基于遺傳算法的海水淡化系統(tǒng)優(yōu)化調(diào)度研究
發(fā)布時(shí)間:2021-02-09 06:05
為了降低周期內(nèi)能耗費(fèi)用和減小啟用蓄水池規(guī)格,建立一套海水淡化裝置的多目標(biāo)優(yōu)化調(diào)度系統(tǒng)。采用嵌套型遺傳算法對(duì)各決策變量進(jìn)行串行搜索,首先對(duì)蓄水池組合進(jìn)行優(yōu)化,包括內(nèi)外兩層遺傳算法,其中內(nèi)層遺傳算法是對(duì)機(jī)組啟停向量進(jìn)行搜素和對(duì)決策變量供水向量進(jìn)行搜索,外層遺傳算法是采用二進(jìn)制編碼對(duì)蓄水池組合進(jìn)行隨機(jī)搜索。其次對(duì)機(jī)組啟停向量以及供水向量作進(jìn)一步優(yōu)化。仿真結(jié)果表明了所提出的嵌套型遺傳算法能夠?qū)崿F(xiàn)海水淡化系統(tǒng)經(jīng)濟(jì)、高效、安全運(yùn)行,所采取的串行搜索方法的搜索能力有明顯提高。
【文章來源】:綏化學(xué)院學(xué)報(bào). 2020,40(08)
【文章頁數(shù)】:5 頁
【部分圖文】:
機(jī)組與蓄水池的基本配置圖
本文所采取的嵌套型遺傳算法的搜索算法流程圖如圖2所示。整個(gè)過程包括內(nèi)、外2層遺傳算法,采用串接搜索的方式對(duì)相關(guān)變量進(jìn)行搜索,在確定最優(yōu)的蓄水池組合N之后,再利用內(nèi)層遺傳算法1以及內(nèi)層遺傳算法2對(duì)M以及Q進(jìn)行進(jìn)一步優(yōu)化。(一)蓄水池組合N的優(yōu)化。對(duì)蓄水池組合N進(jìn)行優(yōu)化包括內(nèi)外2層遺傳算法,其中內(nèi)層遺傳算法包括對(duì)機(jī)組啟停向量M進(jìn)行搜素和對(duì)決策變量Q進(jìn)行搜索,外層遺傳算法是采用二進(jìn)制編碼對(duì)蓄水池組合N進(jìn)行隨機(jī)搜索。
根據(jù)上述的模型和約束條件對(duì)種群內(nèi)個(gè)體進(jìn)行隨機(jī)搜索,當(dāng)搜索到的個(gè)體適應(yīng)度達(dá)到1時(shí),表示該個(gè)體不受各懲罰條件的約束,即為我們所希望得到的可行解。內(nèi)層遺傳算法1的仿真圖形如圖3所示。2.內(nèi)層遺傳算法2。決策變量Q是在滿足啟停向量M的基礎(chǔ)上取得的最小化運(yùn)行費(fèi)用。決策變量Q的約束條件為總供水量約束和機(jī)組供水量約束,該算法的搜索模型如式(15)所示。
【參考文獻(xiàn)】:
期刊論文
[1]卷式膜元件反滲透脫硼海水淡化系統(tǒng)多目標(biāo)優(yōu)化研究[J]. 杜亞威,解利昕,郭曉俊,劉燕,趙穎穎,張少峰. 水處理技術(shù). 2017(10)
[2]考慮可轉(zhuǎn)移負(fù)荷效率的風(fēng)/光/柴/蓄孤島微網(wǎng)日運(yùn)行能量控制優(yōu)化策略[J]. 魏繁榮,隨權(quán),林湘寧,李正天,陳樂,鄧科,薄志謙,黃景光,Muhammad Shoaib Khalid,Owolabi Sunday Adio. 中國電機(jī)工程學(xué)報(bào). 2018(04)
[3]多級(jí)回?zé)崾叫⌒吞柲芎K到y(tǒng)的性能優(yōu)化研究[J]. 肖紅升,劉振華,王登鋒. 太陽能學(xué)報(bào). 2016(11)
[4]基于遺傳模擬的水庫發(fā)電優(yōu)化調(diào)度模型及應(yīng)用[J]. 王宗志,劉克琳,程亮,金菊良. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2016(05)
[5]風(fēng)光互補(bǔ)海水淡化系統(tǒng)的技術(shù)經(jīng)濟(jì)分析[J]. 劉錫文,趙河立,閆玉蓮,潘春佑,李露,劉筱昱. 水處理技術(shù). 2016(06)
[6]海島風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的配置優(yōu)化[J]. 任巖,翟兆江,郭齊柯,胡相娟. 水力發(fā)電. 2015(12)
[7]混頻前端抽取的串行捕獲算法研究[J]. 盧迪,駱相吉,許成舜. 哈爾濱理工大學(xué)學(xué)報(bào). 2015(04)
[8]基于差分算法的反滲透海水淡化優(yōu)化調(diào)度[J]. 王小龍,王劍,姜周曙. 工業(yè)控制計(jì)算機(jī). 2014(10)
[9]基于改進(jìn)單親遺傳算法的梯級(jí)水電站群多目標(biāo)優(yōu)化[J]. 王金龍,黃煒斌,馬光文. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2014(S2)
[10]全流程卷式反滲透海水淡化系統(tǒng)操作優(yōu)化[J]. 江愛朋,程文,王劍,邢長新,丁強(qiáng),姜周曙. 化工學(xué)報(bào). 2014(04)
碩士論文
[1]反滲透海水淡化膜系統(tǒng)優(yōu)化設(shè)計(jì)與優(yōu)化調(diào)度的研究[D]. 牛志遠(yuǎn).杭州電子科技大學(xué) 2014
本文編號(hào):3025176
【文章來源】:綏化學(xué)院學(xué)報(bào). 2020,40(08)
【文章頁數(shù)】:5 頁
【部分圖文】:
機(jī)組與蓄水池的基本配置圖
本文所采取的嵌套型遺傳算法的搜索算法流程圖如圖2所示。整個(gè)過程包括內(nèi)、外2層遺傳算法,采用串接搜索的方式對(duì)相關(guān)變量進(jìn)行搜索,在確定最優(yōu)的蓄水池組合N之后,再利用內(nèi)層遺傳算法1以及內(nèi)層遺傳算法2對(duì)M以及Q進(jìn)行進(jìn)一步優(yōu)化。(一)蓄水池組合N的優(yōu)化。對(duì)蓄水池組合N進(jìn)行優(yōu)化包括內(nèi)外2層遺傳算法,其中內(nèi)層遺傳算法包括對(duì)機(jī)組啟停向量M進(jìn)行搜素和對(duì)決策變量Q進(jìn)行搜索,外層遺傳算法是采用二進(jìn)制編碼對(duì)蓄水池組合N進(jìn)行隨機(jī)搜索。
根據(jù)上述的模型和約束條件對(duì)種群內(nèi)個(gè)體進(jìn)行隨機(jī)搜索,當(dāng)搜索到的個(gè)體適應(yīng)度達(dá)到1時(shí),表示該個(gè)體不受各懲罰條件的約束,即為我們所希望得到的可行解。內(nèi)層遺傳算法1的仿真圖形如圖3所示。2.內(nèi)層遺傳算法2。決策變量Q是在滿足啟停向量M的基礎(chǔ)上取得的最小化運(yùn)行費(fèi)用。決策變量Q的約束條件為總供水量約束和機(jī)組供水量約束,該算法的搜索模型如式(15)所示。
【參考文獻(xiàn)】:
期刊論文
[1]卷式膜元件反滲透脫硼海水淡化系統(tǒng)多目標(biāo)優(yōu)化研究[J]. 杜亞威,解利昕,郭曉俊,劉燕,趙穎穎,張少峰. 水處理技術(shù). 2017(10)
[2]考慮可轉(zhuǎn)移負(fù)荷效率的風(fēng)/光/柴/蓄孤島微網(wǎng)日運(yùn)行能量控制優(yōu)化策略[J]. 魏繁榮,隨權(quán),林湘寧,李正天,陳樂,鄧科,薄志謙,黃景光,Muhammad Shoaib Khalid,Owolabi Sunday Adio. 中國電機(jī)工程學(xué)報(bào). 2018(04)
[3]多級(jí)回?zé)崾叫⌒吞柲芎K到y(tǒng)的性能優(yōu)化研究[J]. 肖紅升,劉振華,王登鋒. 太陽能學(xué)報(bào). 2016(11)
[4]基于遺傳模擬的水庫發(fā)電優(yōu)化調(diào)度模型及應(yīng)用[J]. 王宗志,劉克琳,程亮,金菊良. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2016(05)
[5]風(fēng)光互補(bǔ)海水淡化系統(tǒng)的技術(shù)經(jīng)濟(jì)分析[J]. 劉錫文,趙河立,閆玉蓮,潘春佑,李露,劉筱昱. 水處理技術(shù). 2016(06)
[6]海島風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的配置優(yōu)化[J]. 任巖,翟兆江,郭齊柯,胡相娟. 水力發(fā)電. 2015(12)
[7]混頻前端抽取的串行捕獲算法研究[J]. 盧迪,駱相吉,許成舜. 哈爾濱理工大學(xué)學(xué)報(bào). 2015(04)
[8]基于差分算法的反滲透海水淡化優(yōu)化調(diào)度[J]. 王小龍,王劍,姜周曙. 工業(yè)控制計(jì)算機(jī). 2014(10)
[9]基于改進(jìn)單親遺傳算法的梯級(jí)水電站群多目標(biāo)優(yōu)化[J]. 王金龍,黃煒斌,馬光文. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2014(S2)
[10]全流程卷式反滲透海水淡化系統(tǒng)操作優(yōu)化[J]. 江愛朋,程文,王劍,邢長新,丁強(qiáng),姜周曙. 化工學(xué)報(bào). 2014(04)
碩士論文
[1]反滲透海水淡化膜系統(tǒng)優(yōu)化設(shè)計(jì)與優(yōu)化調(diào)度的研究[D]. 牛志遠(yuǎn).杭州電子科技大學(xué) 2014
本文編號(hào):3025176
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3025176.html
最近更新
教材專著