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:
宏观进化多目标遗传算法(macro-evolutionary multi-objective genetic algorithm,简称MMGA),是一种新的高等物种进 .化算法,它可以避免传统遗传算法(genetic algorithm,简称CA)在选择过程中出现的早熟收敛现象.MMGA是综合宏观进行化算法(macro-evolutionary algorithm,简称MA)与GA而形成的,该算法的特点是引进了MA算法中的种群问关联矩阵.利用种群间的适应度信息和个体间的距离信息,能够保持种群的多样性,为解决多目标规划问题提供了一条新的途径.本文将介绍MMGA算法的原理及步骤,并将其用到水库多目标优化调度中.
推荐文章
多目标免疫遗传算法在梯级水库优化调度中的应用研究
水库调度
多目标优化
免疫遗传算法
多目标梯级水库优化调度问题的免疫遗传算法
多目标优化调度
遗传算法
免疫算法
非劣解集
遗传算法在水库调度中的应用综述
水库调度
遗传算法
综述
基于仿水循环算法的梯级水库群多目标优化调度研究
多目标仿水循环算法
相对重力机制
梯级水库群
多目标优化调度
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 宏观进化多目标遗传算法在梯级水库调度中的应用
来源期刊 水力发电学报 学科 工学
关键词 水库调度 多目标优化 遗传算法 宏观进化
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 5-9,68
页数 6页 分类号 TV697.1+2
字数 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 熊立华 武汉大学水资源与水电工程科学国家重点实验室 86 2435 28.0 48.0
2 万民 武汉大学水资源与水电工程科学国家重点实验室 12 206 8.0 12.0
3 陈小兰 武汉大学水资源与水电工程科学国家重点实验室 2 18 2.0 2.0
4 盖永岗 武汉大学水资源与水电工程科学国家重点实验室 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (108)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (6)
二级引证文献  (15)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(9)
  • 引证文献(4)
  • 二级引证文献(5)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
水库调度
多目标优化
遗传算法
宏观进化
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