《表3 不同方法计算结果Table 3 Results computed by different methods》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进混合蛙跳算法的梯级水库优化调度》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以某一枯水年实测径流过程为输入项，分别采用理论较为成熟的PSO算法、逐次逼近动态规划算法（DPSA）、标准SFLA算法以及本文所提AISFLA算法，在同等条件下对李仙江梯级水库进行仿真计算。参照文献[10]和文献[15]中的参数设置建议，设置如下的算法参数:AISFLA中，蛙群规模F=200，子群中青蛙数h=20，子群总数M=10，子群迭代次数Num_local=10，蛙群迭代次数Num_general=500，蛙群相对多样性阈值μ*=0.4，激励因子Mf=1.5；标准SFLA中，参照AISFLA进行参数设置；PSO中，学习因子c1，c2分别取1.5，2.0，惯性权重w=0.5，迭代次数取500；DPSA水位离散点取100。各智能算法独立运行10次，统计10次运算中各种方法的最大发电量、平均发电量和标准差等指标，结果如表3所示。可以看出，与表中列举的2种智能优化算法相比，AISFLA的计算结果有明显提高（且最接近DPSA优化结果），与此同时，寻优结果的稳定性得到了有效提升，如相比于SFLA和PSO，AISFLA的标准差分别降低了70.17%和72.22%。