社会演化算法在机组组合中的应用

机组组合是电力系统优化运行的一个重要方面,从数学角度讲,机组组合问题是一个多约束的 NP 难组合优化问题,很难得到理论上的最优解,该文将一种新的方法—社会演化算法用于解决该问题。该算法用认知主体取代了传统遗传算法的基于编码的可行解生成方式;用基于“范式学习与更新”的进化寻优机制取代了传统遗传算法中基于模仿基因的遗传和变异的进化寻优机制,使其计算效率及收敛稳定性均优于传统遗传算法。最后通过算例验证了该算法的优越性。该算法不仅为解决机组组合问题带来了新的思路和方法,在求解其它带有复杂约束条件的组合优化问题方面也有非常重要的启发意义。