已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、電力工程與一般的工程項目相比，對使用時的安全性和穩(wěn)定性要求更高。工期、成本和質(zhì)量三大目標的均衡實現(xiàn)是確保電力工程項目高效、高質(zhì)完成的必要條件。為了保證工程項目的順利實施和完成，就必須優(yōu)化各個目標之間的利益關(guān)系，使整體目標達到最優(yōu)狀態(tài)。傳統(tǒng)的多目標優(yōu)化方法在實際的工程優(yōu)化過程中局限性很大，而遺傳算法具有簡單易操作、通用以及適于并行處理等優(yōu)點，而且在求解多目標優(yōu)化問題上有較好的收斂性和可操作性。
本文主要研究遺傳算法在電力工程多目
2、標優(yōu)化問題中的應用。首先研究了適用于多目標優(yōu)化問題的通用數(shù)學模型，對傳統(tǒng)多目標優(yōu)化方法進行了詳細分析。其次對模式定理和積木塊假設(shè)的含義和涉及的定理進行了研究，分析了遺傳算法的主要構(gòu)成要素和運算步驟。研究了具有代表性的幾種多目標遺傳算法的原理和特點，包括向量評估算法(VEGA)、多目標遺傳算法(MOGA)和非支配排序遺傳算法(NSGA)。對非支配排序遺傳算法的改進算法NSGA-Ⅱ進行了詳細研究。最后，建立了三維的工期-成本-質(zhì)量的多目標優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的工程多目標優(yōu)化.pdf
- 基于遺傳算法的工程多目標優(yōu)化研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 多目標優(yōu)化的遺傳算法研究.pdf
- 基于遺傳算法的工程風險決策多目標優(yōu)化研究.pdf
- 基于遺傳算法的建筑工程多目標綜合優(yōu)化.pdf
- 基于免疫遺傳算法的多目標優(yōu)化研究.pdf
- 基于改進遺傳算法的電力系統(tǒng)多目標無功優(yōu)化.pdf
- 基于改進遺傳算法的電力系統(tǒng)多目標無功優(yōu)化(1)
- 基于多目標遺傳算法的氣門彈簧優(yōu)化設(shè)計.pdf
- 基于遺傳算法的翼型多目標氣動優(yōu)化設(shè)計.pdf
- 基于遺傳算法的棒材孔型多目標優(yōu)化.pdf
- 基于遺傳算法的換熱器多目標優(yōu)化設(shè)計方法.pdf
- 改進的多目標優(yōu)化遺傳算法及多目標優(yōu)化軟件的研制.pdf
- 基于多目標遺傳算法的五體船主尺度優(yōu)化研究.pdf
- 基于遺傳算法的多目標模糊物元優(yōu)化方法研究.pdf
- 單目標_多目標遺傳算法的研究.pdf
- 基于遺傳算法的擠壓模具多目標優(yōu)化設(shè)計與研究.pdf
- 基于遺傳算法的LVDT性能參數(shù)多目標優(yōu)化.pdf
- 多目標遺傳算法代碼
評論
0/150
提交評論