本文選題：遺傳算法 + Halton序列�。� 參考：《水電能源科學(xué)》2017年01期

【摘要】：針對傳統(tǒng)多目標(biāo)遺傳算法(NSGA-Ⅱ)在進(jìn)化過程中存在的不足,首先利用擬隨機(jī)Halton序列及自適應(yīng)調(diào)整的方法對初始種群多樣性和算法收斂性進(jìn)行改進(jìn);然后選取小浪底水庫為例,建立水庫多目標(biāo)優(yōu)化調(diào)度模型,并運(yùn)用改進(jìn)的NSGA-Ⅱ算法對模型進(jìn)行求解;最后采用模糊優(yōu)選法對得到的Pareto最優(yōu)解集進(jìn)行方案優(yōu)選。結(jié)果表明,改進(jìn)的算法相比傳統(tǒng)算法更為高效、合理,且調(diào)度結(jié)果符合客觀實際。
[Abstract]:In view of the shortcomings of the traditional multi-objective genetic algorithm (NSGA- II) in the evolution process, the initial population diversity and algorithm convergence are improved by using the quasi random Halton sequence and adaptive adjustment method. Then the Xiaolangdi Dam reservoir is selected as an example to establish the reservoir multi target optimal scheduling model, and the improved NSGA- II algorithm is used. The model is solved. Finally, the optimal solution set of Pareto is selected by fuzzy optimization method. The results show that the improved algorithm is more efficient and reasonable than the traditional algorithm, and the scheduling results conform to the objective reality.
【作者單位】： 河海大學(xué)水文水資源學(xué)院;
【基金】：國家自然科學(xué)基金項目(41471014) 國家社會科學(xué)基金項目(2012&ZD214)
【分類號】：TV697.11

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 董益華;王延輝;李躍鵬;;基于多目標(biāo)遺傳算法的水資源承載力模型研究[J];黑龍江水專學(xué)報;2007年03期

2 楊祖強(qiáng);羅希;王文文;;基于改進(jìn)型多目標(biāo)遺傳算法的含氣水錘防護(hù)方案優(yōu)化研究[J];水資源與水工程學(xué)報;2014年01期

3 劉喜峰;胡宇祥;張瑞;殷飛;;多目標(biāo)遺傳算法在水資源優(yōu)化配置中的應(yīng)用[J];科技與創(chuàng)新;2014年07期

4 李學(xué)斌;;基于多目標(biāo)遺傳算法和多屬性決策的水輪機(jī)PID控制器參數(shù)整定[J];電力科學(xué)與工程;2009年02期

5 顧巍;伍永剛;林占東;;二倍體多目標(biāo)遺傳算法在水資源優(yōu)化中的應(yīng)用[J];水電能源科學(xué);2009年01期

6 馬俊彬;;基于多目標(biāo)遺傳算法的水利工程施工進(jìn)度計劃優(yōu)化[J];黑龍江水利科技;2014年06期

7 黃蘇寧;黃顯峰;方國華;徐爍;;基于多目標(biāo)遺傳算法的水土資源優(yōu)化配置研究[J];中國農(nóng)村水利水電;2013年05期

8 ;[J];;年期

，

本文編號：2000496