm optimization forsolving bi-level linear programming problem–A case study on supply chainmodel. Applied Mathematical Modelling，2011，35(8)：3905-3917.
[113] Karthik D.，V.N. Sreenivas，G.S. Sundaram. Optimization of ring parametersof artificial magnetic resonators using Swarm intelligence Hybrid GeneticAlgorithm. in Electronics Computer Technology (ICECT)，20113rdInternational Conference on2011IEEE.
[114] Hui S.，Multi-objective optimization for hydraulic hybrid vehicle based onadaptive simulated annealing genetic algorithm. Engineering Applications ofArtificial Intelligence，2010，23(1)：27-33.
[115]王素欣，高利，崔小光，等，多需求点车辆调度模型及其群体智能混合求解，自动化学报，2008，34(1)：102-104.
[116]陈萍，黄厚宽，董兴业，求解卸装一体化的车辆路径问题的混合启发式算法，计算机学报，2008，31(4)：565-573.
[117]张长胜，孙吉贵，杨轻云，等，一种求解车间调度的混合算法，自动化学报，2009，35(3)：332-336.
[118]尹新，周野，何怡刚，基于混合算法优化神经网络的混沌时间序列预测，湖南大学学报：自然科学版，2010，37(006)：41-45.
[119]姚静，方彦军，陈广，遗传和禁忌搜索混合算法在机组负荷分配中的应用，中国电机工程学报，2010(26)：95-100.
[120] Krasnogor N.，J. Smith，A tutorial for competent memetic algorithms：model，taxonomy，design issues. Evolutionary Computation，IEEE Transactions on，2005，9(5)：474-488.
[121] Smith J.E.，Coevolving memetic algorithms：a review progress report.Systems，Man，Cybernetics，Part B：Cybernetics，IEEE Transactions on，2007，37(1)：6-17.
[122] Talbi E.G.，A taxonomy of hybrid metaheuristics. Journal of Heuristics，2002，8(5)：541-564.
[123]段刚，余贻鑫，中压配电网联络线优化的算法和实现，电力系统自动化，1999，23(15)：10-14.
[124] Nara K.，A tabu search algorithm for determining distribution tie lines. inIntelligent Systems Applications to Power Systems，1996. Proceedings，ISAP'96.，International Conference on1996IEEE.
[125] Filipec M.，D. Skrlec，S. Krajcar，New genetic algorithm for link distributionsystem design. in Electrotechnical Conference，2000. MELECON2000.10thMediterranean2000IEEE.
[126]王成山，王赛一，基于空间GIS的城市中压配电网络智能规划(二)多分段多联络接线模式的自动布局，电力系统自动化，2004，28(6)：55-59.
[127]沈瑞寒，刘涤尘，赵洁，等，基于加权网络模型的电网潮流转移下危险线路识别，电网技术，2012，36(005)：245-250.
[128]乐阳，龚健雅，Dijkstra最短路径算法的一种高效率实现，武汉测绘科技大学学报，1999，24(3)：209-212.
[129]郝伟，蚁群最短路径算法优化及其在GIS中的应用研究：[硕士学位论文]，西安：西北大学，2009.
[130] Dorigo M.，G. Di Caro. Ant colony optimization：a new meta-heuristic. inEvolutionary Computation，1999. CEC99. Proceedings of the1999Congresson1999IEEE.
[131]严蔚敏，吴伟民，数据结构，北京：清华大学出版社，1997.
[132]周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999.
[133]何建军，郑霓虹，王官洁，基于改进遗传算法的配电网无功优化，电力系统及其自动化学报，2002，14(3)：16-19.
[134]陆锋，最短路径算法：分类体系与研究进展，测绘学报，2001，30(3)：269-275.
[135]刘健，倪建立，刘文洪，等，配电开闭所自动化典型设计，电力系统自动化，2000，24(19)：64-65.
[136]王赛一，基于地理信息系统10kV开关站自动布局，供用电，2006，23(5)：23-26.
[137]林育明，尹项根，张哲，两种开闭所自动化方案的分析，电力需求侧管理，2002，4(4)：30-32.
[138]王成山，王赛一，基于空间GIS的城市中压配电网络智能规划(三)带开闭所接线模式的自动布局，电力系统自动化，2004，28(7)：58-61.
[139] Masud E.，An interactive procedure for sizing timing distribution substationsusing optimization techniques，Power Apparatus Systems，IEEE Transactionson，1974(5)：1281-1286.
[140] Yixin Y.，Optimal planning of distribution substation locations sizes modelalgorithm. International Journal of Electrical Power&Energy Systems，1996，18(6)：353-357.
[141]张天赐，平面选址问题概述，运筹学学报，1985，4(1)：4-11.
[2]张焰，陈章潮，谈伟，不确定性的电网规划方法研究，电网技术，1999，23(3)：15-18.
[3]余贻鑫，王成山，城网规划计算机辅助决策系统，电力系统自动化，2000.24(15)：59-62.
[4]中国电力科学研究院，BPA潮流程序使用手册，1993.
[5]韩祯祥，张琦，电力系统分析软件的现状与发展，国际电力，1999，3(1)：51-54.
[6]凌卫家，吕东晓，戴江江，等，面向用户的电力系统模拟计算高级应用软件，湖北电力，2002，26(2)：33-35.
[7]江全元，彭旭东，张宝星，PSS/E：一种先进的电力系统分析仿真软件，高电压技术，2005，31(1)：60-62.
[8]冯宇，王淑芳，张慧媛，电力系统数字仿真软件ARENE，电力建设，2004,25(1)：41-42.
[9]梁克靖，电力系统仿真软件DIgSILENT简介，科技信息，2012(35)：68-68.
[10] BCP Switzerland，NEPLAN，IEEE Power and energy magazine，2006，4(5)：5．
[11]韩祯祥，张琦，一个大型集成化的电力系统仿真计算软件—NETOMAC，电力系统自动化，1997，21(9)：47-50.
[12] Wu Zhongxi，Zhou Xiaoxin，Power System Analysis Software Package(PSASP)-an integrated power system analysis tool. in Power SystemTechnology，Proceedings. POWERCON'98.1998International Conference on.1998. IEEE.
[13]天津大学电力与能量系统研究所，城市电网规划计算机辅助决策系统，天津：天津大学，1997.
[14]王明俊，于尔铿，刘广一，配电系统自动化及其发展，北京：中国电力出版社，1998.
[15]吴奇石，邱家驹，基于GIS的配电网规划人工智能方法(一)：配电网规划智能决策支持系统概述，电力系统自动化，1998，22(10)：17-19.
[16]吴奇石，邱家驹，基于GIS的配电网规划人工智能方法(二)，变压器，1998，22(11)：21-23.
[17] Sumic Z.，S. Venkata，T. Pistorese，Automated underground residentialdistribution design. I. Conceptual design. Power Delivery， IEEE Transactionson，1993，8(2)：637-643.
[18] Sumic Z.，et al.，Automated underground residential distribution design. II.Prototype implementation results. Power Delivery，IEEE Transactions on，1993，8(2)：644-650.
[19] Yeh，E. C. H. Tram. Information integration in computerized distributionsystem planning. in Transmission，Distribution Conference，1996，Proceedings，1996. IEEE.
[20]王赛一，城市中压配电网络优化规划：[博士学位论文]，天津：天津大学，2005.
[21] Crawford D.M.，S.B. Holt Jr，A mathematical optimization technique forlocating sizing distribution substations， deriving their optimal service areas.Power Apparatus Systems，IEEE Transactions on，1975，94(2)：230-235.
[22] Adams R. M. Laughton，Optimal planning of power networks usingmixed-integer programming，Part1：Static time-phased network synthesis.Electrical Engineers，Proceedings of the Institution of，1974，121(2)：139-147.
[23] Temraz H. M. Salama，A planning model for siting，sizing timing ofdistribution substations defining the associated service area. Electric PowerSystems Research，2002，62(2)：145-151.
[24] Aoki K.，New approximate optimization method for distribution systemplanning，Power Systems，IEEE Transactions on，1990，5(1)：126-132.
[25]刘宝碇，赵瑞清，随机规划与模糊规划，北京：清华大学出版社，1998.
[26] Xiao Y.，Y. Song，Y. Sun，Application of stochastic programming for availabletransfer capability enhancement using FACTS devices. in Power EngineeringSociety Summer Meeting，2000. IEEE.
[27] Ekel Y.，L. Terra，M. Junges. Methods of multicriteria decision making infuzzy environment their applications to transmission distribution problems. inTransmission Distribution Conference，1999. IEEE.
[28]刘健，杨文宇，余健明，等，一种基于改进最小生成树算法的配电网架优化规划，中国电机工程学报，2004，24(10)：103-108.
[29] Goswami S.，Distribution system planning using branch exchange technique.Power Systems，IEEE Transactions on，1997，12(2)：718-723.
[30] Kuwabara H.，K. Nara，Multi-year multi-state distribution systems expansionplanning by multi-stage branch exchange. Power Delivery，IEEE Transactionson，1997，12(1)：457-463.
[31]杨丽徙，丁荣刚，王西训，工业企业配电网无功电源的两阶段优化规划，电力系统及其自动化学报，2010(002)：32-36.
[32]王晓凤，结合遗传算法的配电网无功补偿：[硕士学位论文]，西安：西安理工大学，2005.
[33] Wong K.，H. Cheung. Artificial intelligence approach to load allocation indistribution substations. in IEE Proceedings C (Generation，TransmissionDistribution)，1987. IET.
[34] Chen J.L.，Y. Hsu，An expert system for load allocation in distributionexpansion planning. Power Delivery，IEEE Transactions on，1989，4(3)：1910-1918.
[35] Hsu Y.，J.L. Chen，Distribution planning using a knowledge-based expertsystem. Power Delivery，IEEE Transactions on，1990，5(3)：1514-1519.
[36] Brauner G.，M. Zobel，Knowledge based planning of distribution networks.Power Systems，IEEE Transactions on，1994，9(2)：942-948.
[37] Mira V.，J. Ranito，L.M. Proenca，Genetic algorithms in optimal multistagedistribution network planning. Power Systems，IEEE Transactions on，1994，9(4)：1927-1933.
[38]王超学，遗传算法和蚁群算法及其在TSP问题和配电网重构问题中的应用研究：[博士学位论文]，西安：西安理工大学，2007.
[39]余健明，改进多种群遗传算法在中压配电网规划中的应用，西安理工大学学报，2005，21(1)：69-72.
[40]陈俊红，黄丽华，基于配电网络规划的优化算法的研究，微计算机信息，2006，22(4-3)：293-295.
[41]杨丽君，电力系统大停电后恢复算法研究：[博士学位论文]，秦皇岛：燕山大学，2010.
[42]于佳，配电网规划优化方法的研究：[博士学位论文]，沈阳：沈阳农业大学，2008.
[43]路志英，葛亮，陆洁，基于启发式蚁群算法的中压配电网络规划方法研究，电力系统保护与控制，2010(015)：69-74.
[44]赵书强，王磊，改进蚁群算法在配电网规划中的应用，电力系统保护与控制，2010(24)：61-65.
[45]陈根军，唐国庆，基于禁忌搜索与蚁群最优结合算法的配电网规划，电网技术，2005，29(2)：23-27.
[46]黄训诚，庄奕琪，胡斌，基于蚁群最优的配电网网架优化规划，电网技术，2006(S1).
[47] Bouchard D.，M. Salama，A. Chikhani，Optimal feeder routing optimalsubstation sizing placement using guided evolutionary simulated annealing. inElectrical Computer Engineering，1995，Canadian Conference on.1995. IEEE.
[48]倪秋龙，黄民翔，基于支路交换的模拟退火算法在配电网规划中的应用，电力系统及其自动化学报，2000，12(4)：31-35.
[49] Gallego R.，Parallel simulated annealing applied to long term transmissionnetwork expansion planning，Power Systems，IEEE Transactions on，1997，12(1)：181-188.
[50]顾洁，陈章潮，包海龙，混合遗传-模拟退火算法在电网规划中的应用，上海交通大学学报，1999，33(4).
[51]陈根军，李继洗，王磊，基于Tabu搜索的配电网络规划，电力系统自动化，2001，25(7)：40-44.
[52]周玲，王兴念，丁晓群，等，基因/禁忌组合算法在配电网网架优化规划中的应用，电网技术，1999，23(9)：35-42.
[53]陈乃吴，管霖，基于Tabu搜索的中压配电网分区优化算法研究，广东电力，2006，19(4)：1-4.
[54]文福拴，韩祯祥，基于Tabu搜索方法的输电系统最优规则，电网技术，1997，21(5)：2-7.
[55] Mori H.，Y. Sone. A parallel tabu search based approach to transmissionnetwork expansion planning. in Power Tech Proceedings，2001IEEE Porto，2001. IEEE.
[56] Da Silva，E.L.，et al.，Transmission network expansion planning under a tabusearch approach. Power Systems，IEEE Transactions on，2001，16(1)：62-68.
[57]郭巨新，基于改进粒子群算法的配电网网架规划优化研究：[硕士学位论文]，保定：华北电力大学，2011.
[58] Chuanwen J.，E. Bompard，A self-adaptive chaotic particle swarm algorithmfor short term hydroelectric system scheduling in deregulated environment.Energy Conversion Management，2005，46(17)：2689-2696.
[59]张宪，苑津莎，杨薛明，等，基于粒子群算法的配电网网架规划，华北电力大学学报，2006，33(3)：14-17.
[60]苏海锋，张建华，梁志瑞，等，基于LCC和改进粒子群算法的配电网多阶段网架规划优化，中国电机工程学报，2013，33(4)：118-125.
[61]刘立辉，基于GIS的电网负荷预测及其优化研究：[硕士学位论文]，大庆：大庆石油学院，2009.
[62]杨占杰，智能配电网短期负荷预测研究：[硕士学位论文]，天津：天津大学，2012.
[63]炜欣，罗先，基于Hopfield神经网络的多阶段配电变电站的规划优化，电工技术学报，2005，20(5):58-64.
[64]高炜欣，罗先觉，基于多层Hopfield神经网络的配电网网络规划，系统工程学报，2006，21(3)：237-243.
[65]范明天，张祖平，中国配电网发展战略相关问题研究，北京：中国电力出版社，2008.
[66]李天友，配电技术，北京：中国电力出版社，2008.
[67]丘亮，林韩，温步瀛，等，供电模型技术经济特性评估，电力与电工，2011，31(3)：1-6.
[68]吴涵，林韩，温步瀛，等，巴黎，新加坡中压配电网供电模型启示，电力与电工，2010，30(2)：4-7.
[69]葛少云，何文涛，刘洪，等，中压配电系统供电模型综合评价，电力系统保护与控制，2012，40(13)：104-109.
[70]石方迪，刘洪，曹春，等，配电网供电块联络模型的构建及匹配性分析，电力系统及其自动化学报，2011，23(5)：119-124.
[71]何文涛，中压配电系统供电模型研究：[硕士学位论文]，天津：天津大学，2011.
[72]方富贵，图论的算法和应用研究，计算机与数字工程，2012，40(2)：115-117，132．
[73] Holl J.H.，Adaptation in natural artificial systems：an introductory analysiswith applications to biology，control artificial intelligence1992：MIT press.
[74]王方方，基于改进遗传算法的配电网规划：[硕士学位论文]，上海：上海交通大学，2009.
[75] Booker L.B.，D.E. Goldberg，J.H. Holl，Classifier systems genetic algorithms.Artificial intelligence，1989，40(1)：235-282.
[76] H. Ishibuchi，T. Nakashima，T. Murata. A fuzzy classifier system thatgenerates fuzzy if-then rules for pattern classification problems. inEvolutionary Computation，1995，IEEE International Conference on1995IEEE.
[77] Fuger H.，G. Stein，U. Stilla. Multi-population evolution strategies forstructural image analysis. in Evolutionary Computation，1994IEEE WorldCongress on Computational Intelligence，Proceedings of the First IEEEConference on1994IEEE.
[78] Maniezzo V.，Genetic evolution of the topology weight distribution of neuralnetworks. Neural Networks，IEEE Transactions on，1994，5(1)：39-53.
[79] Krishnakumar K.，D.E. Goldberg，Control system optimization using geneticalgorithms. Journal of Guidance，Control，Dynamics，1992，15(3)：735-740.
[80] Michalewicz Z.，C.Z. Janikow，J.B. Krawczyk，A modified genetic algorithmfor optimal control problems. Computers&Mathematics with Applications，1992，23(12)：83-94.
[81] Takahashi R.H.，L. Peres，A. Ferreira，Multiobjective H2guaranteed cost PIDdesign. Control Systems，IEEE，1997，17(5)：37-47.
[82] Porter B.，A. Jones，Genetic tuning of digital PID controllers. ElectronicsLetters，1992，28(9)：843-844.
[83] Ge S.，T. Lee，G. Zhu，Genetic algorithm tuning of Lyapunov-basedcontrollers：An application to a single-link flexible robot system. IndustrialElectronics，IEEE Transactions on，1996，43(5)：567-574.
[84] Fogel D.B.，Applying evolutionary programming to selected travelingsalesman problems，Cybernetics systems，1993，24(1)：27-36.
[85]张菁，基于两联络接线模式的联络线优化研究：[硕士学位论文]，天津：天津大学，2007.
[86] Dorigo M.，V. Maniezzo，A. Colorni，Ant system：optimization by a colonyof cooperating agents. Systems，Man，Cybernetics，Part B：Cybernetics，IEEE Transactions on，1996，26(1)：29-41.
[87] Dorigo M.，G.D. Caro，L.M. Gambardella，Ant algorithms for discreteoptimization. Artificial life，1999，5(2)：137-172.
[88] Costa D.，A. Hertz，Ants can colour graphs. Journal of the operationalResearch Society，1997，48(3)：295-305.
[89]孙新宇，万筱宁，孙林岩，蚁群算法在混流装配线调度问题中的应用，信息与控制，2002，31(6)：486-490.
[90] Gao W.，X. Luo，Improved ant algorithm for distribution network planning，proceedings-chinese society of electrical engineering，2004，24(9)：110-114.
[91]马乃兵，郑爱霞，提高城市配电网供电可靠性的措施，江苏电机工程，2002，21(1)：13-14.
[92]谭学知，大城市使用20kV中压配电的优势探讨，供用电，2006，23(3)：39-41.
[93]王银年，遗传算法的研究与应用：[硕士学位论文]，无锡：江南大学，2009.
[94] Glover F.，M. Laguna，Tabu search，John Wiley&Sons Inc，1993.
[95] Wen F.，C. Chang. Possibilistic-diagnosis theory for fault-section estimationstate identification of unobserved protective relays using tabu-search method.in Generation，Transmission Distribution，IEE Proceedings，1998. IET.
[96]路景，周春艳，基于遗传算法的混合优化策略研究，计算机技术与发展，2007，17(3)：144-146.
[97]王凌，智能优化算法及其应用，北京：清华大学出版社，2001.
[98]黄友锐，智能优化算法及其应用，北京：国防工业出版社，2008.
[99]吴晓军，薛惠锋，李慜，等，GA-PSO混合规划算法，西北大学学报(自然科学版)，2005，35(1)：39-43.
[100]王丽芳，曾建潮，基于微粒群算法与模拟退火算法的协同进化方法，自动化学报，2006，32(4)：630-635.
[101] Schmidt H.，G. Thierauf，A combined heuristic optimization technique，Advances in Engineering Software，2005，36(1)：11-19.
[102] Zhang W.J.，X.F. Xie，DEPSO：hybrid particle swarm with differentialevolution operator. in Systems，Man Cybernetics，2003，IEEE InternationalConference on2003IEEE.
[103] Chiou，J.，C.F. Chang，C.T. Su，Ant direction hybrid differential evolution forsolving large capacitor placement problems. Power Systems，IEEETransactions on，2004，19(4)：1794-1800.
[104] Mingjun J.，T. Huanwen，Application of chaos in simulated annealing，Chaos，Solitons&Fractals，2004，21(4)：933-941.
[105]袁晓辉，袁艳斌，王乘，等，一种新型的自适应混沌遗传算法，电子学报，2006，34(4)：708-712.
[106] Ahmad F.，Genetic Algorithm-Artificial Neural Network (GA-ANN) HybridIntelligence for Cancer Diagnosis. in Computational Intelligence，Communication Systems Networks (CICSyN)，2010Second InternationalConference on2010IEEE.
[107] Naitali A.， F. Giri. Wiener Hammerstein nonlinear systems identificationusing hybrid Genetic Swarming Intelligence based Culture Algorithm. inAmerican Control Conference (ACC)，2010，2010IEEE.
[108] Pan S.，M. K.S. Cheng，Evolution-based tabu search approach to automaticclustering. Systems， Man，Cybernetics，Part C：Applications Reviews，IEEETransactions on，2007，37(5)：827-838.
[109] Behnamian J.，M. Z ieh，S. Fatemi Ghomi，Parallel-machine schedulingproblems with sequence-dependent setup times using an ACO，SA VNS hybridalgorithm，Expert Systems with Applications，2009，36(6)：9637-9644.
[110] Wu S.，T.W. Chow，Self-organizing self-evolving neurons：a new neuralnetwork for optimization. Neural Networks，IEEE Transactions on，2007，18(2)：385-396.
[111] Paraskevopoulos D.，A reactive variable neighborhood tabu search for theheterogeneous fleet vehicle routing problem with time windows. Journal ofHeuristics，2008，14(5)：425-455.
[112] Kuo R.，Y. Han，A hybrid of genetic algorithm particle swarm optimization forsolving bi-level linear programming problem–A case study on supply chainmodel. Applied Mathematical Modelling，2011，35(8)：3905-3917.
[113] Karthik D.，V.N. Sreenivas，G.S. Sundaram. Optimization of ring parametersof artificial magnetic resonators using Swarm intelligence Hybrid GeneticAlgorithm. in Electronics Computer Technology (ICECT)，20113rdInternational Conference on2011IEEE.
[114] Hui S.，Multi-objective optimization for hydraulic hybrid vehicle based onadaptive simulated annealing genetic algorithm. Engineering Applications ofArtificial Intelligence，2010，23(1)：27-33.
[115]王素欣，高利，崔小光，等，多需求点车辆调度模型及其群体智能混合求解，自动化学报，2008，34(1)：102-104.
[116]陈萍，黄厚宽，董兴业，求解卸装一体化的车辆路径问题的混合启发式算法，计算机学报，2008，31(4)：565-573.
[117]张长胜，孙吉贵，杨轻云，等，一种求解车间调度的混合算法，自动化学报，2009，35(3)：332-336.
[118]尹新，周野，何怡刚，基于混合算法优化神经网络的混沌时间序列预测，湖南大学学报：自然科学版，2010，37(006)：41-45.
[119]姚静，方彦军，陈广，遗传和禁忌搜索混合算法在机组负荷分配中的应用，中国电机工程学报，2010(26)：95-100.
[120] Krasnogor N.，J. Smith，A tutorial for competent memetic algorithms：model，taxonomy，design issues. Evolutionary Computation，IEEE Transactions on，2005，9(5)：474-488.
[121] Smith J.E.，Coevolving memetic algorithms：a review progress report.Systems，Man，Cybernetics，Part B：Cybernetics，IEEE Transactions on，2007，37(1)：6-17.
[122] Talbi E.G.，A taxonomy of hybrid metaheuristics. Journal of Heuristics，2002，8(5)：541-564.
[123]段刚，余贻鑫，中压配电网联络线优化的算法和实现，电力系统自动化，1999，23(15)：10-14.
[124] Nara K.，A tabu search algorithm for determining distribution tie lines. inIntelligent Systems Applications to Power Systems，1996. Proceedings，ISAP'96.，International Conference on1996IEEE.
[125] Filipec M.，D. Skrlec，S. Krajcar，New genetic algorithm for link distributionsystem design. in Electrotechnical Conference，2000. MELECON2000.10thMediterranean2000IEEE.
[126]王成山，王赛一，基于空间GIS的城市中压配电网络智能规划(二)多分段多联络接线模式的自动布局，电力系统自动化，2004，28(6)：55-59.
[127]沈瑞寒，刘涤尘，赵洁，等，基于加权网络模型的电网潮流转移下危险线路识别，电网技术，2012，36(005)：245-250.
[128]乐阳，龚健雅，Dijkstra最短路径算法的一种高效率实现，武汉测绘科技大学学报，1999，24(3)：209-212.
[129]郝伟，蚁群最短路径算法优化及其在GIS中的应用研究：[硕士学位论文]，西安：西北大学，2009.
[130] Dorigo M.，G. Di Caro. Ant colony optimization：a new meta-heuristic. inEvolutionary Computation，1999. CEC99. Proceedings of the1999Congresson1999IEEE.
[131]严蔚敏，吴伟民，数据结构，北京：清华大学出版社，1997.
[132]周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999.
[133]何建军，郑霓虹，王官洁，基于改进遗传算法的配电网无功优化，电力系统及其自动化学报，2002，14(3)：16-19.
[134]陆锋，最短路径算法：分类体系与研究进展，测绘学报，2001，30(3)：269-275.
[135]刘健，倪建立，刘文洪，等，配电开闭所自动化典型设计，电力系统自动化，2000，24(19)：64-65.
[136]王赛一，基于地理信息系统10kV开关站自动布局，供用电，2006，23(5)：23-26.
[137]林育明，尹项根，张哲，两种开闭所自动化方案的分析，电力需求侧管理，2002，4(4)：30-32.
[138]王成山，王赛一，基于空间GIS的城市中压配电网络智能规划(三)带开闭所接线模式的自动布局，电力系统自动化，2004，28(7)：58-61.
[139] Masud E.，An interactive procedure for sizing timing distribution substationsusing optimization techniques，Power Apparatus Systems，IEEE Transactionson，1974(5)：1281-1286.
[140] Yixin Y.，Optimal planning of distribution substation locations sizes modelalgorithm. International Journal of Electrical Power&Energy Systems，1996，18(6)：353-357.
[141]张天赐，平面选址问题概述，运筹学学报，1985，4(1)：4-11.