本文關(guān)鍵詞：隨機(jī)機(jī)組組合問(wèn)題中基于粒子群算法的情景削減方法研究

  更多相關(guān)文章： 機(jī)組組合 隨機(jī)機(jī)組組合 情景削減 前向選擇法 后向削減法 粒子群算法

【摘要】：在求解傳統(tǒng)機(jī)組組合問(wèn)題及基于電價(jià)的確定性機(jī)組組合問(wèn)題時(shí),由于電力負(fù)荷與電價(jià)一般是事先給定的,其求解結(jié)果通常不能反映負(fù)荷與電價(jià)不確定性的影響。因此,考慮負(fù)荷和電價(jià)不確定性的隨機(jī)機(jī)組組合問(wèn)題日益得到重視。在隨機(jī)機(jī)組組合問(wèn)題中一般采用情景分析法對(duì)不確定性因素進(jìn)行建模并求解,將不確定性因素建模成情景時(shí),為了充分反映不確定性并合理代表整體的分布,通常會(huì)生成數(shù)量很大的情景。情景生成的數(shù)量和質(zhì)量將直接影響到隨機(jī)機(jī)組組合問(wèn)題的求解計(jì)算量和最優(yōu)解的質(zhì)量。由于計(jì)算的復(fù)雜性和時(shí)間限制,在實(shí)際應(yīng)用中需要對(duì)初始情景進(jìn)行削減,以便得到合適數(shù)量和質(zhì)量的情景。本文主要對(duì)隨機(jī)機(jī)組組合問(wèn)題中的情景削減方法進(jìn)行研究:首先,介紹機(jī)組組合問(wèn)題的研究背景及發(fā)展現(xiàn)狀,建立傳統(tǒng)機(jī)組組合問(wèn)題以及隨機(jī)機(jī)組組合問(wèn)題的數(shù)學(xué)模型及約束條件,綜述機(jī)組組合問(wèn)題的求解方法,介紹情景生成及削減問(wèn)題的研究現(xiàn)狀并詳細(xì)說(shuō)明文章的研究思路與章節(jié)安排;其次,在介紹情景、情景分析法與情景生成方法的基礎(chǔ)上,采用蒙特卡羅模擬法生成一個(gè)小規(guī)模初始電價(jià)情景集合和一個(gè)大規(guī)模初始電價(jià)情景集合,然后對(duì)情景削減的理論依據(jù)進(jìn)行說(shuō)明,引出后向削減法和前向選擇法的概念,并定義一種相對(duì)精度指標(biāo)以驗(yàn)證這兩種削減算法的有效性;再次,對(duì)粒子群算法的理論背景及研究現(xiàn)狀、粒子群算法的基本原理及收斂性等進(jìn)行分析,基于粒子群算法提出一種新的情景削減方法,詳細(xì)給出采用該方法求解隨機(jī)機(jī)組組合問(wèn)題中的情景削減問(wèn)題的步驟;最后,給出基于粒子群算法的情景削減方法的算例測(cè)試,采用該方法對(duì)上面生成的小規(guī)模電價(jià)情景集合及大規(guī)模電價(jià)情景集合分別進(jìn)行削減,并將其削減結(jié)果與前向選擇法和后向削減法的削減結(jié)果進(jìn)行比較,以驗(yàn)證該方法的有效性。測(cè)試結(jié)果表明,基于粒子群算法的情景削減方法可以快速有效的對(duì)初始情景進(jìn)行削減,能夠較好的求解隨機(jī)機(jī)組組合問(wèn)題中的情景削減問(wèn)題。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 熊高峰;聶坤凱;劉喜蘋;蔡振華;謝上華;;基于遺傳算法的隨機(jī)機(jī)組組合問(wèn)題求解[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2012年05期

2 王劍;劉天琪;;發(fā)電機(jī)組組合的混合蟻群優(yōu)化算法[J];電力系統(tǒng)保護(hù)與控制;2010年20期

3 黎靜華;蘭飛;;適合于機(jī)組組合問(wèn)題的擴(kuò)展優(yōu)先順序法[J];電力系統(tǒng)保護(hù)與控制;2010年02期

4 陳燁;趙國(guó)波;劉俊勇;劉天琪;李華強(qiáng);;用于機(jī)組組合優(yōu)化的蟻群粒子群混合算法[J];電網(wǎng)技術(shù);2008年06期

5 高尚;湯可宗;蔣新姿;楊靜宇;;粒子群優(yōu)化算法收斂性分析[J];科學(xué)技術(shù)與工程;2006年12期

6 潘峰;陳杰;甘明剛;蔡濤;涂序彥;;粒子群優(yōu)化算法模型分析[J];自動(dòng)化學(xué)報(bào);2006年03期

7 劉涌;侯志儉;蔣傳文;;求解機(jī)組組合問(wèn)題的改進(jìn)離散粒子群算法[J];電力系統(tǒng)自動(dòng)化;2006年04期

8 吳金華,吳耀武,熊信艮;機(jī)組組合問(wèn)題的擴(kuò)展Hopfield神經(jīng)網(wǎng)絡(luò)算法[J];電力系統(tǒng)自動(dòng)化;2003年07期

9 陳皓勇,王錫凡;機(jī)組組合問(wèn)題的優(yōu)化方法綜述[J];電力系統(tǒng)自動(dòng)化;1999年04期

，

本文編號(hào)：1147417