基于聚集度自适应反向学习粒子群算法在水库优化调度中的应用

• 作者: 孙辉 王晖 赵嘉 邓志诚
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 水库优化调度 粒子群算法 聚集度 反向学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 运行管理
• 页码范围: 166-174
• 页数: 9页
• 分类号: TV11
• 字数: 5972字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2020.04.020

摘要

为高效、快速求解水库优化调度问题,提出基于聚集度自适应反向学习粒子群算法.此算法首先采用聚集度策略分析种群的聚散状态,并在此基础上,提出自适应反向学习策略,生成种群中心的反向解参与进化,引导种群改变聚散状态,进一步平衡算法的勘探与开发能力.将基于聚集度自适应反向学习粒子群算法与经典的和最新的高水平粒子群算法进行比较,在所测的基准函数中,本算法在5个基准函数上都取得最优解,验证了其对连续变量函数的优化能力强于所对比算法.在求解水布垭、隔河岩和高坝洲梯级水库优化调度问题上,本算法求得总发电量为86.335 71×108 kW·h,求解所需时间为721 ms,相较所对比算法的调度结果,总发电量最大提高了11.860 2×108 kW·h,所需计算时间最大降低了21 380 ms,由此验证了基于聚集度自适应反向学习粒子群算法对水库优化问题的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵嘉	南昌工程学院信息工程学院	38	243	9.0	13.0
4	孙辉	南昌工程学院信息工程学院	51	485	13.0	19.0
10	王晖	南昌工程学院信息工程学院	12	141	6.0	11.0
17	邓志诚	南昌工程学院信息工程学院	2	0	0.0	0.0