Zastosowanie grupowego algorytmu genetycznego w celu poszukiwania rozwiązania zagadnienia ekonomicznego rozdziału obciążeń pomiędzy bloki elektroenergetyczne

• Autorzy: Handzel Z. , Gajer M.

Identyfikatory

DOI

10.12915/pe.2014.11.53

Warianty tytułu

EN

Implementation of group-based genetic algorithms for economic dispatch problem in an electrical energetic system

• Języki publikacji: PL

Abstrakty

PL

Tematyka artykułu dotyczy zastosowania nowej wersji algorytmu genetycznego, określanej mianem grupowego algorytmu genetycznego, w celu rozwiązania zagadnienia ekonomicznego rozdziału obciążeń pomiędzy cieplne bloki energetyczne występujące w systemie elektroenergetycznym. Główną zaletą grupowego algorytmu genetycznego jest fakt, że wartość funkcji dopasowania wyznaczana jest jednocześnie dla większej grupy osobników, co zapobiega przedwczesnej zbieżności tego rodzaju algorytmu do jednego z licznych optimów lokalnych.

EN

The topic of the paper is about implementation of a novel version of genetic algorithm, which is called a group-based genetic algorithm. We use this kind of algorithm in order to solve an economic dispatch problem among energetic blocks in the electrical energetic system. The main merit of the group-based genetic algorithm is that the fitness function is calculated simultaneously for a larger group of individuals which disables the premature convergence to some of the numerous local optima.

Słowa kluczowe

PL

obliczenia ewolucyjne; algorytm grupowy genetyczny; system elektroenergetyczny; rozdział ekonomiczny obciążeń

EN

evolutionary computation; group-based genetic algorithm; electrical energetic system; economic dispatch problem

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 11
• Strony: 208--211
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Handzel Z.

• Uniwersytet Jagielloński, Wydział Zarządzania i Komunikacji Społecznej, ul. Łojasiewicza 4, 30-348 Kraków

autor

Gajer M.

• AGH Akademia Górniczo-Hutnicza, Katedra Informatyki Stosowanej, al. Mickiewicza 30, 30-059 Kraków

Bibliografia

• [1] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [2] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997
• [3] Kucharski A., Prognozowanie szeregów czasowych metodami ewolucyjnymi, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, 2013
• [4] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003
• [5] Flasiński M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa, 2012
• [6] Rutkowski L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa, 2012
• [7] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa, 2004
• [8] Kremens Z., Sobierajski M., Analiza systemów elektroenergetycznych, Wydawnictwa Naukowo-Techniczne, Warszawa, 1995
• [9] Kujszczyk S., Brociek S., Flisowsk i Z., Gryko J., Nazarko J., Zdun Z., Elektroenergetyczne układy przesyłowe, Wydawnictwa Naukowo-Techniczne, Warszawa, 1997
• [10] Laudyn D., Pawlik M., Strzelczyk F., Elektrownie, Wydawnictwa Naukowo-Techniczne, Warszawa, 2000
• [11] Rieffel J., Knox D., Smith S., Trimmer B., Growing and evolving soft robots, Artificial Life, vol. 20, pp. 143-162, 2014
• [12] Tomko N., Harvey I., Virgo N., Philippides A., Many hands make light work: Further studies in group evolution, Artificial Life, vol. 20, pp. 133-181, 2014