文献

J-GLOBAL ID：201702280076834031   整理番号：17A1179073

降雨の最適化アルゴリズム:制約付き最適化問題を解くための個体群に基づくアルゴリズム【Powered by NICT】

Rain-fall optimization algorithm: A population based algorithm for solving constrained optimization problems

著者 (4件)： Aghay Kaboli S. Hr. (University Malaya Power Energy Dedicated Advanced Centre (UMPEDAC), Level 4, Wisma R&D UM, JalanPantai Baharu, 59990 Kuala Lumpur, Malaysia) ,  Selvaraj J. (University Malaya Power Energy Dedicated Advanced Centre (UMPEDAC), Level 4, Wisma R&D UM, JalanPantai Baharu, 59990 Kuala Lumpur, Malaysia) ,  Rahim N.A. (University Malaya Power Energy Dedicated Advanced Centre (UMPEDAC), Level 4, Wisma R&D UM, JalanPantai Baharu, 59990 Kuala Lumpur, Malaysia) ,  Rahim N.A. (Renewable Energy Research Group, King Abdulaziz University, Jeddah 21589, Saudi Arabia)
資料名： Journal of Computational Science  (Journal of Computational Science)
巻： 19  ページ： 31-42  発行年： 2017年 
JST資料番号： W3406A  ISSN： 1877-7503  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 降雨最適化アルゴリズム(RFO),雨滴の挙動に基づく新しい自然にヒントを得たアルゴリズムを提案し,実数値数値最適化問題の解決。RFOは多次元数値テスト機能を最適化するための簡単な及びより効果的な探索アルゴリズムを見出すために動機づけから開発した。は許容できるCPU時間内の大きな探索領域から最適解を探索と発見に有効である。統計解析はよく知られたヒューリスティックな探索法と解の品質を比較した。添加では,経済的負荷配分(ED)最適化問題は,IEEE30母線試験系統上で実行し,最近の最適化法の結果と比較し,結果は比較的よく行うRFO,工学的問題を解決するために十分な効果を示した。ED問題を解くための提案した方法の制約戦略は電力需要の間に不整合と発電の総量なしに全ての最適化反復に沿った実行可能解を生成し,動作させることである。ペナルティ法とは異なり,この戦略は,適用した最適化法のパラメータ設定によって影響されず,制約付き最適化問題を解くためのその適用性を妨げない。そのロバスト性は,パラメータの感度解析の結果によって検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *個体群 ,  統計解析 ,  負荷配分 ,  *アルゴリズム ,  適応性 ,  高次元 ,  *最適化問題 ,  CPU時間 ,  ロバスト性 ,  *最適化 ,  不整合 ,  感度解析
準シソーラス用語： 最適解 ,  探索アルゴリズム ,  *最適アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 自然に触発された計算 ,  反復に基づくアルゴリズム ,  降雨 ,  メタヒューリスティックアプローチ ,  経済負荷配分

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 降雨 ,  最適化アルゴリズム ,  制約付き最適化問題 ,  個体群 ,  アルゴリズム