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:
应用自适应蚁群算法来求解水电站优化调度问题,该算法把问题解抽象为蚂蚁路径,利用状态转移,信息素更新和邻域搜索以获取最短路径.实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有重复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径.
推荐文章
基于自适应蚁群优化的供应链调度算法研究
供应链
物流过程
调度
蚁群算法
自适应
梯级水电站优化调度的模糊自适应粒子群算法
梯级水电站
粒子群算法
模糊
自适应
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
基于蚁群算法的梯级水电站群优化调度
梯级水电站
优化调度
蚁群算法
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 基于自适应蚁群算法的水电站水库优化调度
来源期刊 中国电力 学科 工学
关键词 自适应蚁群算法 水电站 优化调度 动态规划
年,卷(期) 2007,(7) 所属期刊栏目 电力系统
研究方向 页码范围 48-50
页数 3页 分类号 TV697.1
字数 3052字 语种 中文
DOI 10.3969/j.issn.1004-9649.2007.07.012
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 贺仁睦 华北电力大学电力系统保护与动态安全监控教育部重点实验室 108 4537 35.0 65.0
2 胡国强 华北电力大学电力系统保护与动态安全监控教育部重点实验室 11 322 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (228)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (26)
二级引证文献  (35)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自适应蚁群算法
水电站
优化调度
动态规划
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
总被引数(次)
92972
论文1v1指导