水电自动化与大坝监测
水電自動化與大壩鑑測
수전자동화여대패감측
HYDROPOWER AUTOMATION AND DAM MORNITORING
2013年
3期
27-30
,共4页
花胜强%高磊%江浩%刘传武
花勝彊%高磊%江浩%劉傳武
화성강%고뢰%강호%류전무
梯级水库%优化调度%蜂群算法%遗传算法%惩罚函数
梯級水庫%優化調度%蜂群算法%遺傳算法%懲罰函數
제급수고%우화조도%봉군산법%유전산법%징벌함수
cascade hydro powers%dispatching optimization%bee colony algorithm%generic algorithm%penalty function
本文提出了一种结合了生物进化和群体智能思想的新型智能算法,并应用于水库群的梯级调度优化研究中.本算法以人工蜂群算法中群体协作的正反馈机制、个体分工的性态多样性思想、优良的全局搜索能力、并行计算性及较强的鲁棒性为基础,进行问题空间的全局寻优;在个体的局部寻优行为中,引入遗传算法的杂交和变异算子来优化侦查蜂路径,避免陷入早熟问题.同时针对梯级调度优化中常见的多维变量约束条件,借鉴模拟退火算法思想,在目标函数中构造的惩罚因子,使得带约束问题转化为了纯粹的优化问题.经实例验证,本算法具有普遍的梯级调度优化解决能力,并与传统的遗传算法及人工粒子群算法相比,具有更好的精度、收敛速度和寻优能力.
本文提齣瞭一種結閤瞭生物進化和群體智能思想的新型智能算法,併應用于水庫群的梯級調度優化研究中.本算法以人工蜂群算法中群體協作的正反饋機製、箇體分工的性態多樣性思想、優良的全跼搜索能力、併行計算性及較彊的魯棒性為基礎,進行問題空間的全跼尋優;在箇體的跼部尋優行為中,引入遺傳算法的雜交和變異算子來優化偵查蜂路徑,避免陷入早熟問題.同時針對梯級調度優化中常見的多維變量約束條件,藉鑒模擬退火算法思想,在目標函數中構造的懲罰因子,使得帶約束問題轉化為瞭純粹的優化問題.經實例驗證,本算法具有普遍的梯級調度優化解決能力,併與傳統的遺傳算法及人工粒子群算法相比,具有更好的精度、收斂速度和尋優能力.
본문제출료일충결합료생물진화화군체지능사상적신형지능산법,병응용우수고군적제급조도우화연구중.본산법이인공봉군산법중군체협작적정반궤궤제、개체분공적성태다양성사상、우량적전국수색능력、병행계산성급교강적로봉성위기출,진행문제공간적전국심우;재개체적국부심우행위중,인입유전산법적잡교화변이산자래우화정사봉로경,피면함입조숙문제.동시침대제급조도우화중상견적다유변량약속조건,차감모의퇴화산법사상,재목표함수중구조적징벌인자,사득대약속문제전화위료순수적우화문제.경실례험증,본산법구유보편적제급조도우화해결능력,병여전통적유전산법급인공입자군산법상비,구유경호적정도、수렴속도화심우능력.
