关键词: DEMFO， 差分进化算法, 柯西变异算子, 动态自适应权重因子, 电力系统负荷经济调度

摘要：

针对基本Moth-Flame优化（MFO）算法收敛速度慢、收敛精度低的缺点，提出了一种基于差分进化（DEMFO）的改进Moth优化算法。该算法首先将差分进化算法集成到MFO算法中，使蛾种群具有变异、交叉和选择机制，而DEMFO算法同时具有较强的全局和局部搜索能力。它使用柯西变异算子更新蛾类的最优位置，产生新的解，保持蛾类种群的多样性，帮助算法跳出局部最优。然后引入动态自适应权重因子，使蛾类更新更加灵活，并将算法引导到正确的搜索方向，从而有效地提高了算法的收敛性和准确性。对该算法进行了八种功能的仿真实验。从实验结果可以看出，改进的moth优化算法在收敛速度和收敛精度上有了显著的提高。最后，将其成功应用于经济调度模型的求解，并在Matlab平台上对140个机组实例进行了仿真。与基本MFO算法相比，所提出的DEMFO算法可以获得更高质量的优化解，并提供更好的负荷经济调度方案，从而有效降低发电成本，产生巨大的经济效益。

关键词： DEMFO算法， 差分进化（DE）算法， 柯西变异算子， 动态自适应权重因子， 经济调度（ED）