基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE 3机6节点电力系统为实例进行研究.分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性.
推荐文章
混合粒子群优化算法及其应用
混合粒子群优化算法
模拟退火
神经网络
连续搅拌反应釜
粒子群算法应用于机组组合问题的优化
优化算法
PSO
机组组合
数字模型
粒子群优化算法及其在电力系统中的应用
粒子群优化算法
群体智能
电力系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群优化算法及其在机组优化组合中应用
来源期刊 电力自动化设备 学科 工学
关键词 粒子群优化 智能优化算法 机组组合优化
年,卷(期) 2006,(5) 所属期刊栏目 分析与研究
研究方向 页码范围 28-31
页数 4页 分类号 TM744
字数 4306字 语种 中文
DOI 10.3969/j.issn.1006-6047.2006.05.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张振宇 天津大学电气与自动化工程学院 31 226 9.0 14.0
2 葛少云 天津大学电气与自动化工程学院 71 2937 28.0 54.0
3 刘自发 天津大学电气与自动化工程学院 6 617 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (164)
参考文献  (6)
节点文献
引证文献  (37)
同被引文献  (97)
二级引证文献  (252)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(9)
  • 引证文献(5)
  • 二级引证文献(4)
2009(9)
  • 引证文献(5)
  • 二级引证文献(4)
2010(15)
  • 引证文献(4)
  • 二级引证文献(11)
2011(24)
  • 引证文献(3)
  • 二级引证文献(21)
2012(28)
  • 引证文献(2)
  • 二级引证文献(26)
2013(39)
  • 引证文献(5)
  • 二级引证文献(34)
2014(33)
  • 引证文献(2)
  • 二级引证文献(31)
2015(30)
  • 引证文献(1)
  • 二级引证文献(29)
2016(23)
  • 引证文献(3)
  • 二级引证文献(20)
2017(22)
  • 引证文献(1)
  • 二级引证文献(21)
2018(19)
  • 引证文献(0)
  • 二级引证文献(19)
2019(28)
  • 引证文献(1)
  • 二级引证文献(27)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
粒子群优化
智能优化算法
机组组合优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力自动化设备
月刊
1006-6047
32-1318/TM
大16开
南京高新技术产业开发区星火路8号
28-268
1973
chi
出版文献量(篇)
7521
总下载数(次)
10
总被引数(次)
122289
论文1v1指导