水电站经济运行云自适应量子群居蜘蛛优化

针对水电站经济运行的复杂性和高维性,将云自适应量子群居蜘蛛优化算法与离线稳定最优表负荷分配模型相结合,实现了同时优化水电站机组组合和开机机组间的负荷分配.采取多种有效措施提高模型算法的收敛性能及运行效率：结合量子理论中量子比特和量子旋转门,实现机组开停机状态及其状态空间的搜索;结合传统智能算法更新理论改进群居蜘蛛优化算法的更新过程,降低算法在产生新一代蜘蛛群体时的盲目性;利用云模型理论解决算法运行前期及运行后期关键参数选择的不合理性,针对每个蜘蛛个体的适应度值实现参数的自适应选择.分析了所提算法在三峡水电站三种水头下经济运行实例中的运行结果,验证了其在工程实际中的可行性,以及各项改进措施的有效性.