粒子群算法的改进及其在水电站优化调度中的应用研究
粒子群优化算法是通过粒子记忆、追随当前最优粒子,并不断更新自己的位置和速度来寻找问题的最优解.为了克服标准粒子群算法存在着早熟收敛、难以处理问题约束条件等缺点,本研究对递减惯性权值进行了改进,将其表示为粒子群进化速度与群体平均适应度方差的函数;给出了适合PSO算法的约束处理机制,提出了一种改进自适应粒子群算法,并将其应用于水库优化调度中.实例计算并与经典方法相比,表明该方法原理简单、易编程实现,能以较快的速度收敛于全局最优解.
粒子群优化 自适应 约束处理 水电站 优化调度
张双虎 黄强 吴洪寿 杨菊香
西安理工大学水利水电学院,西安,710048
国内会议
郑州
中文
338-342
2006-09-23（万方平台首次上网日期，不代表论文的发表时间）