检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李茂军[1]
出 处:《电力系统及其自动化学报》2002年第3期20-23,59,共5页Proceedings of the CSU-EPSA
基 金:长沙电力学院科技基金资助项目
摘 要:本文提出了一种解决电力系统机组优化组合问题的协同变异遗传算法。这种算法沿用了遗传算法的基本思想 ,但在遗传操作过程中实现基因的协同变异 ,以提高遗传算子的搜索效率。仿真实验表明这种算法具有很高的搜索效率和很好的适应性。This paper presents a Cooperative Mutation Genetic Algorithm (CEGA)solution to the Unit Commitment problem (UCP).CEGA follows the basic principle of genetic algorithm,but implements cooperative mutation of genes during genetic operation to raise efficiency of genetic operators.Simulation results show that CEGA is a very efficient algorithm for solution to UCP.
关 键 词:机组优化组合 协同变异 遗传算法 电力系统 动态规划
分 类 号:TM715[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.229