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:
提出了一种用于求解机组组合优化问题的蚁群粒子群混合优化算法.通过将机组组合解编码为机组操作序列,降低了蚁群算法搜索的难度,使其空间复杂度由指数型降为线性型,使采用蚁群算法求解更大规模的机组组合问题成为可能.采用协同粒子群算法求解多时段负荷的经济分配问题时,用一个粒子群处理一个时段的优化问题,通过共享粒子群间的惩罚项解决了机组爬升率的约束问题.10机和20机系统的仿真实验和分析结果验证了该方法正确性、有效性和优越性.
推荐文章
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
一种适用于机组组合优化的改进整数编码粒子群算法
机组组合
粒子群算法
整数编码
修补策略
基于遗传粒子群混合算法的机组组合优化
机组组合
负荷经济分配
遗传算法(GA)
粒子群优化(PSO)
粒子群与遗传算法的混合算法
离散旅行商问题
遗传算法
粒子群算法
自适应
启发策略
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 用于机组组合优化的蚁群粒子群混合算法
来源期刊 电网技术 学科 工学
关键词 机组组合 蚁群算法(ACO) 粒子群优化(PSO) 操作编码
年,卷(期) 2008,(6) 所属期刊栏目 电力系统
研究方向 页码范围 52-56
页数 5页 分类号 TM734
字数 4081字 语种 中文
DOI
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 刘俊勇 四川大学电气信息学院 423 6701 41.0 61.0
2 刘天琪 四川大学电气信息学院 236 3227 28.0 47.0
3 李华强 四川大学电气信息学院 112 1109 18.0 28.0
4 陈烨 四川大学电气信息学院 25 352 8.0 18.0
5 赵国波 四川大学电气信息学院 4 165 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (360)
参考文献  (18)
节点文献
引证文献  (66)
同被引文献  (119)
二级引证文献  (411)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(7)
  • 参考文献(0)
  • 二级参考文献(7)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(9)
  • 参考文献(1)
  • 二级参考文献(8)
1995(7)
  • 参考文献(0)
  • 二级参考文献(7)
1996(10)
  • 参考文献(0)
  • 二级参考文献(10)
1997(8)
  • 参考文献(1)
  • 二级参考文献(7)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(16)
  • 参考文献(1)
  • 二级参考文献(15)
2000(11)
  • 参考文献(1)
  • 二级参考文献(10)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(13)
  • 参考文献(1)
  • 二级参考文献(12)
2004(29)
  • 参考文献(6)
  • 二级参考文献(23)
2005(11)
  • 参考文献(1)
  • 二级参考文献(10)
2006(6)
  • 参考文献(5)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(7)
  • 引证文献(7)
  • 二级引证文献(0)
2010(14)
  • 引证文献(10)
  • 二级引证文献(4)
2011(26)
  • 引证文献(11)
  • 二级引证文献(15)
2012(39)
  • 引证文献(11)
  • 二级引证文献(28)
2013(50)
  • 引证文献(6)
  • 二级引证文献(44)
2014(66)
  • 引证文献(3)
  • 二级引证文献(63)
2015(54)
  • 引证文献(5)
  • 二级引证文献(49)
2016(72)
  • 引证文献(6)
  • 二级引证文献(66)
2017(47)
  • 引证文献(1)
  • 二级引证文献(46)
2018(51)
  • 引证文献(3)
  • 二级引证文献(48)
2019(38)
  • 引证文献(2)
  • 二级引证文献(36)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
机组组合
蚁群算法(ACO)
粒子群优化(PSO)
操作编码
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
论文1v1指导