分析水电站水库优化调度混沌粒子群算法

分析水电站水库优化调度混沌粒子群算法

ID:34671549

大小:244.21 KB

页数:3页

时间:2019-03-09

分析水电站水库优化调度混沌粒子群算法_第1页
分析水电站水库优化调度混沌粒子群算法_第2页
分析水电站水库优化调度混沌粒子群算法_第3页
资源描述:

《分析水电站水库优化调度混沌粒子群算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第12卷第6期南水北调与水利科技Vo1.12No.62014年12月South-to-NorthWaterTransfersandWaterScience&TechnologyDec.2014DOI:10.13476/j.cnki.nsbdqk.2014.06.041水电站水库优化调度混沌粒子群算法国海涛,刘性泉,岳峻。,赵含雨(1.山东商业职业技术学院信息技术学院,济南250103;2.山东黄河河务局东平湖管理局,山东泰安271000;3.鲁东大学信息科学与工程学院,山东烟台264O25)摘要:针对粒子群算法易陷入局部最优问题,从数学角度分析了粒子

2、群算法易陷入局部最优的理论原因,提出一种自适应混沌变异粒子群算法,对陷入局部最优的粒子产生变异,增加算法的遍历性、种群的多样性,以跳出局部最优解,用来解决水库优化调度问题。与现有算法相比,自适应混沌变异粒子群算法计算快,稳定性强,既避免了粒子群算法陷入局部最优,同时在一定程度上又保证了收敛性。关键词:水库优化调度;粒子群优化;混沌;变异;自适应;局部最优;收敛性中图分类号:TV697文献标志码:A文章编号:1672—1683(2014)06—0181—03Chaoticparticleswarmoptimizationalgorithmforopti

3、maloperationofhydropowerstationGUOHai—tao,LIUXing-quan2,YUEJun3,ZHAOHan-yuz(1.InformationTechnologyCollege,ShandongInstituteofCommerceAndTechnology,Jinan250103,China;2.DongpinghuLakeBureau,YRSB,Tai’an271000,China;3.CollegeofInformationScienceandEngineering,LuDongUniversity,Yant

4、ai264025,China)Abstract:Theparticleswarrfloptimization(PSO)algorithmcaneasilyfallintothelocaloptimization.Inthispaper,thetheoreticreasonsoflocaloptimizationwereanalyzedfromthemathematica1perspective,andanewself-adaptivechaoticmutationPSOal—gorithmwasproposedandappliedtoahydropo

5、werstation.Theresultsshowedthatthenewalgorithmcanmutatetheparticleswhichfallintothelocaloptimization,increasethealgorithmergodicityandswarrudiversity,andfindtheglobaloptimizationSO—lution,whichisusefulfortheoptimaloperationofreservoir.Comparedwiththecurrentalgorithms,theself-ad

6、aptivechaoticmutationPSOalgorithmhasfastcomputationandstrongstability,avoidsthelocaloptimization,andensurestheconvergence.Keywords:optimaloperationofreservoir;particleswarmalgorithm;chaos;mutation;adaptive;localoptimal;convergence水库优化调度是一类动态最优控制问题。传统的解决异操,产生极值变异,继续搜索,以便获得更优解。方法

7、主要基于数学规划技术,如线性规划、动态规划等_1]。1问题描述随着生物智能仿真算法的兴起,有学者用遗传算法_2]、模拟退火算法l7解决此问题。实验表明,现有算法存在“维数灾1.1目标函数难”、收敛速度慢等问题。以发电为主,兼顾灌溉、防洪等任务的水库为研究对象,粒子群算法l_8](PSO算法)因收敛速度快,计算简单,较确定的优化目标是发电量最大。因此目标函数为易实现等优点,获得广大学者的青睐,并被弓I入水库优化调TE=max∑AQHMi(1)度研究领域中[9。但研究表明,与其他仿生算法一样,粒t一】式中:E为电站的年发电量;A为电站的综合出力系数;Q为

8、子群算法依然存在早收敛问题。为此,诸多学者对粒子群算第i时段发电流量;Hi为第i时段平均发电净水头;T为总法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。