هوش محاسباتی در مهندسی برق, دوره (5), شماره (2), سال (2014-7) , صفحات (79-90)

عنوان : ( الگوریتم بهینه سازی ژنتیک هیبرید تقویت شده با پایگاه داده مجازی جهت ارزیابی طرح های توسعه تولید و شبکه انتقال )

نویسندگان: محمد صادق جوادی , محسن صنیعی , حبیب رجبی مشهدی ,

بر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست

استناددهی: BibTeX | EndNote

چکیده

این مقاله، به معرفی یک روش بهینه‌سازی هیبرید به منظور تحلیل مسائل بهینه‌سازی مختلط با عدد صحیح می‌پردازد. مدل هیبرید یاد شده به صورت یک برنامه ‌بهینه‌سازی دو سطحی، شامل مسئله اصلی و تعدادی زیرمسئله پیاده سازی شده است. در روش پیشنهادی از یک پایگاه داده مجازی به منظور ذخیره‌سازی مجموعه حالات ارزیابی شده در حین اجرای الگوریتم بهینه‌سازی استفاده شده است. این پایگاه داده مجازی ضمن سرعت بخشیدن به روند شبیه‌سازی، امکان به اشتراک گذاشتن و استفاده از آن در برنامه‌های شبیه‌ساز با بیش از یک پروسسور را نیز فراهم می‌نماید. مسئله برنامه‌ریزی توسعه همزمان تولید و شبکه انتقال به عنوان یک مسئله بهینه‌سازی مختلط با عدد صحیح دینامیک جهت ارزیابی مدل بهینه‌سازی هیبرید پیشنهادی مورد توجه قرار گرفته است. نتایج شبیه‌سازی بر روی شبکه‌های تست نمونه نشان دهنده کارایی آن در حل مسئله برنامه‌ریزی بلندمدت در سیستم قدرت می‌باشد.

کلمات کلیدی

, الگوریتم ژنتیک, برنامه‌ریزی توسعه, بهینه‌سازی مختلط با عدد صحیح, پایگاه داده مجازی
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@article{paperid:1086339,
author = {محمد صادق جوادی and محسن صنیعی and رجبی مشهدی, حبیب},
title = {الگوریتم بهینه سازی ژنتیک هیبرید تقویت شده با پایگاه داده مجازی جهت ارزیابی طرح های توسعه تولید و شبکه انتقال},
journal = {هوش محاسباتی در مهندسی برق},
year = {2014},
volume = {5},
number = {2},
month = {July},
issn = {2251-6530},
pages = {79--90},
numpages = {11},
keywords = {الگوریتم ژنتیک، برنامه‌ریزی توسعه، بهینه‌سازی مختلط با عدد صحیح، پایگاه داده مجازی},
}

[Download]

%0 Journal Article
%T الگوریتم بهینه سازی ژنتیک هیبرید تقویت شده با پایگاه داده مجازی جهت ارزیابی طرح های توسعه تولید و شبکه انتقال
%A محمد صادق جوادی
%A محسن صنیعی
%A رجبی مشهدی, حبیب
%J هوش محاسباتی در مهندسی برق
%@ 2251-6530
%D 2014

[Download]