為解決粒子群優(yōu)化算法存在的早熟和易陷入局部最優(yōu)的問題,提出了一種組織進化粒子群算法(oepso)。該算法將進化操作直接作用在組織上,通過組織間的相互競爭、協(xié)作,最終達到全局優(yōu)化的目的,較好地克服了基本粒子群算法易于早熟和陷入局部最優(yōu)的缺點。在分析水庫優(yōu)化調(diào)度的數(shù)學模型和oepso算法特點的基礎(chǔ)上,提出了基于oepso算法的水庫優(yōu)化調(diào)度的方法,建立了數(shù)學模型,并給出了具體求解步驟。實例驗證表明,oepso算法具有良好的收斂速度和計算精度,為水庫優(yōu)化調(diào)度問題提供了一條新的有效求解途徑。

為提高多維目標函數(shù)全局最優(yōu)解的計算精度,提出了一種改進的混沌優(yōu)化算法(mcoa).利用混沌運動的隨機性、遍歷性和規(guī)律性進行全局尋優(yōu);通過引入解向量的優(yōu)選,將解向量定位到最優(yōu)解的附近,從而找出全局最優(yōu)解.最后將該算法應用于水電站水庫優(yōu)化調(diào)度問題,并進行仿真計算,計算結(jié)果驗證了算法的有效性.mcoa原理簡單,易于編程實現(xiàn),具有較大的實用價值,為求解水電站水庫優(yōu)化調(diào)度問題提供了一種有效方法.

利用變尺度混沌優(yōu)化算法(mutativescalechaosoptimizationalgorithm,mscoa)對梯級水電站水庫調(diào)度問題進行優(yōu)化調(diào)度。主要思想是利用混沌運動的隨機性,由logistic方程隨機生成混沌序列;將其載波到包含水電站目標函數(shù)可行域s的一個區(qū)域;利用隨機性、遍歷性和規(guī)律性,不斷縮小優(yōu)化變量的搜索空間和提高搜索精度進行全局尋優(yōu),從中搜索屬于可行域s的解;同時在搜索中引入解向量優(yōu)選,將解向量中那些接近全局最優(yōu)解的分量找出,構(gòu)成一個新的向量,代入目標函數(shù)中進行計算,從而找出全局最優(yōu)解,最終求出水電站水庫發(fā)電調(diào)度的最優(yōu)調(diào)度線。實例計算結(jié)果表明,算法可以求解具有復雜約束條件的非線性梯級水電站水庫優(yōu)化調(diào)度問題。算法求解精度高,具有較大的實用價值,為求解梯級水電站水庫優(yōu)化調(diào)度問題提供了一種有效算法。

現(xiàn)在我國的主要供電方式是電氣供電，這種形式的供電已不能滿足社會的多方面需要。所以國家大力發(fā)展水利發(fā)電，就水利發(fā)電來講，水電站水庫優(yōu)化是一項相當關(guān)鍵的工作。本文主要介紹了當下國內(nèi)外水電站水庫優(yōu)化調(diào)度研究的進展，列舉了三種水庫優(yōu)化調(diào)度計算方法：變尺度混沌粒子群算法、改進粒子群算法和免疫克隆粒子群算法。

建立一種梯級水電站中長期水庫優(yōu)化調(diào)度模型,利用混沌優(yōu)化算法對梯級水電站中長期水庫調(diào)度問題進行優(yōu)化計算。實例計算結(jié)果表明,該算法可求解復雜約束條件的非線性梯級水電站水庫優(yōu)化調(diào)度問題,精度高、收斂速度快,為求解梯級水電站水庫優(yōu)化調(diào)度提供了一種有效算法。

隨著電力市場的開放和分時電價制度的實施,傳統(tǒng)以發(fā)電量最大作為準則的情況已不能適應水電站優(yōu)化調(diào)度的要求,文章提出了分時電價條件下水電站水庫優(yōu)化調(diào)度的數(shù)學模型,并以實例結(jié)果來說明模型的可行性。

隨著電力市場的開放和分時電價制度的實施,傳統(tǒng)以發(fā)電量最大作為準則的情況已不能適應水電站優(yōu)化調(diào)度的要求,本文提出了分時電價條件下水電站水庫優(yōu)化調(diào)度的數(shù)學模型,并以寶珠寺電站為例,研究結(jié)果說明了模型的合理性及可行性。

基于改進粒子群算法的水電站水庫優(yōu)化調(diào)度研究——針對粒子群優(yōu)化算法容易陷入局部最優(yōu)解的問題，提出一種基于模擬退火機制的改進粒子群優(yōu)化算法，并將其引入水庫調(diào)度領(lǐng)域，設(shè)計了基于該算法的水電站水庫優(yōu)化調(diào)度問題的求解方法。計算實例表明，該方法采用并行搜...

在遺傳算法中為避免采用二進制編碼時存在的編碼冗余問題,本文提出了一種基于十進制整數(shù)編碼的改進遺傳算法,并進行水電站水庫優(yōu)化調(diào)度研究。用遺傳算法進行水庫優(yōu)化調(diào)度計算可從多個初始點開始尋優(yōu),占用內(nèi)存少,能以較快速度找到全局最優(yōu)解。實例計算并與常規(guī)優(yōu)化相比,表明該方法簡便、快速,可避免水庫優(yōu)化調(diào)度中的維數(shù)災

在研究了人工免疫系統(tǒng)中的克隆選擇學說和克隆選擇算法的基礎(chǔ)上,研究了1種新的人工免疫算法——免疫克隆選擇算法,并將其應用到水庫優(yōu)化調(diào)度中,提出了1種基于免疫克隆選擇算法的水庫優(yōu)化調(diào)度方法。該算法通過在克隆選擇算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了"維數(shù)災"和早熟問題。實例研究結(jié)果表明,相對于動態(tài)規(guī)劃,免疫克隆選擇算法計算速度快、收斂性好,提高了計算效率,較好地解決了傳統(tǒng)的動態(tài)規(guī)劃方法求解水庫(群)優(yōu)化調(diào)度問題存在"維數(shù)災"問題。

介紹了混沌粒子群算法,并將其用于水庫調(diào)度中,指出:混沌粒子群優(yōu)化算法引入了混沌搜索機制,增加了粒子的多樣性,擴大了搜索的范圍,不僅保持了粒子群優(yōu)化算法收斂速度快的優(yōu)點,而且還增強了全局收斂能力,能避免陷入局部最優(yōu)的情況,可以更好地解決水庫優(yōu)化調(diào)度的強約束、多階段、非線性組合問題。

針對粒子群優(yōu)化算法容易陷入局部最優(yōu)解的問題,提出一種基于模擬退火機制的改進粒子群優(yōu)化算法,并將其引入水庫調(diào)度領(lǐng)域,設(shè)計了基于該算法的水電站水庫優(yōu)化調(diào)度問題的求解方法。計算實例表明,該方法采用并行搜索機制,計算速度快、全局尋優(yōu)的可靠性較高,具有較好的應用前景。

基于改進遺傳算法的水電站水庫優(yōu)化調(diào)度——在遺傳算法中為避免采用二進制編碼時存在的編碼冗余問題，本文提出了一種基于十進制整數(shù)編碼的改進遺傳算法，并進行水電站水庫優(yōu)化調(diào)度研究。用遺傳算法進行水庫優(yōu)化調(diào)度計算可從多個初始點開始尋優(yōu)，占用內(nèi)存少，能以...

應用自適應蟻群算法來求解水電站優(yōu)化調(diào)度問題,該算法把問題解抽象為螞蟻路徑,利用狀態(tài)轉(zhuǎn)移,信息素更新和鄰域搜索以獲取最短路徑。實例計算表明,該算法計算精度高,收斂速度快,克服了傳統(tǒng)蟻群算法計算時間長,易于陷入局部最優(yōu)的缺點,能較好地避免動態(tài)規(guī)劃的維數(shù)災問題,可求解具有復雜約束條件的非線性規(guī)劃問題,為解決水電站優(yōu)化調(diào)度問題提供了一種有效的途徑。

文章提出了應用改進粒子群算法求解水電站優(yōu)化調(diào)度問題的方法,粒子群算法模擬了鳥類群體覓食的搜索過程來尋找水電站最優(yōu)調(diào)度計劃。對傳統(tǒng)粒子群算法進行了改進,克服了早熟和陷入局部最優(yōu)的缺點。實例計算表明,粒子群算法可以求解具有復雜約束條件的非線性水電站優(yōu)化調(diào)度問題,與經(jīng)典算法相比,該算法原理簡單,易于編程,占用內(nèi)存少,求解精度高,收斂速度快,是一種有效的搜索算法。

提出了一種協(xié)調(diào)粒子群算法,利用多粒子群的信息協(xié)調(diào)和擾動策略的方法,較好地克服了基本粒子群算法易于早熟和陷入局部最優(yōu)的缺點,具有良好的收斂速度和計算精度。實例計算表明,協(xié)調(diào)粒子群算法能夠求解水電站優(yōu)化調(diào)度這樣的非線性、強約束組合優(yōu)化問題,原理簡單,易于編程,占用內(nèi)存少,為水電站優(yōu)化調(diào)度問題提供了一種具有較高應用價值的方法。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對水庫的入流過程以及綜合利用要求制定出水電站水庫的優(yōu)化調(diào)度方式，從而實現(xiàn)良好的效益，充分發(fā)揮水電站以及水庫的設(shè)備作用及功能，使其能夠得到高效合理的利用。水電站的系統(tǒng)以及電網(wǎng)系統(tǒng)管理中，水電站水庫的優(yōu)化調(diào)度是十分重要的組成部分，調(diào)度的效果將直接影響到水利工程以及設(shè)備的作用發(fā)揮，對于電網(wǎng)的安全可靠運行具有積極地促進作用。本文就水電站水庫優(yōu)化調(diào)度進行分析和研究。

從單一水庫優(yōu)化調(diào)度、水庫群優(yōu)化調(diào)度和實時洪水預報三個方面，闡述了水電站水庫優(yōu)化調(diào)度研究的進展。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對水庫的入流過程以及綜合利用要求制定出水電站水庫的優(yōu)化調(diào)度方式，從而實現(xiàn)良好的效益，充分發(fā)揮水電站以及水庫的設(shè)備作用及功能，使其能夠得到高效合理的利用。水電站的系統(tǒng)以及電網(wǎng)系統(tǒng)管理中，水電站水庫的優(yōu)化調(diào)度是十分重要的組成部分，調(diào)度的效果將直接影響到水利工程以及設(shè)備的作用發(fā)揮，對于電網(wǎng)的安全可靠運行具有積極地促進作用。本文就水電站水庫優(yōu)化調(diào)度進行分析和研究。

目前,水庫優(yōu)化調(diào)度研究常側(cè)重于提高算法的精度和計算速度,而忽視了優(yōu)化調(diào)度模型本身的合理性和準確性。如采用常數(shù)作出力系數(shù)進行水庫優(yōu)化調(diào)度計算往往誤差較大。為此,根據(jù)水電站多年運行歷史資料,推求不同發(fā)電水頭下的綜合耗水率,并將水電站綜合耗水率應用于水庫優(yōu)化調(diào)度中。實例計算表明,所提出的計算方法更能反映水庫實際運用情況。

用逐步優(yōu)化算法、動態(tài)規(guī)劃法、大系統(tǒng)法和遺傳算法,研究單一水庫優(yōu)化調(diào)度問題;并通過實例計算,對這四種方法進行了分析比較,結(jié)果證明,基于十進制編碼的遺傳算法具有收斂速度快,能達到全局最優(yōu)的優(yōu)點

i993年第l期journalofhydr0electricengineering總第40期 2]一弓6 ig1]’i1 用模糊動態(tài)規(guī)劃法進行水電站水庫優(yōu)化調(diào)度 黃睦 (陜西機械學院) 提要 本文首先舟紹了鑒塑查望型(fdp)原理·進而提出了用fdp法進行水電站水庫憂化 調(diào)度的方法．最后通過實例得到滿意的結(jié)果 一 、前言 自1957年美國數(shù)學家r．e．bellman等人提出求解多階段決策過程優(yōu)化方法 ——動態(tài)規(guī)劃(dp)法以來，dp在科研、生產(chǎn)、管理中得到了廣遺的應用。同時在 解決dp的“維數(shù)災上，各國學者提出了許多改進方法，如狀態(tài)增量動態(tài)規(guī)劃 (idp)離散微增量動態(tài)規(guī)劃(dddp)、動態(tài)規(guī)劃蓮次逼近法(dp8a)、逐步優(yōu)化 算法(poa)等。但是在實際問題中多數(shù)決策都是在目