三峡水库汛末蓄水调度线优化研究

建立三峡水库蓄水优化调度模型,以防洪、发电和蓄水为目标对蓄水时机和蓄水进度同时优化;采用多种群混合进化粒子群算法(MSE-PSO)基于模拟-优化解法流程对模型进行求解,生成了不同起蓄时间的优化蓄水调度线。模型计算结果表明,在确保防洪标准不降低的前提下提前蓄水和加快蓄水进度都能增加发电和蓄水效益;若即使为考虑防洪安全将蓄水时间推迟,仍可通过加大蓄水进度来增加综合效益;并以9月份来水较枯的2009年和发生较大洪水的1966年作为典型年对优化蓄水调度线进行了验证。

基于K均值粒子群算法的模糊时间序列

智能优化算法在数据结构特征分析中凸显出较好的优越性,为了充分考虑数据的结构特征,提高模型的预测精度,建立K均值粒子群算法的模糊时间序列模型.该混合算法充分利用K均值局部搜索能力强和粒子群算法全局寻优能力强的优点,克服K均值对初始值过分依赖的缺点,可得到最优的论域划分结果,提高模型的预测精度.利用Alabama大学22年的入学人数为数据的实验结果显示,该算法的预测精度较高,验证了该算法的可行性和有效性.