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:
如何在满足负荷要求的基础上,最大程度地实现总运行成本最低是节能发电调度亟待解决的问题.目前,标准遗传算法(SGA)是优化机组组合采用较多的方法之一,但在较高计算精度的要下,会使其计算速度下降,而蜜蜂进化型遗传算法(BEGA)具有求解精度高、收敛速度快的优势.本文采用此方法对机组的总运行成本进行了研究,得出10台机组算例的优化结果,表明了该算法的可行性和有效性.
推荐文章
带修复操作整型编码遗传算法求解大规模机组组合问题
生产调度
机组组合
遗传算法
整型编码
修复操作
基于遗传算法的机组组合研究
发电计划
机组组合
遗传算法
蜜蜂进化型遗传算法
遗传算法
最优保留
全局收敛性
Markov链
多蜂群进化遗传算法
遗传算法
最优保留
蜜蜂进化型遗传算法
抑制算子
生物多样性
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 基于蜜蜂进化型遗传算法的机组组合研究
来源期刊 数字技术与应用 学科 工学
关键词 蜜蜂进化型遗传算法 机组组合 节能调度
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 113
页数 分类号 TH112.1
字数 1962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 孙凯 东北电力大学自动化工程学院 4 52 3.0 4.0
2 段文超 东北电力大学自动化工程学院 4 8 2.0 2.0
3 田洋 东北电力大学自动化工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
蜜蜂进化型遗传算法
机组组合
节能调度
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导