价格竞争下基于信号博弈的信息分享策略研究

为提升供应链绩效,探讨了大型自产自销商和小型零售商价格竞争下的最优信息分享策略问题.应用信号博弈理论,建立了分离策略和混同策略下的定价决策模型,通过比较分析均衡解和最大利润,给出了不同市场需求类型下的最优信息分享策略,并进一步分析了渠道竞争强度对自产自销商最优信息分享策略的影响.研究表明,自产自销商的最优信息分享策略依赖于市场波动程度,高市场需求类型下市场波动程度较小时选择混同策略,市场波动程度较大时选择分离策略;低市场需求类型下市场波动程度较小时选择混同策略,随着市场波动程度增大,自产自销商趋向于选择不分享信息.此外,随着高市场需求类型的概率增大,自产自销商趋向于选择分离策略;随着渠道竞争强度的增大,自产自销商趋向于选择混同策略.

基于改进粒子群算法的电力系统无功优化

针对传统粒子群算法易陷入局部最优解、收敛速度慢的缺点,提出一种基于信息分享策略的改进型粒子群算法,并首次将其应用于电力系统无功优化问题。改进的粒子群算法通过调整学习因子而获得合理有效的收敛速度;采用信息分享策略以保证种群的多样性;在位置的更新过程中加入扰动项,从而避免算法陷入局部最优解。用改进型粒子群算法对IEEE-14节点标准测试系统进行无功优化计算,实验结果表明:与其他算法相比,该改进粒子群算法具有较强的全局寻优能力,且收敛速度快,鲁棒性好,能有效地解决电力系统无功优化问题。

基于粒子群算法改进的电力系统

本文针对传统粒子群算法自实际应用中出现速度缓慢及局部最优解等等问题,提出了一种改进粒子群算法,并且将其应用在电力系统中,希望能够解决电力系统所存在的例如无功优化等问题中。改进后的粒子群算法在实际应用中收敛速度更加合理,能够有效保证种群的多元性,有效解决传统粒子群所存在的局部最佳解问题。