小型水电站水库优化调度技术研究

阐述了小型水电站水库优化调度问题及其数学模型，详细研究了动态规划法和遗传算法等优化技术的特点、方法和思路．对优化结果的应用提出了看法。     

小型水电站水库长期优化调度研究

水电站水库优化调度是一个复杂的多阶段决策过程,根据小型水电站水库的特点,以水电站的发电引用流量为决策变量,以水电站在调度周期内发电量最大为目标,建立小型水电站水库长期优化调度问题的数学模型,并采用浮点数编码的遗传算法对该问题进行优化计算,通过仿真实验说明了该算法的可行性和有效性。     

基于改进遗传算法的电网无功优化

无功运行优化问题的关键在于获得最优解或较好的次优解。传统的线性规划法和非线性规划法不能很好地处理整型变量问题，而简单遗传算法的鲁棒性不高。结合高中压配电网的特点，本文对简单遗传算法进行了改进：采用十进制整型编码法和排序选择法，并对末位个体进行更新，最后采用模式法修正局部最优解。数值对比试验表明，本方法是合理的和可行的，具有一定的实用意义。     

基于遗传算法的车间作业调度

提出了一种基于遗传算法的车间作业调度算法，详细讨论了染色体编码方法和遗传算法的设计，并构造了该算法的基本模型，给出的仿真算例表明了该算法解的有效性。     

供水系统直接优化调度遗传算法求解模型研究

针对目前我国完全采用微观模型的方法难以满足供水系统优化调度的要求的现实，以测压点压力
宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程，并以每一泵站每
时段应有水泵运行求得的出水量和管网求得的需水量相等的条件,建立了大型供水系统的多目标混合离散
变量的直接优化调度模型.利用遗传算法对直接优化调度模型进行求解，提出了对各种约束条件处理的方
法;针对遗传算法容易早熟等的不足，提出将遗传算法和模拟退火技术相结合，并采用自适应交叉和变异
率的解决方法.算例计算表明，该算法具有较强的适用性.     

基于遗传算法的平面移动式立体车库存取调度优化

针对平面移动式立体车库存取车效率低的问题,利用遗传算法对原地待命策略进行了存取车调度优化.建立了以总存取车时间为目标函数的数学模型,采用整数编码对存取车序列进行优化,通过仿真对比不同任务情况下对存取车时间的优化结果.结果 表明,与优化前的随机存取策略相比,存取车总时间缩短了33％以上.最后进行了5个随机任务的调度实验,存取车总时间缩短了15.68％.验证了基于该算法优化后的立体车库调度策略对提升存取车效率的有效性,为该类型的车库调度设计提供理论支持和借鉴.     

多年调节水电站水库长期优化调度新模型

根据多年调节水库的水文特征,提出了水电站水库长期优化调度的非线性规划模型,并提出了相应的求解方法。算例结果表明,模型正确,具有实用价值。     

遗传算法在供水系统优化调度中的应用

首先介绍了遗传算法的原理、步骤 ,继而将其用于求解一个实际的供水系统优化调度问题 ,取得了良好的结果     

小型水电站水库优化调度新模型探讨

针对目前水电站水库优化调度计算中,电站出力系统和水头损失近似取值计算导致优化计算结果并非真正最优的问题,提出了小型水电站水库优化调度新模型,该模型以水库优化调度模型为主模块,以水电站厂内优化运行为子模块,在用动态规划求解主模块过程中,调用水电站厂内优化运行于模块,由于子模块以机组的实际动力特性为依据,而且将电站引水系统和尾水系统由于机组组合方式不同所出现的不确定因素纳入优化设计之中,可有效地解决电站出力系统和水头损失近似计算的问题,且计算结果更加准确,可靠。     

分时电价下水电站水库优化调度研究

随着电力市场的开放和分时电价制度的实施,传统以发电量最大作为准则的情况已不能适应水电站优化调度的要求,本文提出了分时电价条件下水电站水库优化调度的数学模型,并以宝珠寺电站为例,研究结果说明了模型的合理性及可行性。     

梯级泵站优化运行的遗传算法

采用遗传算法对梯级泵站联合运行时的优化调度问题进行了求解.计算中采用大系统分解协调模型,考虑了不同地区、不同时间段的电价对优化调度的影响.在子系统的优化过程中,各泵站内部单台机组的性能可以不相同;由于单台机组流量的取值是一个离散点和连续区间的集合,对于等式约束采用罚函数法,对于不等式约束,采用编码的办法解决.这种方法也适用于单个泵站多型号机组分时段运行时的优化调度.     

梯级泵站优化运行的遗传算法

采用遗传算法对梯级泵站联合运行时的优化调度问题进行了求解．计算中采用大系统分解协调模型,考虑了不同地区、不同时间段的电价对优化调度的影响．在子系统的优化过程中,各泵站内部单台机组的性能可以不相同;由于单台机组流量的取值是一个离散点和连续区间的集合,对于等式约束采用罚函数法,对于不等式约束,采用编码的办法解决．这种方法也适用于单个泵站多型号机组分时段运行时的优化调度．     

基于遗传算法的自学习模糊控制器的设计

提出了一种自学习模糊控制器的设计方法,这种方法采用改进的连续空间遗传算法对动态系统的控制进行优化,获得基于一定性能指标的期望的状态轨迹及相应的控制序列;采用基于神经网络的模糊推理系统监督学习模糊控制器的参数,可以在知识缺乏的环境完成神经模糊控制器的自动设计。本文最后以倒立摆系统为控制对象给出了一个设计实例和仿真结果。     

遗传算法在指派问题中的应用

应用遗传算法描述指数问题的染色体结构和适应函数，设计相应的遗传操作并进行仿真实验。     

一种基于遗传算法的误用检测模型自适应建立算法

传统入侵检测系统的攻击模型库需要专家手工建立,不利于系统的推广和应用.为了实现入侵检测系统中入侵特征提取和攻击规则生成的自动化,提出将遗传算法应用于入侵检测规则学习问题中.采用遗传进化操作启发式搜索网络特征数据空间,通过操作算子进行遗传运算,产生出具有高适应度的个体,从而自动归纳出某种入侵的共同属性.采用DARPA入侵检测评价计划数据库进行了仿真实验,该方法归纳总结出的攻击特征符合客观事实,与专家建立的攻击规则一致,并且较好地处理了噪音数据,具有鲁棒性.误用检测模型自适应建立算法能够在无专家参与的情况下自动建立攻击类型库,增强了入侵检测系统的可移植性.     

图像分割的遗传算法方法

提出了一种用遗传算法进行图像分割的方法。首先叙述遗传算法的基本原理和它的算法流程；接着研究用遗传算法实现图像分割，提出了单门限和双门限分割的遗传算法，并与传统的Ｏｔｓｕ门限分割方法作了比较；最后给出了几个用遗传算法分割图像的实验结果。     

基于多级遗传算法的模糊隶属度函数的优化

针对遗传算法的在应用过程中出现的过早收敛问题,提出基基于多级遗传算法的模糊控制,通过高级遗传算法的操作遗传算法可以获得不同种类的优良模式的新个体,从而它们提供了更加平等的竞争机会,并且在低级遗传算法在中采用Ｍｅｔｒｏｐｏｌｉｓ判别准则对遗传算法的复制算子加以改进,有效地破坏群体中个体的单一性,增加多样性,使隶属度参数得到优化,从而改善了控制性能,倒立摆仿真实验表明这种方法是有效的,是解决早收敛问题