基于聚集度自适应反向学习粒子群算法在水库优化调度中的应用

• 作 者: 邓志诚 孙辉 赵嘉 王晖
• 机 构: 南昌工程学院信息工程学院,鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室,江西省水信息协同感知与智能处理重点实验室
• 出 处: 水利水电技术
• 发表日期: 2020年4期
• 关键词: 水库优化调度 粒子群算法 聚集度 反向学习 optimal operation of reservoirparticle swarm optimizationa
• 基金项目: 国家自然科学基金资助项目(61663029,51669014,61663028),江西省杰出青年基金(2018ACB21029),江西省杰出青年人才资助计划(20171BCB23075),江西省自然科学基金(20171BAB202035),江西省教育厅落地计划资质项目(KJLD13096),江西省2018年度研究生创新专项资金项目(YC2018-S422),南昌工程学院2018年大学生创新创业训练

为高效、快速求解水库优化调度问题,提出基于聚集度自适应反向学习粒子群算法。此算法首先采用聚集度策略分析种群的聚散状态,并在此基础上,提出自适应反向学习策略,生成种群中心的反向解参与进化,引导种群改变聚散状态,进一步平衡算法的勘探与开发能力。将基于聚集度自适应反向学习粒子群算法与经典的和最新的高水平粒子群算法进行比较,在所测的基准函数中,本算法在5个基准函数上都取得最优解,验证了其对连续变量函数的优化能力强于所对比算法。在求解水布垭、隔河岩和高坝洲梯级水库优化调度问题上,本算法求得总发电量为86.335 7