《表3 算法在不同变化程度和变化频率下独立运行30次avgc、avge和ˉμ值比较》
综上,本文提出的基于分解的预测型动态多目标粒子群优化算法在求解IEEE30节电力系统时,3项指标均优于对比算法,说明本文算法在收敛性以及分布性上更优,且在解决实际动态问题上具有更强的适应能力.通过观察在不同时刻算法获得的解集分布性,当电力的实际需求量在2.721 65时有最低环境影响方案,当实际需求电量在3.641 67时有最低成本方案.因此,当发电量在2.72左右时对环境污染最低,而当发电量在3.65时有最低的发电成本.本文算法在每一次环境变化时都可以为决策者提供一个最合理的解,从而有助于做出更有效的决定.
图表编号 | XD0054189100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 耿焕同、周山胜、陈哲、韩伟民 |
绘制单位 | 南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院 |
更多格式 | 高清、无水印(增值服务) |