一种发电机经济调度的新算法

文章采用BCC算法求解发电机经济调度模型。针对细菌个体与群体的搜索特点,引入自适应步长,对细菌每次移动过程中的移动步长和方向进行自适应调整;针对细菌迭代过程中寻我到的最优值,引入公告板,使最优值不被随机抛弃。然后,建立发电机经济调度模型,将细菌群体趋药性算法用于该模型,并采用IEEE-30节点例子进行仿真,验证其有效性。     

一种发电机经济调度的新算法

文章采用BCC算法求解发电机经济调度模型。针对细菌个体与群体的搜索特点,引入自适应步长,对细菌每次移动过程中的移动步长和方向进行自适应调整;针对细菌迭代过程中寻我到的最优值,引入公告板,使最优值不被随机抛弃。然后,建立发电机经济调度模型,将细菌群体趋药性算法用于该模型,并采用IEEE-30节点例子进行仿真,验证其有效性。     

基于自适应的细菌觅食算法

针对细菌觅食(BFO)算法存在容易陷入局部最优、求解精度不高、收敛速度慢等问题,提出一种新的基于自适应的算法。算法主要对趋化和复制两个关键步骤进行改进,自适应地调整游动步长,并在复制操作中引入轮盘赌选择机制,使算法快速收敛到全局最优解以改善细菌觅食算法的性能。实验结果表明,提出的算法不仅收敛速度快,且求解精度高。     

订单生产经济批量问题研究

通过引入分批算法 ,解决了企业进行多品种生产过程中所面对的调度和优化问题。本算法由两步构成 :第一步采用遗传算法进行合理地分批 ;第二步通过规划模型求得分批基础上的最优调度。     

平均最优信息粒子群算法在车辆调度中的应用

针对标准粒子群算法在求解车辆调度问题中存在的易陷入局部最优、早熟等缺陷,从粒子群算法本身出发,引入粒子个体与群体的平均信息,提出一种基于平均最优信息的粒子群算法(AVGPSO),该算法利用粒子个体最优信息和全局最优信息的平均值来提高全局搜索能力。将该算法应用到车辆调度问题中,并与标准粒子群算法进行比较。实验结果表明,该算法在解决车辆调度问题中表现出了更优的性能,是解决车辆调度问题的有效方法。     

自适应粒子群优化算法在车间作业调度问题中的应用

采用粒子群优化算法对该问题进行求解,为了提高算法的求解性能,针对粒子群算法特点,提出了一种自适应的惯性权值来调整算法的搜索空间和一种自适应更新策略来动态地更新粒子的位置.最后通过经典的实例对本文提出的算法进行了检验,结果表明,该改进的粒子群算法在求解车间作业调度问题是有效的.     

自适应并行遗传算法求解非对称性旅行商问题

遗传算法是一种模拟生物进化的搜索最优解算法.根据交叉概率与变异概率在不同时期的不同要求,提出一个随进化代数和群体的适应度进行自适应调整的策略.同时,采用粗粒度并行策略,使算法具有更好的收敛性、稳定性、更快的速度和更好的优化质量.最后通过一些精典的非对称性旅行商问题对该算法进行了检验,结果表明自适应并行遗传算法可以有效提高遗传算法的求解性能.     

移动均线中最优步长测算方法及其应用——基于均匀设计的遗传算法

移动均线是技术投资中最为常用的技术指标之一,但移动均线最优步长的确定迄今仍无简单实用的方法。本文结合均匀设计和遗传算法,提出了一种移动均线最优步长的求解方法。将其应用于投资实践中,算法只需问题规模3.4%的计算量便能求出最优解,效率较高;同时,根据该方法得到的上证指数最优移动均线组合均能获取较高收益。其中,均线步长组合(1,21)受市场环境影响较小,且累计收益率高达487%。本文所提出的方法在投资实践中具有较高的可操作性。     

带有插电式电动车和风电装置的电力系统经济调度

通过构建插电式电动车和风力发电机的不确定性经济调度模型,研究插电式电动车在充电与放电时的概率分布,得到风能和电动车接入电网电源的数学表达式,证明提出的经济调度模型的合理性。     

带有插电式电动车和风电装置的电力系统经济调度

通过构建插电式电动车和风力发电机的不确定性经济调度模型,研究插电式电动车在充电与放电时的概率分布,得到风能和电动车接入电网电源的数学表达式,证明提出的经济调度模型的合理性。