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:
免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及疫苗接种原理,改进了粒子群优化算法的全局寻优能力,提高了收敛速度.在分析梯级水电厂间负荷分配的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的负荷优化分配方法,建立了数学模型,给出了具体求解步骤.经实例验证,IA-PSO算法得出的负荷分配方案优于PSO算法的计算结果,且算法后期收敛速度快,从而为梯级水电厂间负荷优化分配问题提供了一条新的求解途径,可应用于更广泛的优化问题.
推荐文章
基于粒子群算法的火电厂机组负荷优化分配研究
火电厂
运行优化
动态负荷优化分配
粒子群算法
收敛性
基于混沌粒子群算法的火电厂厂级负荷在线优化分配
电站
负荷分配
混沌粒子群
算法
优化
火电厂机组负荷优化分配的混沌粒子群算法分析
火力发电厂
负荷优化分配
混沌粒子群算法
煤耗特性
动态惯性权重
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 基于免疫粒子群优化算法的梯级水电厂间负荷优化分配
来源期刊 水力发电学报 学科 工学
关键词 水电工程 负荷分配 免疫粒子群算法 梯级水电厂
年,卷(期) 2007,(5) 所属期刊栏目
研究方向 页码范围 15-20
页数 6页 分类号 TV737
字数 5235字 语种 中文
DOI 10.3969/j.issn.1003-1243.2007.05.004
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 纪昌明 189 1989 24.0 34.0
2 王丽萍 武汉大学水资源与水电工程科学国家重点实验室 57 624 13.0 23.0
3 李文武 武汉大学水资源与水电工程科学国家重点实验室 9 206 6.0 9.0
4 李安强 武汉大学水资源与水电工程科学国家重点实验室 10 156 5.0 10.0
5 李崇浩 15 96 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (97)
参考文献  (9)
节点文献
引证文献  (22)
同被引文献  (56)
二级引证文献  (67)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(11)
  • 引证文献(3)
  • 二级引证文献(8)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(13)
  • 引证文献(4)
  • 二级引证文献(9)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
水电工程
负荷分配
免疫粒子群算法
梯级水电厂
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
水力发电学报
月刊
1003-1243
11-2241/TV
小16开
中国北京清华大学水电工程系
1982
chi
出版文献量(篇)
3865
总下载数(次)
7
总被引数(次)
47197
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导