人工蜂群算法改進及其在梯級水庫優(yōu)化調(diào)度中的應(yīng)用.pdf

1、梯級水庫群優(yōu)化調(diào)度是一個多對象、多時段的非線性復(fù)雜問題，智能算法在求解這類多維問題時具有明顯優(yōu)勢。研究人工蜂群算法(Artificial Bee Colony Algorithm,ABC)發(fā)現(xiàn)該算法參數(shù)較少、魯棒性較強，可用于求解梯級水庫優(yōu)化調(diào)度問題?？墒菢?biāo)準(zhǔn)的ABC算法仍然存在著易陷入局部最優(yōu)的問題，為了提高人工蜂群算法的性能，本文主要完成了以下改進：針對ABC算法的局部搜索精于探索、疏于開發(fā)的特征，在算法的局部搜索過程中增加當(dāng)前全局

2、最優(yōu)解及其梯度信息的引導(dǎo)，保留了算法較優(yōu)的全局尋優(yōu)能力，同時提高其開發(fā)能力；針對ABC算法全局探測策略較為單一的問題，在引領(lǐng)蜂放棄蜜源而去探測新蜜源時，參照遺傳算法的進化過程，使用選擇算子、交叉算子和變異算子產(chǎn)生有競爭力的新蜜源；針對ABC算法的貪婪選擇機制引發(fā)算法早熟的問題，引入基于排序的選擇機制，使選擇概率與蜜源適應(yīng)度函數(shù)值大小沒有直接關(guān)系，只與蜜源的排序有關(guān)，盡量保證了種群多樣性。
　　基于以上3點改進，本文提出了一種新的人

3、工蜂群算法，以提高ABC算法整體的性能。新算法在計算少峰和多峰的高維函數(shù)時尋優(yōu)性能均為最佳，優(yōu)于對比的其他智能算法。同時，分析長期梯級水庫發(fā)電量最大模型和水火電系統(tǒng)的短期優(yōu)化調(diào)度問題中的水庫優(yōu)化調(diào)度模型，用改進的ABC算法分別測試水火聯(lián)調(diào)模型中的經(jīng)典四庫混聯(lián)算例和沅水流域梯級水庫實例，在與其他智能算法的計算結(jié)果對比后，發(fā)現(xiàn)改進的ABC算法的計算結(jié)果精度更高、求解速度更快、魯棒性更好，進而證實了改進算法求解梯級水庫優(yōu)化調(diào)度問題的適用性和優(yōu)