求解风力发电机布局问题的超启发式算法研究

论文摘要

针对大规模问题求解效率不高、结果不理想等问题,以影响参数多变的风力发电机布局问题为研究对象,设计并实现了超启发式算法策略,底层算子用差分进化（Differential Evolution,DE）算法和适应性协方差策略（Covariance Matrix Adaptation Evolution Strategy,CMA-ES）算法,高层策略用启发式调用策略选择底层算子求解在不同场景、不同风力参数等多种情况下的风力发电机布局情况。实验将权值选择策略与DE算法、CMA-ES算法和随机调度策略进行比较,最终数据表明该策略求解风力发电布局的效果远高于其他三种。

论文目录

• 1 引言
• 2 基础理论
•   2.1 DE算法
•   2.2 CMA-ES算法
•   2.3 超启发式框架
• 3 问题描述及算法设计
•   3.1 问题描述
•     3.1.1 问题模型
•     3.1.2 评估模型
•   3.2 底层算子设计
•     3.2.1 DE算子设计
•     3.2.2 CMA-ES算子设计
•   3.3 超启发式算法设计
• 4 实验数据分析
•   4.1 实验参数设计
•   4.2 实验结果及评价分析
• 5 结论

文章来源

类型: 期刊论文

作者: 迟宗正,董绍正,郭童,任志磊,周宽久,郭禾

关键词: 超启发式算法,风力发电机布局,差分进化算法

来源: 计算机工程与应用 2019年07期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 大连理工大学软件学院

基金: 国家自然科学基金面上项目(No.61772107),国家自然科学基金青年基金(No.61403057),中央高校基本科研业务费专项资金(No.DUT15QY53)

分类号: TM315;TP18

页码: 220-225+233

总页数: 7

文件大小: 1448K

下载量: 131