-
题名水电站库群隐随机优化调度函数初探
被引量：7
- 1
-
-
作者
陈洋波
陈惠源
-
机构
葛洲坝水电工程学院
武汉水利电力学院
-
出处
《水电能源科学》
北大核心
1990年第3期216-223,共8页
-
基金
水利水电科学基金
-
文摘
本文以水库群聚合分解法优化计算为基础,探讨了制作水库群隐随机优化联调函数的二类途径,以一个电网库群联调为例,制作了几种不同形式的调度函数,通过模拟运行,验证了以联调函数指导水电站库群联合调度的实际效益。
-
关键词
水电站
水库
随机
优化调度函数
-
Keywords
multivariable systems
reservoir operation
stochastic
implicit method
regression analysis
dispatching rule
-
分类号
TV697.11
[水利工程—水利水电工程]
-
-
题名雅砻江下游梯级水库隐随机联合优化调度函数研究
被引量：9
- 2
-
-
作者
李基栋
黄炜斌
马光文
赵庆绪
-
机构
四川大学水利水电学院
-
出处
《水电能源科学》
北大核心
2014年第12期49-53,共5页
-
基金
国家重点基础研究发展计划(973计划)项目(2013CB036406-4)
国家科技支撑计划项目(2008BAB29B09)
+1 种基金
国家自然科学基金重点项目(50539140)
国家自然科学基金项目(50679098)
-
文摘
针对不确定来水梯级水库优化调度问题,基于隐随机调度函数基本原理,以长系列优化调度结果为依据,建立多元线性回归模型、门限回归模型和BP人工神经网络模型模拟雅砻江下游梯级水库联合调度过程,综合对比各调度函数模拟效果,且与确定来水的优化调度结果做了对比。结果表明,门限回归模型和BP神经网络模型调度函数均能较好地模拟梯级水库运行,可指导梯级电站调度运行。
-
关键词
联合优化调度函数
雅砻江下游
多元线性回归
门限回归
BP人工神经网络
-
Keywords
joint optimal dispatching function
lower reaches of Yalongjiang River
multiple linear regression
threshold regression
BP artificial neural network
-
分类号
TV741
[水利工程—水利水电工程]
-
-
题名水库优化调度函数的SVM方法研究
被引量：2
- 3
-
-
作者
左吉昌
李承军
樊荣
-
机构
华中科技大学数字化工程与仿真中心
-
出处
《人民长江》
北大核心
2007年第1期8-9,104,共3页
-
基金
科技部重大基础研究前期研究专项资助项目(2004CCA02500)
-
文摘
针对水库调度函数的复杂性、非线性,以及水文资料的有限性,尝试用支持向量机技术建立水库优化调度函数。不同于神经网络等传统以训练误差最小化作为优化目标,SVM采用结构风险最小化原则,把训练误差作为优化问题的约束,以置信范围最小化作为优化目标。因此,SVM的泛化能力要明显优于神经网络等传统学习方法。以洪家渡水电站42 a的径流资料对不同算法进行了比较,证明SVM方法的调度函数具有更好的性能。
-
关键词
水库优化调度函数
支持向量机(SVM)
回归
-
分类号
TV697.11
[水利工程—水利水电工程]
-
-
题名宁波市白溪水库隐性随机优化调度研究
被引量：2
- 4
-
-
作者
张学功
钟平安
欧述俊
秦玲玲
匡全忠
-
机构
宁波市白溪水库管理局
河海大学
-
出处
《中国农村水利水电》
北大核心
2013年第2期148-151,共4页
-
文摘
研究并建立了宁波市白溪水库隐性随机优化调度模型,对模型进行了详细求解,率定了优化调度函数参数,确定了宁波市白溪水库隐性随机优化调度方案。根据对50a的入库径流资料进行的模拟调度分析,确定的隐性随机优化调度方案与常规调度方案相比,效益指标有较大提高。
-
关键词
白溪水库
隐性随机优化调度
优化调度函数
-
Keywords
Baixi Reservoir
implicit stochastic optimal operation
optimal operation function
-
分类号
TV213
[水利工程—水文学及水资源]
-
-
题名基于蚁群算法的港口船舶调度优化问题研究
被引量：4
- 5
-
-
作者
晏榆洋
帅培
-
机构
广安职业技术学院
-
出处
《舰船科学技术》
北大核心
2019年第6期49-51,共3页
-
文摘
港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。
-
关键词
港口船舶
调度优化目标函数
蚁群算法
仿真模拟实验
调度效率
-
Keywords
port ships
scheduling optimization objective function
ant colony algorithm
simulation experiment
scheduling efficiency
-
分类号
U692.4
[交通运输工程—港口、海岸及近海工程]
-
