检索结果-南通市图书馆

作者：赵晓晖东北电力大学

学位级别：硕士

社会经济活动和居民生活对电力的需求持续增长,风电、光伏等可再生能源并入电网极大地扩展了电力获取来源,但其间歇性为电力系统稳定带来了巨大挑战。电力系统恢复指在电力系统大规模停电后,由电力系统恢复策略指导发电机组重新为电网... 详细信息

社会经济活动和居民生活对电力的需求持续增长,风电、光伏等可再生能源并入电网极大地扩展了电力获取来源,但其间歇性为电力系统稳定带来了巨大挑战。电力系统恢复指在电力系统大规模停电后,由电力系统恢复策略指导发电机组重新为电网和负载供电的过程。合理的恢复策略对确保电力系统稳定意义重大。然而,现有的电力系统恢复策略模型仅考虑某些恢复阶段,或虽考虑了整个恢复过程,即电力系统全阶段,但将各恢复阶段进行解耦并独立求解。这些模型破坏了恢复阶段之间相互影响的基本特征,可能会导致严重的求解错误。基于此,本文开展全阶段电力系统恢复策略模型与优化算法的研究。首先,本文针对电力系统恢复过程,提出了一种新的针对电力系统恢复过程划分的定义,即将电力系统恢复过程分为黑启动阶段和负荷恢复阶段。基于该定义,提出了一种针对大停电后小规模电力系统的综合电力系统恢复策略模型。该模型涵盖了电力系统恢复全部阶段,不存在恢复过程解耦的问题。其次,为验证模型的有效性,利用传统数学求解器和元启发式求解器求解该模型。特别地,采用算法自动设计范式,实现了针对电力恢复问题的元启发式求解器自动设计。最后,针对大停电后的复杂电力系统恢复问题,将其建模为系统分区与恢复路径联合优化的马尔可夫决策过程,采用强化学习方法求解该过程,获取电力系统恢复策略。通过算例分析得出,相较于经过解耦的现有电力系统恢复模型,本文提出的针对小规模电力系统恢复模型获得的恢复策略所需恢复时间缩短4%-7%;本文引入的自动求解算法设计,与数学规划方法和经典启发式算法相比,获得的恢复策略所需恢复时间缩短约5%-25%;本文提出的针对复杂电力系统恢复模型实现了生成分区方案的同时,规划路径的目标,解决了复杂电力系统恢复策略难建模、难求解的问题。

关键词：电力系统恢复黑启动自动算法设计元启发式算法强化学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多目标变分批混合流水车间调度算法自动设计

引用

计算机集成制造系统 2022年第11期28卷 3403-3420页

作者：张彪孟磊磊桑红燕卢超聊城大学计算机学院山东聊城252000 中国地质大学(武汉)计算机学院湖北武汉430074

在考虑运输和启动作业的基础上,研究了多目标变分批混合流水车间调度问题,旨在同时优化最大完工时间和子批总数两个相互冲突的目标。建立了多目标混合整数规划模型,验证了两目标间的冲突关系。由于问题属于非确定性多项式困难问题,采用... 详细信息

在考虑运输和启动作业的基础上,研究了多目标变分批混合流水车间调度问题,旨在同时优化最大完工时间和子批总数两个相互冲突的目标。建立了多目标混合整数规划模型,验证了两目标间的冲突关系。由于问题属于非确定性多项式困难问题,采用多目标进化算法(MOEA)解决该问题。为消除MOEA在构造过程中受到先前经验偏见的影响,基于MOEA框架,采用自动算法设计方法(AAD)构造了高性能的MOEA。AAD能够通过最小的干预自动确定MOEA的各种参数取值以及最优的参数组合。考虑变分批技术,提出了动态解码策略;针对问题特性和所采用的算法框架,对于可配置的类别参数和数值参数,给出了合理的取值区间;对于AAD方法,采用了I/F-Race方法。最后,通过与CPLEX和已提出的MOEAs对比分析,证明了自动生成的MOEA更加有效。

关键词：混合流水车间调度变分批多目标进化算法自动算法设计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

近似最优并行算法组智能汇聚构造

引用

中国科学：技术科学 2023年第2期53卷 280-290页

作者：刘晟材杨鹏唐珂南方科技大学计算机科学与工程系深圳518055 广东省类脑智能计算重点实验室深圳518055

作为一种高性能通用并行求解器,并行算法组(parallel algorithm portfolios, PAPs)近年来在判定、计数以及连续、离散优化等问题上取得了突出的求解效果.传统人工构造PAP的方式依赖于大量领域知识,门槛极高.为了解决这一问题,本文提出... 详细信息

作为一种高性能通用并行求解器,并行算法组(parallel algorithm portfolios, PAPs)近年来在判定、计数以及连续、离散优化等问题上取得了突出的求解效果.传统人工构造PAP的方式依赖于大量领域知识,门槛极高.为了解决这一问题,本文提出了一种基于演化优化的PAP智能汇聚自动构造方法AutoPAP.整体上, AutoPAP遵循(n+1)演化优化框架,即在每一代生成n个候选算法,并保留最优算法加入到PAP中.考虑到算法配置空间往往非常巨大且涉及混合变量,本文设计了专用变异算子以提升AutoPAP的实际性能,并证明了AutoPAP在理论上可以达到(1-1/e)近似最优构造效果.最后,本文以旅行商问题(traveling salesman problems, TSP)为例,使用AutoPAP构造得到TSP_PAP.实验结果表明,在主流TSP测试集上, TSP_PAP的求解效率和效果均显著好于当前TSP上公认性能最佳的求解器EAX和LKH.在128个规模1000~30000的TSP测试样例上,相比于EAX和LKH, TSP_PAP可以将平均求解时间缩短至少45.71%,并将平均误差率降低至少87.50%,这体现出AutoPAP在算法自动设计与演化方面的巨大潜力.

关键词：求解器并行算法组演化计算自动算法设计旅行商问题组合优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：