基于改进量子遗传算法的水电站厂内经济运行
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 639KB
- 页数 5P
- 阅读 62
- 下载 33
为了克服量子遗传算法(Quantum Genetic Algorithm——QGA)存在的\"早熟\"问题,本文将传统遗传算法中的变异算子引入量子遗传算法,同时使用已搜索到的最优个体更新量子门,以改善QGA算法的全局收敛性,并将其成功地应用于解决水电站厂内经济运行问题。文中结合某电站实例进行计算,结果表明,改进后的量子遗传算法收敛速度更快,能够满足工程应用的实际需求。
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
基于改进量子遗传算法的水电站厂内经济运行 639KB
基于遗传算法的水电站厂内经济运行新算法 154KB
遗传算法在水电站厂内经济运行中的应用 38KB
遗传算法在水电站厂内经济运行中的应用 157KB
基于遗传算法的水电站厂内经济运行模型研究 304KB
基于混合遗传算法的水电站经济运行 190KB
遗传算法在小型水电站厂内经济运行中的应用 317KB
双层耦联遗传算法求解流域梯级水电站厂内经济运行问题研究 713KB
基于遗传算法的水电站厂内优化运行 112KB
基于改进遗传算法的水电厂经济运行研究 577KB