Optimization is the process of attaining the best solution from the available set of prioritized constraints to maximize or minimize the desired function involved in it. It is imperative in engineering to plan and design to find the best out of confined resource and time. A recently recommended barnacles matting optimization (BMO) has been recognized in computing the optimal parameters of the electric power system with excellent performance characteristics. In this paper, the intensified version of BMO has been proposed with the aid of cuckoo search (CS) and traditional particle swarm optimization (PSO). An in-depth analysis was made on the BMO technique and proposed suitable modifications to deal with the electrical power system stability enhancement issue efficiently. The proposed technique in the power system stabilizer (PSS) parameter computation is validated on the 23 benchmark functions to examine for its suitability. The robustness of the proposed method is presented via statistical analysis and boxplot of the 23 benchmark functions. The PSS parameters are computed in a benchmark two area four machine system using intensified BMO under self-clearing fault conditions. A multi-objective function is designed to improve the damping nature offered under system uncertainties, and the comparative analysis is presented among conventional PSS, BMO, intensified BMO with CS and PSO (BMO-CS and BMO-PSO), and harris hawks optimizer.

中文翻译：

---

一种减轻电力系统振荡的强化藤壶交配优化的新方法

优化是从可用的优先约束集中获得最佳解决方案的过程，以最大化或最小化其中涉及的所需功能。在工程中必须进行规划和设计，以在有限的资源和时间中找到最佳方案。最近推荐的藤壶消光优化 (BMO) 在计算具有优异性能特性的电力系统的最佳参数方面得到了认可。在本文中，在布谷鸟搜索 (CS) 和传统粒子群优化 (PSO) 的帮助下，提出了 BMO 的强化版本。对 BMO 技术进行了深入分析，并提出了适当的修改，以有效处理电力系统稳定性增强问题。在电力系统稳定器 (PSS) 参数计算中提出的技术在 23 个基准函数上得到验证，以检查其适用性。通过 23 个基准函数的统计分析和箱线图展示了所提出方法的稳健性。PSS 参数是在基准两区四机系统中在自清除故障条件下使用强化 BMO 计算的。设计了多目标函数以改善系统不确定性下提供的阻尼特性，并对常规 PSS、BMO、具有 CS 和 PSO 的强化 BMO（BMO-CS 和 BMO-PSO）以及 harris hawks 优化器进行了比较分析。通过 23 个基准函数的统计分析和箱线图展示了所提出方法的稳健性。PSS 参数是在基准两区四机系统中在自清除故障条件下使用强化 BMO 计算的。设计了多目标函数以改善系统不确定性下提供的阻尼特性，并对常规 PSS、BMO、具有 CS 和 PSO 的强化 BMO（BMO-CS 和 BMO-PSO）以及 harris hawks 优化器进行了比较分析。通过 23 个基准函数的统计分析和箱线图展示了所提出方法的稳健性。PSS 参数是在基准两区四机系统中在自清除故障条件下使用强化 BMO 计算的。设计了多目标函数以改善系统不确定性下提供的阻尼特性，并对常规 PSS、BMO、具有 CS 和 PSO 的强化 BMO（BMO-CS 和 BMO-PSO）以及 harris hawks 优化器进行了比较分析。