模擬退火改進(jìn)的粒子群算法的研究及應(yīng)用.pdf

1、隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展,能源短缺問(wèn)題越來(lái)越突出,相對(duì)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(wèn)題意義重大。在滿足已有的約束條件下,運(yùn)用最優(yōu)化理論方法,制訂出水庫(kù)最優(yōu)運(yùn)行方式,是有理論研究意義和實(shí)際應(yīng)用價(jià)值的課題。由于水庫(kù)優(yōu)化調(diào)度問(wèn)題比較復(fù)雜,有很多約束條件,傳統(tǒng)的優(yōu)化方法對(duì)目標(biāo)函數(shù)要求高,初始值設(shè)置對(duì)結(jié)果影響較大,計(jì)算量大,耗時(shí)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(wú)法跳出局部劣質(zhì)

2、解區(qū)域,而無(wú)法找到最優(yōu)值的缺點(diǎn),因此通常將智能優(yōu)化算法改進(jìn)來(lái)處理這個(gè)問(wèn)題。
　　本文首先論述水庫(kù)調(diào)度的意義及現(xiàn)狀,分析常用的水庫(kù)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(guò)常用的幾個(gè)測(cè)試函數(shù)分析參數(shù)設(shè)置對(duì)算法的影響,并檢測(cè)出基本粒子群算法存在易陷入局部極值的問(wèn)題,然后論述了幾種常用的改進(jìn)方法。本文將模擬退火算法與粒子群算法結(jié)合起來(lái)以克服粒子群算法存在的上述缺點(diǎn),提高算法的搜索能力,采用標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)其他幾種改進(jìn)粒子群方

3、法和基于模擬退火的粒子群算法進(jìn)行測(cè)試比較,分析計(jì)算結(jié)果可以觀察出由模擬退火改進(jìn)的算法能夠克服原本存在的缺點(diǎn),收斂效果較好。
　　然后在解決非線性方程組問(wèn)題和帶有約束優(yōu)化問(wèn)題時(shí),分別采用標(biāo)準(zhǔn)粒子群算法和改進(jìn)的算法進(jìn)行計(jì)算,分析得到的結(jié)果并進(jìn)行比較。結(jié)果表明改進(jìn)算法優(yōu)化效果較好,但對(duì)于解決復(fù)雜多維的約束優(yōu)化問(wèn)題時(shí),改進(jìn)算法表現(xiàn)不穩(wěn)定,因此仍需要進(jìn)一步研究。
　　之后在解決水庫(kù)優(yōu)化調(diào)度的問(wèn)題時(shí),采用此改進(jìn)算法,并以三峽水庫(kù)優(yōu)化調(diào)度