- 详情
- 2021-04-27
- 简介
pdf
- 1.3MB
- 页数 11P
- 阅读 105
- 下载 28
为科学求解梯级水电站群多目标优化调度模型,提出一种基于量子行为进化机制的多目标量子粒子群算法(MOQPSO)。该方法以标准量子粒子群算法(QPSO)为基础,引入外部档案集合存储非劣粒子,利用个体支配关系实现档案集合的动态更新维护;依据个体领导能力优劣选择粒子历史最优位置与种群全局最优位置,维持搜索过程中个体进化方向的多样性;采用混沌变异算子对个体进行局部扰动,提升算法的全局收敛性能。乌江流域模拟调度结果表明,所提方法具有良好的收敛速度与寻优能力,可快速获得兼顾梯级水电系统经济性与可靠性要求的Pareto解集,能够为工程人员提供科学的决策依据。
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
梯级水电站群优化调度多目标量子粒子群算法 1.3MB
梯级水电站优化调度的模糊自适应粒子群算法 371KB
基于文化粒子群算法的梯级水电站优化调度研究 343KB
基于自适应粒子群算法的梯级小水电群优化调度研究 677KB
水电站水库优化调度的改进粒子群算法 677KB
基于混合粒子群算法的梯级水电站多目标优化调度 938KB
基于改进花粉算法的梯级水电站多目标优化 3.0MB
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
梯级水电站群调度多目标网络分析模型 102KB