自适应混合粒子群算法在梯级水电站群优化调度中的应用
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 517KB
- 页数 7P
- 阅读 94
- 下载 31
针对梯级水电站群长期优化调度发电量最大模型,提出了一种自适应混合粒子群进化算法(AHPSO)。该算法引入混沌思想生成初始解,并定义了粒子能量、粒子能量阈值、粒子相似度和粒子相似度阈值来描述算法的自适应变化以及群体进化程度,同时结合遗传变异思想进行粒子操作,最后提出了一种基于邻域的随机贪心策略以解决算法后期进化速度慢的缺点。以澜沧江下游梯级水电站群为计算实例的结果表明,AHPSO比基本粒子群算法有更好的收敛性和优化结果,计算时间比逐步优化算法少,且优化结果相近,是一种可供选择的计算方法。
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
梯级水电站优化调度的模糊自适应粒子群算法 371KB
基于自适应粒子群算法的梯级小水电群优化调度研究 677KB
自适应混合粒子群算法在梯级水电站群优化调度中的应用 517KB
基于文化粒子群算法的梯级水电站优化调度研究 343KB
基于免疫进化算法的粒子群算法在梯级水库优化调度中的应用 737KB
水电站水库优化调度的改进粒子群算法 677KB
梯级水电站优化调度模型与算法研究 110KB
基于改进蚂蚁算法的梯级水电站短期优化调度 464KB
梯级水电站群蓄能控制优化调度方法 628KB
梯级水电站优化调度的改进粒子群算法 588KB