基于改进磷虾群算法的配电网三相时序潮流多目标优化（Matlab实现）
配电网优化这事儿，说难不难说简单也不简单。传统磷虾群算法在搞多目标优化时总容易卡在局部
最优解，就像一群磷虾集体迷路找不着北。最近折腾了个改进版的动态压力控制算子，直接让这群"磷虾"
进化出GPS导航功能。
动态压力控制的实现其实挺有意思，在代码里加了个自适应权重参数。看这段核心代码：
```matlab
function [velocity] = update_velocity(v_max, w, c1, c2, pbest, gbest, current_pos)
% 动态压力因子计算公式
pressure = 1.2 - (0.5 * sin(pi * iter/max_iter));
w = w * pressure; % 惯性权重动态调整
cognitive = c1 * rand() .* (pbest - current_pos);
social = c2 * rand() .* (gbest - current_pos);
velocity = w * v_max + cognitive + social;
end
```
这个pressure变量就像给算法装了个脉冲调节器。迭代前期压力值大范围扫图，后期逐渐收缩精准
定位。特别是那个sin函数的使用，让压力值呈现波浪式衰减，有效避免了传统线性下降导致的早熟现象。
时序潮流优化的目标函数设计是另一个重头戏。在Matlab里处理三相不平衡问题，得把时间序列数
据揉进目标函数：
```matlab
function [fitness] = objective_function(population, time_series)
total_loss = 0;
for t = 1:24 % 24小时时序
[voltage, current] = three_phase_loadflow(population, time_series(t));
loss(t) = sum(sum(current.^2 .* line_R)); % 三相线路损耗
deviation(t) = max(abs(voltage - 1.05)); % 电压偏差
end
fitness = 0.6*mean(loss) + 0.4*max(deviation); % 多目标加权
end
```
