粒子群优化方法在梯级水电站水库优化调度中的应用研究

摘要

水库优化调度面临的两个最重要的问题就是如何把实际的水库优化调度问题概化为合适的数学模型，以及如何构建求解这种数学模型适宜的最优化算法。群体智能中的粒子群优化算法适用于求解有约束的非线性规划问题，而大多数的水库优化调度问题就是属于这一类。 论文首先对粒子群优化方法进行了描述，对水库调度问题建立了优化模型。在对粒子群优化算法进行适当改进的基础上，建立了适用于水库调度的粒子群优化算法，并应用于模型求解。为提高计算效率和精度，借用遗传算法和免疫算法的思想，提出了改进的粒子群优化算法；将粒子群优化算法运用于逐步寻优算法的过程中，提出了粒子群的逐步寻优算法。并结合乌溪江梯级水电站进行了应用研究。结果表明，粒子群优化方法应用于水库优化调度中，优化原理清晰，计算方法易解，是可行和有效的，可以扩展应用于其它类型水库优化调度问题。

目录

文摘

英文文摘

声明

第一章绪论

1.1问题的提出

1.2水库优化调度国内外研究现状

1.2.1国外研究情况

1.2.2国内研究情况

1.3本文主要研究内容

第二章粒子群优化方法研究

2.1粒子群优化算法

2.1.1群体智能与进化计算技术

2.1.2粒子群优化算法的产生

2.1.3全局模型与局部模型

2.1.4同步模式与异步模式

2.1.5粒子群算法粒子信息交换方式及分析

2.2粒子群优化算法的改进途径

2.2.1算法离散化

2.2.2提高收敛速度

2.2.3提高种群多样性

2.3粒子群优化算法的改进技术

2.3.1基于遗传算法进化机理的改进技术

2.3.2粒子群优化算法与其他优化算法融合的改进技术

2.3.3基于PSO参数的改进技术

2.4算法收敛性分析

2.4.1实验分析

2.4.2 收敛性证明

2.5粒子群优化算法与遗传算法比较

第三章水电站水库优化调度粒子群优化方法探讨

3.1一般优化方法

3.1.1遗传算法(GA)

3.1.2逐步优化算法(POA)

3.2粒子群优化算法(PSO)

3.3改进的粒子群优化算法(MPSO)

3.4粒子群的逐步优化算法(PSOPOA)

第四章应用实例

4.1乌溪江梯级电站概况

4.2优化模型

4.2.1水电站水库优化调度模型

4.2.2水电站水库优化调度的粒子群优化算法模型

4.3优化计算

4.3.1标准粒子群优化算法计算

4.3.2改进的粒子群优化算法计算

4.3.3遗传算法计算

4.3.4逐步优化计算

4.3.5粒子群的逐步优化计算

4.4成果分析

第五章结论与展望

5.1结论

5.2展望

参考文献

致谢