社會(huì)演化算法在機(jī)組組合中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、機(jī)組組合是電力系統(tǒng)優(yōu)化運(yùn)行的一個(gè)重要方面,由于它能帶來(lái)顯著的經(jīng)濟(jì)效益,所以一直是現(xiàn)代電力系統(tǒng)每天運(yùn)行計(jì)劃主要的優(yōu)化任務(wù).從數(shù)學(xué)角度講,機(jī)組組合問(wèn)題是一個(gè)多約束NP難組合優(yōu)化問(wèn)題,很難得到理論上的最優(yōu)解.為了在合理時(shí)間內(nèi)找到近似最優(yōu)解,許多方法被應(yīng)用于解決該問(wèn)題.其中,遺傳算法近些年來(lái)被較多地用于解決機(jī)組組合問(wèn)題,并取得了較好的效果.但由于遺傳算法的初始種群是隨機(jī)產(chǎn)生的,得到的個(gè)體因不滿足最小起停時(shí)間等約束而多數(shù)為不可行解;此外,在交叉和

2、變異的進(jìn)化過(guò)程中,由于遺傳操作因子是隨機(jī)操作的,由此得到的新個(gè)體也因破壞了最小起停時(shí)間等約束而多數(shù)為不可行解,因而大大降低了遺傳算法的計(jì)算效率.為了克服這些困難,該文首次將一種新的方法—社會(huì)演化算法用于解決該問(wèn)題.該算法以組合優(yōu)化問(wèn)題通用的社會(huì)群體認(rèn)知模型為理論基礎(chǔ),已成功的運(yùn)用于配電網(wǎng)優(yōu)化規(guī)劃問(wèn)題.該 文分析了人在機(jī)組組合優(yōu)化問(wèn)題中的認(rèn)知行為,在此基礎(chǔ)上設(shè)計(jì)了社會(huì)演化算法中認(rèn)知主體、認(rèn)知規(guī)則、"范式學(xué)習(xí)與更新"及"范式突破"的實(shí)現(xiàn)方法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論