粗粒度并行遗传算法在水库调度问题中的应用

• 作者: 傅旭东 李想 魏加华
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 并行遗传算法 水库调度 粗粒度模型 三峡-葛洲坝梯级
• 年，卷（期）: 2012,（4）
• 页码范围: 28-33
• 分类号: TV697.1
• 语种: 中文

摘要

巨型水库群实时优化调度涉及大规模、高维及非线性问题,庞大、动态、复杂的搜索空间,采用传统遗传算法（GA）求解该类问题几乎不可行,并行遗传算法（PGA）除具有GA的优势外,还能充分利用并行计算机的计算能力、有效地提高求解质量和求解速度,在解决巨型水库群优化调度问题方面具有广阔的应用前景。本文采用PGA粗粒度模型（CGGA）,引入迁移算子,以三峡-葛洲坝梯级水库为例,将基于双向环迁移拓扑的CGGA应用于水库调度模型求解。计算结果表明,CGGA能够有效地提高求解质量和求解速度,从收敛性能看,CGGA由于种群隔离保证了种群间的个性,能够在整个计算过程中不断进化,避免总群体趋于同化;从并行性能看,CGGA加速比远大于线性加速比,说明CGGA能够充分地利用各计算进程,提高并行效率,避免资源浪费。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅旭东	清华大学水沙科学与水利水电工程国家重点实验室	80	634	14.0	22.0
2	魏加华	清华大学水沙科学与水利水电工程国家重点实验室	77	1121	20.0	31.0
3	李想	清华大学水沙科学与水利水电工程国家重点实验室	17	124	5.0	11.0