已閱讀1頁,還剩117頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文對遺傳算法在AGC功率調(diào)配和機組優(yōu)化組合中的應用進行了研究,主要包括以下幾個方面:分析了AGC功率調(diào)配和機組優(yōu)化組合的發(fā)展和現(xiàn)狀,并指出研究包含AGC的機組優(yōu)化組合的新模型的必要性;論述了遺傳算法的相關(guān)理論,指出標準遺傳算法存在的一些缺陷,提出新的改進遺傳算法模型,分析了改進遺傳算法的性能;對于包含AGC的機組優(yōu)化組合模型的特殊性,提出了可變長二進制編碼,并且根據(jù)該編碼設(shè)計了專門的遺傳操作,對于其中的連續(xù)變量,提出使用等微增法處理;
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- AGC機組調(diào)配經(jīng)濟性的混沌遺傳算法研究.pdf
- 基于改進魚群與粒子群混合算法的機組優(yōu)化組合研究.pdf
- 基于狀態(tài)空間模型的機組優(yōu)化組合進化算法研究.pdf
- 基于改進遺傳算法的投資組合研究.pdf
- 基于GA-ALOPEX算法的機組優(yōu)化組合的研究.pdf
- 基于改進遺傳算法的動態(tài)投資組合優(yōu)化模型的研究.pdf
- 基于CPS標準和機組優(yōu)化組合的自動發(fā)電控制改進研究.pdf
- 基于改進遺傳算法的證券投資組合研究
- 粒子群優(yōu)化算法在AGC機組調(diào)配中的應用.pdf
- 基于改進遺傳算法的建模和動態(tài)優(yōu)化方法研究.pdf
- 基于改進遺傳算法的證券投資組合研究.pdf
- 基于改進遺傳算法的無功優(yōu)化.pdf
- 基于遺傳算法的組合服務執(zhí)行優(yōu)化研究.pdf
- 基于遺傳算法的促銷組合優(yōu)化問題研究.pdf
- 電力市場環(huán)境下AGC機組調(diào)配選擇與組合優(yōu)化.pdf
- 風力發(fā)電功率預測及AGC機組調(diào)配的研究.pdf
- 基于改進遺傳算法的切削參數(shù)優(yōu)化.pdf
- 基于改進遺傳算法的懸架結(jié)構(gòu)優(yōu)化.pdf
- 遺傳算法與組合優(yōu)化
- 遺傳算法與組合優(yōu)化
評論
0/150
提交評論