基于拥挤距离的多目标粒子群优化算法在漳河水库优化调度中的应用

被引：10

作者：

张小潭 ^{[1
]}

陈森林 ^{[1
]}

张峰远 ^{[2
]}

董前进 ^{[1
]}

付湘 ^{[1
]}

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

[2] 辽宁省水利水电勘测设计研究院

来源：

水电能源科学 | 2013年 / 31卷 / 04期

关键词：

多目标优化; 拥挤距离; 基于拥挤距离的多目标粒子群优化算法; 动态非均匀变异; 漳河水库;

D O I：

暂无

中图分类号：

TV697.11 [];

学科分类号：

081504 ;

摘要：

针对传统多目标优化算法的不足,提出了基于拥挤距离的多目标粒子群优化算法(MOPSO-CD),该算法用拥挤距离来维持精英策略和选取全局极值,同时引入动态非均匀变异算子,用以维持粒子多样性、减缓算法收敛速度、避免早熟收敛。以漳河水库为例,建立了以灌溉缺水量最小和发电量最大为目标函数的两目标优化调度模型,将MOPSO-CD应用于模型的求解中,得到了足够多且较均匀的非劣(Pareto)解前端。

引用

页码：42 / 45

页数：4

共 7 条

[1] MOPSO算法及其在水库优化调度中的应用 [J].

杨俊杰 ;

周建中 ;

方仍存 ;

钟建伟 .

计算机工程, 2007, (18) :249-250+264

[2]

Performance evaluation of elitist-mutated multi-objectiveparticle swarm optimization for integrated water resources management. M. Janga Reddy,D. Nagesh Kumar. Journal ofHydroinformatics . 2009

[3]

Strategies for Finding Good Local Guides in Multi-objective Particle Swarm Optimization(MOPSO). Mostaghim S,Teich J. Proceedings of the IEEE Swarm Intelligence Symposium . 2003

[4] 基于多元线性回归的地下水开采可靠度模型 [J].

田娟 ;

董贵明 .

水电能源科学, 2011, 29 (01) :43-44+137

[5] 基于NSGA2的水库多目标优化 [J].

贠汝安 ;

董增川 ;

王好芳 .

山东大学学报(工学版), 2010, 40 (06) :124-128

[6]

Genetic Algorithms + Data Structures = Evolution Programs. Michalewicz Z. . 1996

[7]

An EffectiveUse of Crowding Distance in Multiobjective ParticleSwarm Optimization. Carlo R Raquel,Prospero C Naval Jr. Proceedings of the 2005Conference on Genetic and Evolutionary Computa-tion . 2005

← 1 →