改进遗传算法对机组组合问题的研究 study on improved genetic algorithm for unit commitment.pdfVIP

下载本文档

1
0
约1.2万字
约 4页
2017-08-13 发布于上海
举报
版权申诉

改进遗传算法对机组组合问题的研究 study on improved genetic algorithm for unit commitment.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

改进遗传算法对机组组合问题的研究 study on improved genetic algorithm for unit commitment

镩电网技术 l l中国电业技术版2011年第2期改进遗传算法对机组组合问题的研究张建，由崇 (辽宁新创达电力设计研究有限公司，辽宁沈阳110179) 摘要：对解决机组优化组合问题的遗传算法进行了改进，采用实数编码并针对经典遗传算法易陷入局部极值的缺陷，将Alopex算法和遗传算法结合起来，同时对机组组合问题的复杂的约束条件采用直接比较的方法解决。实例计算表明，该算法收敛性好，适应性强，对实现机组优化组合具有实用价值。关键词：机组组合；遗传算法：Alopex算法；直接比较 715 中图分类号：TM 文献标识码：A on Genetic forUnitCommitment StudyImproved Algorithm ZHANGJian．YOU Chong Electric andResearch 1101 (LiaoningXinchuangdaDesign Co．，Ltd，Shenyang79，China) was the forUnitCommitment Abstract：TheGenetic whichcouldsolve Algorithmimproved，of optimizationproblem this realnumber andtodealwiththeGenetic of (UC)．In encoding Algorithm(GA)defectseasilyget paper,utilizing intolocalextreme combines with themethodofdirect tosolvethe value，and GA，using comparison Alopexalgorithm the wellandhas of constraintconditionsforUC．Calculationresultsshowedthat algorithmconverges problemcomplex ithas valuetorealize UC． strongadaptability,andpractical optimal words：unit comparison Key commitment(UC)；geneticalgorithm(GA)；Alopexalgorithm；direct 0引言缺陷，本文将二者有机的结合起来，充分发挥两者的优越性，更好的解决了优化机组组合问题。机组组合(UnitCommitment)问题是电力系统经济调度的一个重要环节，经验表明机组优 1 数学模型化组合比优化分配负荷更加经济，所以选定最优运行机组一直是电力系统优化运行的研究重点。