基于分段粒子群算法的梯級(jí)水庫(kù)多目標(biāo)優(yōu)化調(diào)度模型研究
發(fā)布時(shí)間:2021-12-02 06:28
提出了約束破壞向量、分段粒子群算法以及多目標(biāo)分段粒子群算法,有效解決了在時(shí)間步長(zhǎng)較小、計(jì)算時(shí)段數(shù)目較多時(shí),傳統(tǒng)智能優(yōu)化算法解水庫(kù)優(yōu)化調(diào)度問(wèn)題的尋優(yōu)效率低下甚至無(wú)可行解的問(wèn)題。該方法基于粒子群算法框架,引入約束破壞向量、分段操作和特殊變異操作來(lái)增強(qiáng)進(jìn)化過(guò)程中的種群質(zhì)量,從而提高算法的計(jì)算效率。閩江流域金溪梯級(jí)水庫(kù)多目標(biāo)優(yōu)化調(diào)度的實(shí)例分析表明,在解時(shí)間步長(zhǎng)較小、計(jì)算時(shí)段數(shù)目較多的水庫(kù)優(yōu)化調(diào)度問(wèn)題時(shí),分段粒子群算法、多目標(biāo)分段粒子群算法相對(duì)其他算法具有明顯優(yōu)勢(shì)。
【文章來(lái)源】:水資源與水工程學(xué)報(bào). 2020,31(03)CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
迭代過(guò)程中某一解向量所表示的水庫(kù)水量變化過(guò)程線
特殊變異方式示意圖見圖2(流程可見圖4)。特殊變異操作的優(yōu)點(diǎn)為:(1)避免了水量結(jié)構(gòu)敏感段、約束不滿足段內(nèi)的變量單獨(dú)變異導(dǎo)致約束破壞度的增加,避免了迭代中出現(xiàn)大量不可行解的情況,提高了計(jì)算效率;(2)約束不滿足段的水量的整體增加,有助于降低此段出力約束的破壞度,水量結(jié)構(gòu)敏感段的整體抬升可以使得敏感段中的一部分時(shí)段不再敏感,有助于過(guò)長(zhǎng)的水量結(jié)構(gòu)敏感段的解體;(3)此算法的各段之間的水量變化方式直接增加了各段的始、末水量變化的概率,有助于提高計(jì)算效率。
上述“分解聚合”求解策略的優(yōu)點(diǎn)在于:(1)可以使最終得到Pareto解集盡可能接近多目標(biāo)問(wèn)題的真實(shí)Pareto前沿;(2)先使解集中的某些解優(yōu)先接近真實(shí)Pareto前沿,再在真實(shí)Pareto前沿附近搜索Pareto解集的其他解,完善解集的多樣性,避免了算法在進(jìn)化中為還未接近真實(shí)Pareto前沿的解集的多樣性花費(fèi)過(guò)多的時(shí)間。4.4 種群排序與個(gè)體進(jìn)化
【參考文獻(xiàn)】:
期刊論文
[1]梯級(jí)水電站優(yōu)化調(diào)度的改進(jìn)社會(huì)情感優(yōu)化算法[J]. 劉強(qiáng),鐘平安,陳宇婷,徐斌,朱非林. 水力發(fā)電學(xué)報(bào). 2018(01)
[2]梯級(jí)水庫(kù)生態(tài)調(diào)度多目標(biāo)混合蛙跳差分算法研究[J]. 方國(guó)華,林澤昕,付曉敏,郭玉雪,聞昕. 水資源與水工程學(xué)報(bào). 2017(01)
[3]金昌二壩渠調(diào)水系統(tǒng)水能水量?jī)?yōu)化調(diào)度研究[J]. 王鵬全,張永明,趙廷紅,肖大太,石占濤. 水資源與水工程學(xué)報(bào). 2016(03)
[4]改進(jìn)量子粒子群算法在水電站群優(yōu)化調(diào)度中的應(yīng)用[J]. 馮仲愷,廖勝利,牛文靜,申建建,程春田,李澤宏. 水科學(xué)進(jìn)展. 2015(03)
[5]基于改進(jìn)布谷鳥算法的梯級(jí)水庫(kù)優(yōu)化調(diào)度研究[J]. 明波,黃強(qiáng),王義民,劉登峰,白濤. 水利學(xué)報(bào). 2015(03)
[6]一種多目標(biāo)進(jìn)化算法解集分布廣度評(píng)價(jià)方法[J]. 李密青,鄭金華. 計(jì)算機(jī)學(xué)報(bào). 2011(04)
[7]幾種計(jì)算超體積算法的比較研究[J]. 周秀玲,郭平,陳寶維,王靜. 計(jì)算機(jī)工程. 2011(03)
[8]基于混合粒子群算法的梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度[J]. 周建中,李英海,肖舸,張勇傳. 水利學(xué)報(bào). 2010(10)
[9]梯級(jí)水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度[J]. 覃暉,周建中,肖舸,趙云發(fā),盧有麟,張勇傳. 水科學(xué)進(jìn)展. 2010(03)
[10]烏溪江梯級(jí)水電站隱隨機(jī)優(yōu)化調(diào)度方案[J]. 唐海華. 水電自動(dòng)化與大壩監(jiān)測(cè). 2010(02)
本文編號(hào):3527907
【文章來(lái)源】:水資源與水工程學(xué)報(bào). 2020,31(03)CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
迭代過(guò)程中某一解向量所表示的水庫(kù)水量變化過(guò)程線
特殊變異方式示意圖見圖2(流程可見圖4)。特殊變異操作的優(yōu)點(diǎn)為:(1)避免了水量結(jié)構(gòu)敏感段、約束不滿足段內(nèi)的變量單獨(dú)變異導(dǎo)致約束破壞度的增加,避免了迭代中出現(xiàn)大量不可行解的情況,提高了計(jì)算效率;(2)約束不滿足段的水量的整體增加,有助于降低此段出力約束的破壞度,水量結(jié)構(gòu)敏感段的整體抬升可以使得敏感段中的一部分時(shí)段不再敏感,有助于過(guò)長(zhǎng)的水量結(jié)構(gòu)敏感段的解體;(3)此算法的各段之間的水量變化方式直接增加了各段的始、末水量變化的概率,有助于提高計(jì)算效率。
上述“分解聚合”求解策略的優(yōu)點(diǎn)在于:(1)可以使最終得到Pareto解集盡可能接近多目標(biāo)問(wèn)題的真實(shí)Pareto前沿;(2)先使解集中的某些解優(yōu)先接近真實(shí)Pareto前沿,再在真實(shí)Pareto前沿附近搜索Pareto解集的其他解,完善解集的多樣性,避免了算法在進(jìn)化中為還未接近真實(shí)Pareto前沿的解集的多樣性花費(fèi)過(guò)多的時(shí)間。4.4 種群排序與個(gè)體進(jìn)化
【參考文獻(xiàn)】:
期刊論文
[1]梯級(jí)水電站優(yōu)化調(diào)度的改進(jìn)社會(huì)情感優(yōu)化算法[J]. 劉強(qiáng),鐘平安,陳宇婷,徐斌,朱非林. 水力發(fā)電學(xué)報(bào). 2018(01)
[2]梯級(jí)水庫(kù)生態(tài)調(diào)度多目標(biāo)混合蛙跳差分算法研究[J]. 方國(guó)華,林澤昕,付曉敏,郭玉雪,聞昕. 水資源與水工程學(xué)報(bào). 2017(01)
[3]金昌二壩渠調(diào)水系統(tǒng)水能水量?jī)?yōu)化調(diào)度研究[J]. 王鵬全,張永明,趙廷紅,肖大太,石占濤. 水資源與水工程學(xué)報(bào). 2016(03)
[4]改進(jìn)量子粒子群算法在水電站群優(yōu)化調(diào)度中的應(yīng)用[J]. 馮仲愷,廖勝利,牛文靜,申建建,程春田,李澤宏. 水科學(xué)進(jìn)展. 2015(03)
[5]基于改進(jìn)布谷鳥算法的梯級(jí)水庫(kù)優(yōu)化調(diào)度研究[J]. 明波,黃強(qiáng),王義民,劉登峰,白濤. 水利學(xué)報(bào). 2015(03)
[6]一種多目標(biāo)進(jìn)化算法解集分布廣度評(píng)價(jià)方法[J]. 李密青,鄭金華. 計(jì)算機(jī)學(xué)報(bào). 2011(04)
[7]幾種計(jì)算超體積算法的比較研究[J]. 周秀玲,郭平,陳寶維,王靜. 計(jì)算機(jī)工程. 2011(03)
[8]基于混合粒子群算法的梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度[J]. 周建中,李英海,肖舸,張勇傳. 水利學(xué)報(bào). 2010(10)
[9]梯級(jí)水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度[J]. 覃暉,周建中,肖舸,趙云發(fā),盧有麟,張勇傳. 水科學(xué)進(jìn)展. 2010(03)
[10]烏溪江梯級(jí)水電站隱隨機(jī)優(yōu)化調(diào)度方案[J]. 唐海華. 水電自動(dòng)化與大壩監(jiān)測(cè). 2010(02)
本文編號(hào):3527907
本文鏈接:http://sikaile.net/kejilunwen/shuiwenshuili/3527907.html
最近更新
教材專著