模擬退火改進的粒子群算法的研究及應(yīng)用.pdf

1、隨著我國經(jīng)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(yīng)用價值的課題。由于水庫優(yōu)化調(diào)度問題比較復(fù)雜,有很多約束條件,傳統(tǒng)的優(yōu)化方法對目標(biāo)函數(shù)要求高,初始值設(shè)置對結(jié)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(zhì)

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(diào)度的意義及現(xiàn)狀,分析常用的水庫調(diào)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(shù)分析參數(shù)設(shè)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(jié)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(biāo)準(zhǔn)測試函數(shù)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(jié)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(biāo)準(zhǔn)粒子群算法和改進的算法進行計算,分析得到的結(jié)果并進行比較。結(jié)果表明改進算法優(yōu)化效果較好,但對于解決復(fù)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(diào)度的問題時,采用此改進算法,并以三峽水庫優(yōu)化調(diào)度