PA-DDS算法在水库多目标优化调度中的应用
Pareto存档动态维度搜索(Pareto-Archived Dynamically Dimensioned Search,PA-DDS)算法是一种求解多目标问题的随机搜索启发式算法.本文将PA-DDS算法引入考虑供水和发电的多目标优化模型优化水库调度图,与非支配排序遗传算法(Non-dominaled Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)和多目标粒子群算法(Multi-Objectives Particlce Swarm Optimization,MOPSO)对比了收敛性,并在求得非劣解分布的均匀性和与理论Pareto前端的相似性方面与NSGA-Ⅱ进行比较,分析该算法求解水库多目标调度问题的优化性能,对比分析不同目标下的优化调度图.结果表明:PA-DDS算法能够得到更高质量的非劣解集,优化调度图与原设计调度图相比,能更有效协调供水和发电的矛盾,在小幅降低(0.96％)发电量的前提下显著提高(8.07％)水库供水量,平均每年增加经济效益0.55亿元.
调度图、多目标优化、PA-DDS算法、丹江口水库
47
TV697(水利枢纽、水工建筑物)
国家自然科学基金项目51539009,51422907
2016-09-05（万方平台首次上网日期，不代表论文的发表时间）
共9页
789-797
