×
斯里坎思·雷迪;洛克什·潘瓦尔;巴尼格拉希。;拉杰什·库马尔;阿梅娜·萨阿德·阿尔苏马蒂

二元灰狼优化器（BGWO）变量在机组组合问题中的应用。 （英语） Zbl 1460.91173号

Dey，Nilanjan（编辑）等人，《应用自然启发计算：算法和案例研究》。新加坡：斯普林格。施普林格牵引自然-鼓舞人心。计算。，97-127 (2020).
摘要：本文提出了二元灰狼优化算法（BGWO），用于解决电力系统运行中的机组组合问题（UCP）。所使用的优化方法是灰狼优化（GWO）的二进制变体，其中进行了一些修改，作为解决UCP的首次尝试。研究了从实值转换到二进制转换的两种通用方法。此外，还探讨了每种方法的两种变体。BGWO找到了最优组合，并应用lambda迭代法求解其经济负荷分配问题。采用启发式调整来满足优化问题的约束条件。将该方法应用于三个不同尺寸的标准IEEE测试系统，并与求解UCP的实值GWO方法进行了比较，验证了该方法的性能和效率。结果表明，与现有方法相比，所提出的方法具有快速收敛和更好质量的优点。
关于整个系列，请参见[Zbl 1459.92002号].

MSC公司：

91B74号 真实系统的经济模型（例如电力市场等）
90 C59 数学规划中的近似方法和启发式

关键词：

机组组合问题;二元灰狼优化（BGWO）;经济负荷调度;约束优化

软件：

全球野生动物组织
PDF格式BibTeX公司 XML格式引用
\textit{S.Reddy}等人，in：应用自然启发计算：算法和案例研究。新加坡：斯普林格。97-127（2020年；Zbl 1460.91173）
全文： 内政部

参考文献：

[1] 执行摘要，《2013年世界能源展望》，国际能源署，伦敦。(2013). http://www.iea.org/publications/freepublications/publication/WEO2013ExecutiveSummaryEnglish.pdf
[2] Happ，H.H.、Johnson，R.C.和Wright，W.J.（1971年5月/6月）大型水热装置承诺方法和结果。IEEE电力系统汇刊，PAS-90（3），1373-1384。
[3] Senjyu，T.、Shimabukuro，K.、Uezato，K.和Funabashi，T.（2003）。基于扩展优先级列表的机组组合问题快速求解技术。IEEE电力系统汇刊，18（2），882-888·doi:10.1109/TPWRS.2003.811000
[4] Su，C.，&Hsu，Y.（1991）。模糊动态规划：机组组合的应用。IEEE电力系统汇刊，6（3），1231-1237·doi:10.10109/59.119271
[5] Cohen，A.和Yoshimura，M.（1983年）。机组组合的分枝定界算法。IEEE电力系统汇刊，102（1），444-451·doi:10.1109/TPAS.1983.317714
[6] Khodaverdian，E.、Brameller，A.和Dunnitt，R.（1986年）。大型电力系统的半贫热机组承诺。《电气工程师学会会刊》，133157-164。
[7] Feng，X.和Liao，Y.（2006）。基于拉格朗日松弛的机组组合的一种新的拉格朗夫乘数更新方法。电力部件和系统，34（8），857-866·doi:10.1080/15325000600561589
[8] Ongsakul，W.和Petcharaksm，N.（2004）。通过增强自适应拉格朗日松弛实现单位承诺。IEEE电力系统汇刊，19（1），620-628·doi:10.10109/TPWRS.2003.820707
[9] Dieu，V.和Ongsakul，W.（2009年）。短期热液调度的改进优序和增广拉格朗日-霍普菲尔德网络。《能源转换与管理》，50（12），3015-3023·doi:10.1016/j.enconman.2009.07.021
[10] Kazarlis，S.和Bakirtzis，A.（1996）。机组组合问题的遗传算法求解。IEEE电力系统汇刊，11（1），83-92·doi:10.1109/59.485989
[11] Juster，K.、Kita，H.和Tanaka，E.（1999）。机组组合问题的进化规划解法。IEEE电力系统汇刊，14（4），452-459·数字对象标识代码：10.1109/59.801925
[12] Jorge，V.和Smith，A.（2002年）。大型机组组合问题的种子模因算法。启发式杂志，8173-195·doi:10.1023/A:1017960507177
[13] Mantawy，A.、Abdel，T.和Selim，S.（1998年）。禁忌搜索的单位承诺。IEEE程序-一般传输和分配，145（1），56-64·doi:10.1049/ip-gtd:19981681
[14] Zhung，F.和Galiana，F.（1990年）。通过模拟退火实现机组承诺。IEEE电力系统汇刊，5（1），311-317·doi:10.1109/59.49122
[15] Zhao，B.，Guo，C.X.，Bai，B.R.，&Cao，Y.J.（2006）。一种改进的机组组合粒子群优化算法。国际电力与能源系统杂志，28（7），482-90·doi:10.1016/j.ijepes.2006.02.011
[16] Viana，A.、Sausa，J.和Matos，M.（2003）。使用GRASP解决机组组合问题。《运筹学年鉴》，120（1），117-132·Zbl 1038.90531号 ·doi:10.1023/A:1023326413273
[17] Panwar，L.K.、Srikanth Reddy，K.和Kumar，R.（2014）。基于二进制焰火算法的火电机组承诺。《国际蜂群智能研究杂志》（IJSIR），6（2）（第4条）。
[18] Cheng，C.、Liu，C.和Liu，C..（2000）。拉格朗日松弛和遗传算法的机组承诺。IEEE电力系统汇刊，15（2），707-714·数字对象标识代码：10.1109/59.867163
[19] Balci，H.和Valenzuela，J.（2004）。采用粒子群优化和拉格朗日松弛法相结合的发电调度方法。国际应用数学与计算机科学杂志，14（3），411-421·Zbl 1137.90478号
[20] Mirjalili，S.、Mirjallili，S.M.和Lewis，A.（2014）。灰狼优化器。工程软件进展，69，46-61·doi:10.1016/j.advengsoft.2013.12.007
[21] Kamboj，V.K.、Bath，S.K.和Dhillon，J.S.（2015）。使用灰狼优化算法解决非凸经济负荷分配问题。神经计算与应用，16（出版文章）。
[22] Kamboj，V.K.（2015）。一种新的求解机组组合问题的混合PSO-GWO方法。神经计算与应用，13（出版文章）。
[23] Emary，E.、Zawbaa，H.M.和Hassanien，A.E.（2016年1月8日）。用于特征选择的二元灰狼优化方法。神经计算，172371-381。
[24] Senjyu，T.、Saber，A.Y.、Miyagi，T.，Shimabukuro，K.、Urasaki，N.和Funabashi，T..（2005年9月）。基于机组聚类的遗传算法快速机组组合技术。IEEE进展——发电、输电和配电，152（5），705-713。
[25] Wu，X.，Zhang，B.，Wang，K.，Li，J.，&Duan，Y.（2012年5月21日至24日）。一种受量子启发的二进制PSO算法，用于考虑减排的风电场机组承诺。2012年，IEEE创新智能电网技术亚洲（ISGT Asia）（第1-6页）。
[26] Saravanan，B.、Vasudevan，E.R.和Kothari，D.P.（2014）。使用入侵杂草优化算法求解机组组合问题。国际电力与能源系统杂志，55，21-28·doi:10.1016/j.ijepes.2013.08.020
[27] Saravanan，B.、Kumar，C.和Kothari，D.P.（2016）。使用消防算法解决机组组合问题。国际电力与能源系统杂志，77，221-227·doi:10.1016/j.ijepes.2015.11.030
[28] Valenzuela，J.和Smith，A.E.（2002年）。大型机组组合问题的种子模因算法。启发式杂志，2（2），173-195。
[29] Yuan，X.，Nie，H.，Anjun，S.，Wang，L.，&Yuang，Y.（2009）。改进的二进制粒子群算法求解机组组合问题。专家系统与应用，368049-8055·doi:10.1016/j.eswa.2008年10月47日
[30] 托多西耶维奇，R·Zbl 1268.90163号 ·doi:10.1016/j.ijepes.2015.12.031
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。