基于免疫进化的蚁群算法在梯级水库优化调度中的应用研究

针对蚁群算法在求解过程中出现初期信息素匮乏、易陷入局部最优解的问题,结合梯级水库优化调度的特点,提出了基于免疫进化的蚁群算法。该混合算法充分利用了免疫进化算法的全局快速收敛性和蚁群算法的正反馈性,提高了求解效率。实例计算表明该混合算法在求解梯级水库优化调度问题时,与逐次逼近动态规划相比较,结果合理、可靠,计算效率较高,从而为求解高维、复杂的梯级水库优化调度提供了一条新的求解思路。     

多发电主体梯级水电站优化调度模型

研究了电力市场下的梯级水电站的长期优化调度问题,建立了多发电主体梯级水电站优化调度模型.该模型通过调节上下游不同发电主体下电站的效益补偿,可以协凋上下游不同发电主体的利益,保证总的梯级效益接近最优化.将建立的多目标调度模型用权重法转化为单目标求解,可获得不同权重组合下的一组非劣解集.同时还探讨了浮动上网电价对存在多发电主体情况下梯级效益的影响,梯级效益的变化趋势与枯水期电价上浮与丰水期下浮比例x/y有关,只有x/y足够大时,梯级总效益才会比电价不浮动时有所增加.     

晶圆制造系统中Lot加工序列优化的蚁群算法

针对半导体晶圆制造系统中设备从缓冲区选择Lot加工问题,提出Lot加工序列优化的蚁群算法,对其进行计算时间复杂度分析,并给出了该算法的改进形式.该改进算法是根据晶圆制造系统重入特点,基于瓶颈设备构建蚁群算法求解模型,通过迭代仿真最终获取Lot加工优先序列表.仿真结果表明,采用该算法在短期调度区间内,与一般的基于规则的动态调度算法相比,效果得到了显著的改善.     

三峡梯级短期优化调度大系统分解协调法的应用

针对梯级间流量传播对梯级水电站短期优化调度影响的问题,采用实测资料率定梯级间流量传播系数,构建了计算梯级间下游水电站入库流量的变系数线性回归方程,建立了"以水定电"模式下考虑流量传播影响的梯级水电站群短期优化调度系统分解协调模型.三峡梯级应用实例表明,当上游水库出库流量较小时,流量传播对梯级短期优化调度结果影响较大,且分解协调算法较轮库迭代法可有效减少解算时间,提高模型运算效率.     

人力资源调度的蚁群算法模型

针对企业人力资源管理中的生产安排、工作分配和设备布置的优化调度问题,在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群算法模型.并对蚁群算法模型进行了改进,提高了算法的全局搜索能力.提出了基于蚁群算法的人力资源调度策略,并用数学模型对求解问题进行描述,给出了算法步骤.实例证明:改进蚁群算法能有效节省人力资源成本,为人力资源调度提供参考.     

基于蚁群算法的并行任务分配与调度

蚁群算法是近年出现的一种新启发式算法,在求解NP完全问题中具有较大优势.针对如何在满足任务约束关系的条件下用蚁群算法求解任务分配与调度问题,首先对任务的分配与调度问题建立数学模型,然后在满足子任务之间的约束关系的条件下用蚁群算法求出最优解,最后把用蚁群算法与遗传算法的最优解进行比较.通过仿真实验表明,蚁群算法比遗传算法在任务分配与调度求解中有较高的解的质量,但蚁群算法的求解速度要慢于遗传算法.     

多尺度多模型的梯级水库优化调度决策支持系统

梯级水库群优化调度因来水预报不确定性强、水库群优化变量维数高、决策评估目标多等特点,一直是学术界和工程界的研究热点.本文分析了不同时间尺度的水文预报模型与优化调度模型的基本特征与数据需求,建立了多尺度多模型的梯级水库优化调度决策支持系统.该决策支持系统将数值天气预报的有效预报期(15d)作为短期调度模块与中长期调度模块的时间分界.短期调度模块采用数值天气预报降水量和数字流域模型预测未来15d的日径流过程,使用预报结果进行短期的梯级水库优化调度;中长期调度模块采用基于自回归和遥相关的组合预报模型,预报未来1年的月径流过程,用于中长期的优化调度.本文采用面向服务的软件架构(SOA),将年、月和日尺度的预报和调度模型集成,构建决策支持系统,可以实现多时间尺度的水情滚动预报和梯级水库优化调度.本系统在黄河上游干流梯级水库群和大通河流域梯级水库进行试验应用,结果表明该系统能够快速集成分析相关水情数据,开展梯级水库优化调度演算,及时为决策者提供清晰有效的决策辅助信息.     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

基于分时电价的梯级水电站短期优化调度

针对梯级水电站采用的以发电效益最大化为目标的优化数学模型具有一定局限性且未考虑峰谷电价影响的问题,在原有发电效益的基础上增加峰、平、谷电价,不同时段给予不同电价进行优化,提出基于分时电价的梯级水电站优化调度数学模型.以黄河上游的梯级水电站为例,采用Matlab软件的模式搜索法、遗传算法分别对模型进行求解,验证该优化调度数学模型的正确性及算法的合理性和可靠性,从而为市场环境下高维、复杂的梯级水电站短期优化调度提供了一种新的求解途径.     

滚朋羊梯级水电站优化调度研究

本文针对目前各种梯级水电站优化调度算法存在不足,以云南滚朋羊梯级水电站优化调度为工程背景,着力考虑该梯级总发电量和最大保证出力2个重要指标,并且围绕这2个指标建立该梯级水电站优化调度的目标函数,采用蚁群算法获得该目标函数的解。最后通过仿真证明,采用蚁群算法获得的解将是全局最优解。