启发式遗传算法及其在电力系统调度中的应用

在遗传基因算法（ＧＡ）基础上，加入区域变化环节和其他改进措施，提出一种新的启发式遗传基因算法．该算法由基因编码、产生祖先、评价优劣、选择、杂交、突变、父代替换、区域变化、搜索寻优等环节组成，提高了解题速度和解的最优性．将其用于求解电力系统水火电站联合优化调度问题，获得全局最优解．仿真计算表明，能取得显著经济效益．     

人工智能在水库控制中的应用

构造了水库群联合调度神经网络专家系统，提出了水库群运行调度的知识表示、知识获取和自适应训练学习、知识的自适应并行推理等方法。基于确定性优化技术ＰＯＡ法获得专家范例（即长系列操作计算结果），获得指导水库群联合运行的调度规则．模拟运行结果表明了所提方法的优越性。     

人工智能在水库控制中的应用

构造了水库群联合高度神经网络专家系统，提出了水库群运行调度的知识表示、知识获取和自适应训练学习、知识的自适应并行推理等方法，基于确定性优化技术ＰＯＡ法获得专家范例（即长系列操作计算结果），获得指导水库群联合运行的调度规则。模拟运行结果表明了所提方法的优越性。