免疫粒子群算法及其在水库优化调度中的应用

被引:27
作者
向波 [1 ]
纪昌明 [2 ]
罗庆松 [3 ]
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] 华北电力大学能源与动力工程学院水资源与水利水电工程研究所
[3] 中国卫星通信集团人力资源部
关键词
免疫粒子群算法; 动态规划算法; 水库优化调度; 长期调度;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及免疫接种功能的原理,改进粒子群优化算法的全局寻优能力,提高收敛速度.在分析水库优化调度的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的水库优化调度的方法,建立了数学模型,给出了具体求解步骤.经实例验证,IA-PSO得出的水库优化调度方案优于传统动态规划算法的计算结果,而且算法收敛速度快,为水库调度问题提供了一条新的有效求解途径.
引用
收藏
页码:198 / 202
页数:5
相关论文
共 9 条
[1]  
粒子群优化算法的研究和改进.[D].张彤.南京理工大学.2006, 01
[2]   免疫算法及其在水电站中长期优化调度中的应用 [J].
左幸 ;
马光文 ;
严秉忠 .
水电自动化与大坝监测, 2006, (03) :1-3
[3]   基于改进微粒群算法的水火电力系统短期发电计划优化 [J].
汪新星 ;
张明 .
电网技术, 2004, (12) :16-19
[4]   免疫粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机工程与应用, 2004, (06) :4-6+33
[5]   POA算法在梯级水电站短期优化调度中的应用 [J].
宗航 ;
李承军 ;
周建中 ;
张勇传 .
水电能源科学, 2003, (01) :46-48
[6]   微粒群算法综述 [J].
谢晓锋 ;
张文俊 ;
杨之廉 .
控制与决策, 2003, (02) :129-134
[7]   基于改进遗传算法的水电站水库优化调度 [J].
畅建霞 ;
黄强 ;
王义民 .
水力发电学报, 2001, (03) :85-90
[8]  
微粒群算法.[M].曾建潮等编著;.科学出版社.2004,
[9]  
水资源系统工程.[M].冯尚友著;.湖北科学技术出版社.1991,