水电站优化调度的FP遗传算法

水电站的优化调度是个含有线性与非线性约束，而且目标函数呈非线性的动态控制问题，已有的优化方法大多基于数学规划技术．本文提出一种新方法，即人工智能浮点表示（ＰｌｏａｔｉｎｇＰｏｉｎｔ简称ＰＰ）的遗传算法．它的主要优点在于状态和控制变量不必离散化，所需内存少，缩程简单，它为克服水库（群）优化运行“维数灾”问题提供了一条新途径．

水电站优化调度的FP遗传算法

水电站的优化调度是个含有线性与非线性约束，而且目标函数呈非线性的动态控制问题，已有的优化方法大多基于数学规划技术。本文提出一种新方法，即人工智能浮点表示（ｆｌｏａｔｉｏｎｇｐｏｉｎｔ简称ＦＰ）遗传算法。它的主要优点在于状态和控制变量不必离散化，所需内存少，编程简单，它为克服水库群优化运行“维数灾”问题提供了一条新途径。