作者:
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:
介绍了一种基于蜂群繁殖原理的改进遗传算法——蜂群遗传算法(BSGA),采用改进的遗传算子解决了传统遗传算法中“选择压力”和“种群多样性”之间的矛盾。将该算法应用于梯级水库优化调度的研究中,通过对清江梯级水库群优化调度的实例计算,得到了合理的全局最优解,验证了BSGA的可靠性和实用性。
推荐文章
梯级水库群优化调度并行自适应混沌整体退火遗传算法
梯级水库群
优化调度
多核并行
Fork/Join
遗传算法
遗传算法在货运车辆优化调度中的应用
遗传算法
车辆调度
组合优化
基于逐次逼近遗传算法的梯级水库优化调度
梯级水库
优化调度
遗传算法
逐次逼近
并行遗传算法在雅砻江梯级水库群优化调度中的应用
水库调度
并行计算
遗传算法
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 蜂群遗传算法及在水库群优化调度中的应用
来源期刊 水电自动化与大坝监测 学科 工学
关键词 水库群 优化调度 蜂群遗传算法
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 1-4
页数 4页 分类号 TV697.1
字数 语种
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 黄强 西安理工大学水资源研究所 448 7911 38.0 68.0
2 白涛 西安理工大学水资源研究所 30 90 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
水库群
优化调度
蜂群遗传算法
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
水电自动化与大坝监测
双月刊
1671-3893
32-1641/TV
南京市南瑞路8号
出版文献量(篇)
2990
总下载数(次)
1
总被引数(次)
0
论文1v1指导