模擬退火改進的粒子群算法的研究及應用.pdf

1、隨著我國經濟的高速發(fā)展,能源短缺問題越來越突出,相對煤炭和石油而言,水電能源為可再生的清潔能源,如何合理利用水資源解決能源緊張問題意義重大。在滿足已有的約束條件下,運用最優(yōu)化理論方法,制訂出水庫最優(yōu)運行方式,是有理論研究意義和實際應用價值的課題。由于水庫優(yōu)化調度問題比較復雜,有很多約束條件,傳統(tǒng)的優(yōu)化方法對目標函數要求高,初始值設置對結果影響較大,計算量大,耗時多。而智能優(yōu)化算法例如遺傳算法容易早熟收斂,粒子群算法則存在無法跳出局部劣質

2、解區(qū)域,而無法找到最優(yōu)值的缺點,因此通常將智能優(yōu)化算法改進來處理這個問題。
　　本文首先論述水庫調度的意義及現(xiàn)狀,分析常用的水庫調度方法,介紹最優(yōu)化理論,分析了基本粒子群算法原理,通過常用的幾個測試函數分析參數設置對算法的影響,并檢測出基本粒子群算法存在易陷入局部極值的問題,然后論述了幾種常用的改進方法。本文將模擬退火算法與粒子群算法結合起來以克服粒子群算法存在的上述缺點,提高算法的搜索能力,采用標準測試函數對其他幾種改進粒子群方

3、法和基于模擬退火的粒子群算法進行測試比較,分析計算結果可以觀察出由模擬退火改進的算法能夠克服原本存在的缺點,收斂效果較好。
　　然后在解決非線性方程組問題和帶有約束優(yōu)化問題時,分別采用標準粒子群算法和改進的算法進行計算,分析得到的結果并進行比較。結果表明改進算法優(yōu)化效果較好,但對于解決復雜多維的約束優(yōu)化問題時,改進算法表現(xiàn)不穩(wěn)定,因此仍需要進一步研究。
　　之后在解決水庫優(yōu)化調度的問題時,采用此改進算法,并以三峽水庫優(yōu)化調度