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:
通过研究粒子群(PSO)优化算法的基本原理,分析了该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,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究.通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解.
推荐文章
基于改进粒子群优化算法的火电厂机组负荷分配
负荷分配
改进粒子群
优化算法
惯性权重
混合编程
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
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
采用粒子群算法的热电厂热电负荷分配优化
负荷分配
热电联产
(火用)效率
粒子群算法
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 基于粒子群算法的火电厂机组负荷优化分配
来源期刊 华北电力大学学报 学科 工学
关键词 粒子群算法 机组组合 负荷优化分配 火电厂
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 44-47
页数 4页 分类号 TP18
字数 2679字 语种 中文
DOI 10.3969/j.issn.1007-2691.2008.01.011
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 李铁苍 6 57 3.0 6.0
2 周黎辉 华北电力大学控制科学与工程学院 27 402 11.0 19.0
3 张光炜 华北电力大学控制科学与工程学院 1 26 1.0 1.0
4 綦守荣 华北电力大学控制科学与工程学院 2 37 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (26)
同被引文献  (102)
二级引证文献  (140)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(10)
  • 引证文献(4)
  • 二级引证文献(6)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(12)
  • 引证文献(4)
  • 二级引证文献(8)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(25)
  • 引证文献(1)
  • 二级引证文献(24)
2016(18)
  • 引证文献(3)
  • 二级引证文献(15)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(19)
  • 引证文献(1)
  • 二级引证文献(18)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
粒子群算法
机组组合
负荷优化分配
火电厂
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
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导