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:
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.
推荐文章
基于改进粒子群算法的水电站水库优化调度
粒子群算法
水电站
优化调度
一种改进的水电站优化调度粒子群求解算法
优化调度
粒子群优化算法
水电站
基于改进粒子群算法的水电站水库优化调度研究
水电工程
优化调度
全局最优解
粒子群优化
水电站水库
基于改进粒子群算法梯级水电站短期优化调度研究
短期优化调度
峰谷电价
粒子群算法
综合效益最大模型
梯级水电站
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 水电站水库优化调度的改进粒子群算法
来源期刊 水力发电学报 学科 工学
关键词 水电站 粒子群优化 自适应 约束处理 优化调度
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 1-5
页数 5页 分类号 TV7.1+1
字数 4435字 语种 中文
DOI 10.3969/j.issn.1003-1243.2007.01.001
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 黄强 西安理工大学水利水电学院 448 7911 38.0 68.0
2 张双虎 西安理工大学水利水电学院 12 463 9.0 12.0
3 吴洪寿 西安理工大学水利水电学院 4 212 4.0 4.0
4 杨菊香 西安理工大学水利水电学院 6 140 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (133)
参考文献  (3)
节点文献
引证文献  (110)
同被引文献  (193)
二级引证文献  (502)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(13)
  • 引证文献(11)
  • 二级引证文献(2)
2009(23)
  • 引证文献(12)
  • 二级引证文献(11)
2010(32)
  • 引证文献(9)
  • 二级引证文献(23)
2011(29)
  • 引证文献(7)
  • 二级引证文献(22)
2012(46)
  • 引证文献(8)
  • 二级引证文献(38)
2013(30)
  • 引证文献(6)
  • 二级引证文献(24)
2014(49)
  • 引证文献(10)
  • 二级引证文献(39)
2015(43)
  • 引证文献(11)
  • 二级引证文献(32)
2016(63)
  • 引证文献(8)
  • 二级引证文献(55)
2017(106)
  • 引证文献(13)
  • 二级引证文献(93)
2018(89)
  • 引证文献(10)
  • 二级引证文献(79)
2019(64)
  • 引证文献(2)
  • 二级引证文献(62)
2020(21)
  • 引证文献(0)
  • 二级引证文献(21)
研究主题发展历程
节点文献
水电站
粒子群优化
自适应
约束处理
优化调度
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