參考文獻
[1] 戴旭凡，陸奎，宋丹. 基于混沌映射的自適應退火型粒子群算法的微電網(wǎng)優(yōu)化經(jīng)濟調(diào)度[J] . 蘭州文理學院學報(自然科學版)，2021，35(4) ：70-74.
[2] 王強杰，沈達，鄔晶，等. 基于天牛須-粒子群算法的微電網(wǎng)日經(jīng)濟調(diào)度優(yōu)化[J] . 上海電機學院學報，2021，24(1) ：39-46.
[3] 李星辰，袁旭峰，李沛然，等. 基于改進 QPSO 算法的微電網(wǎng)多目標優(yōu)化運行策略[J] . 電力科學與工程，2020，36(12) ：22-29.
[4] 李海濤，崔樹春，聞楓. 基于 r-BBMOPSO 算法的微電網(wǎng)優(yōu)化運行方法[J] . 廣東電力，2020，33(8) ：78-85.
[5] 陳深，肖俊陽，黃玉程，等. 基于改進量子粒子群算法的微網(wǎng)多目標優(yōu)化調(diào)度[J] . 電力科學與技術(shù)學報，2015，30(2) ：41-47.
[6] 劉燕華，張楠，張旭. 考慮儲能運行成本的風光儲微網(wǎng)的經(jīng)濟運行[J] . 現(xiàn)代電力，2013，30(5) ：13-18.
[7] 柳勇，王萱政，李思維，等. 面向泛在電力物聯(lián)網(wǎng)的毫秒級分層分區(qū)精準切負荷系統(tǒng)研究[J] . 電工技術(shù)，2021(5) ：145-148.
[8] 柳勇. 一種實時綜合賦權(quán)評判決策的切負荷策略研究[D]. 銀川：寧夏大學，2021.
[9] 劉振，張梅. 常見幾種分布隨機數(shù)產(chǎn)生原理及實現(xiàn)途徑[J] . 中阿科技論壇(中英文)，2020(11) ：95-97.
[10] 劉剛，耿健，楊冬梅，等. 基于高斯擾動的改進混合粒子群算法研究[J] . 工業(yè)控制計算機，2021，34(3) ：12-14.
[11] KROHLING R A.Gaussian swarm：a novel particle swarm optimization algorithm[C]//IEEE Conference on Cybernetics and Intelligent Systems，2004.
[12] 岳小雪，鄭云水，林俊亭. 自適應變異的蝙蝠算法[J].計算機測量與控制，2015，23(2)：516-519.
[13] 鄭云水，岳小雪，林俊亭. 帶有高斯變異的混合蛙跳蝙蝠算法[J]. 計算機應用研究，2015，32(12)：3629-3633.
[14] 周璨， 董偉廣， 鐘建偉， 等. 基于改進粒子群算法的配電網(wǎng)無功優(yōu)化[J] . 物聯(lián)網(wǎng)技術(shù)，2020，10(1)：33-35.
