自适应逐次逼近遗传算法及其在水库群长期调度中的应用

？传统遗传算法的解空间均为可行解,经过遗传操作产生的新个体若为不可行解,则需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,本文提出了自适应逐次逼近遗传算法(agasa),它可在包含不可行解的空间中寻优,并根据寻优结果自动调整搜索空间与控制参数,从而逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(dddp),逐步优化法(poa)的优化结果进行比较,说明了该方法的可行性与有效性.