本文主要是利用混合算法的思路來彌補(bǔ)單一算法在求解能力上的不足,通過混合人工蜂群算法和蟻群算法來提高人工蜂群算法的學(xué)習(xí)能力,保留其較好的搜索能力,以便于更好的利用于多目標(biāo)規(guī)劃下的優(yōu)化廠級(jí)負(fù)荷分配問題中的。文中以某具有三臺(tái)機(jī)組的電廠作為研究對(duì)象,采用的混合智能算法的性能也經(jīng)過某具有十臺(tái)機(jī)組的電廠進(jìn)行驗(yàn)證。靈活控制策略主要指的是建立決策庫來進(jìn)行輔助負(fù)荷分配的決策過程。所謂的靈活控制策略主要從兩個(gè)層面進(jìn)行,一是要解決多目標(biāo)優(yōu)化下的廠級(jí)負(fù)荷分配難題,通過對(duì)群體智能算法的學(xué)習(xí),提出一種綜合了蟻群算法和人工蜂群算法的混合智能算法,大幅提高了算法的搜索能力和尋優(yōu)能力。二是針對(duì)多目標(biāo)動(dòng)態(tài)規(guī)劃問題中的權(quán)重系數(shù)進(jìn)行深入研究,使用層次分析法確定權(quán)重系數(shù),并設(shè)計(jì)相關(guān)備選方案,通過仿真計(jì)算驗(yàn)證方案的可行性和準(zhǔn)確性。研究結(jié)果顯示,與傳統(tǒng)的單一智能算法相比,本文提出的蟻群-人工蜂群混合智能算法在收斂速度和搜索能力等方面均有更好的表現(xiàn)能力,能夠?yàn)殡姀S負(fù)荷分配的決策提供更加科學(xué)的參考。通過對(duì)比幾種不同權(quán)重系數(shù)分配的方案,可以體現(xiàn)控制策略的靈活性特性,仿真結(jié)果與方案設(shè)計(jì)相符合,證明了方案的可靠性和準(zhǔn)確性。該結(jié)果表明采用混合...

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)
    1.3 主要研究內(nèi)容
    1.4 本文創(chuàng)新點(diǎn)
第2章 基本控制策略分析
    2.1 引言
    2.2 熱力發(fā)電廠負(fù)荷分配的研究
        2.2.1 熱負(fù)荷分配方案
        2.2.2 電負(fù)荷的分配方案
    2.3 廠級(jí)自動(dòng)發(fā)電控制模式
        2.3.1 控制形式的研究
        2.3.2 控制策略研究
    2.4 基于靈活性策略的權(quán)重系數(shù)分析
    2.5 本章小結(jié)
第3章 混合智能算法的研究
    3.1 算法概述
        3.1.1 蟻群算法
        3.1.2 人工蜂算法
        3.1.3 混合智能算法
    3.2 算法流程
        3.2.1 蟻群算法
        3.2.2 人工蜂群算法
        3.2.3 混合智能算法
    3.3 性能測試
        3.3.1 仿真結(jié)果
        3.3.2 收斂速度和求解時(shí)間的比較
    3.4 本章小結(jié)
第4章 混合智能算法在靈活發(fā)電策略中的應(yīng)用
    4.1 引言
    4.2 多目標(biāo)優(yōu)化下的廠級(jí)負(fù)荷分配問題建模
        4.2.1 能耗特性基本曲線
        4.2.2 建模約束條件分析
        4.2.3 負(fù)荷分配目標(biāo)函數(shù)的優(yōu)化
    4.3 基于智能混合算法的負(fù)荷分配
        4.3.1 不同分配模式下的仿真計(jì)算
        4.3.2 計(jì)算結(jié)果比較與分析
    4.4 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它結(jié)果
致謝



本文編號(hào)：3743194