- 详情
- 2021-04-27
- 简介
pdf
- 298KB
- 页数 4P
- 阅读 90
- 下载 20
通过研究粒子群(PSO)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于粒子群算法的火电厂机组负荷优化分配研究 709KB
基于粒子群算法的火电厂机组负荷优化分配 298KB
基于混沌粒子群算法的火电厂厂级负荷在线优化分配 759KB
基于改进混沌粒子群算法的火电厂经济负荷分配 198KB
基于改进型免疫遗传算法的母管制机组负荷优化分配 364KB
基于改进粒子群算法的配电网综合运行优化 353KB
基于改进粒子群算法的盾构掘进施工优化研究 201KB
基于改进粒子群算法的EBG结构优化设计 173KB
基于改进的LDW粒子群算法的风-火电力系统联合优化调度策略 3.7MB
基于粒子群算法的电梯群控设计与量化分析 2.3MB