文献

J-GLOBAL ID：201902244254670737   整理番号：19A2694197

進化的多目的アルゴリズムを用いたマルチシナリオマイクログリッド最適化【JST・京大機械翻訳】

Multi-scenario microgrid optimization using an evolutionary multi-objective algorithm

著者 (5件)： Li Wenhua (College of Systems Engineering, National University of Defense Technology, Changsha, 410073, PR China) ,  Wang Rui (College of Systems Engineering, National University of Defense Technology, Changsha, 410073, PR China) ,  Zhang Tao (College of Systems Engineering, National University of Defense Technology, Changsha, 410073, PR China) ,  Ming Mengjun (College of Systems Engineering, National University of Defense Technology, Changsha, 410073, PR China) ,  Lei Hongtao (College of Systems Engineering, National University of Defense Technology, Changsha, 410073, PR China)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 50  ページ： Null  発行年： 2019年 
JST資料番号： W3213A  ISSN： 2210-6502  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： マルチシナリオマイクログリッド最適化は,現実の生活において規則的に生じた。それは,各シナリオが特定の作業条件に対応する複数のシナリオの下でのマイクログリッドの最適スケジューリング戦略の発見に言及する。例えば,工業団地では,異なる負荷需要を持つ多くのユーザがしばしば存在する。すべてのユーザに対する最適スケジューリング戦略を効率的に見出す必要がある。最も容易な方法は,別々に各ユーザに対する操作探索を行うことであるが,それは明らかに非効率的である。進化的多目的最適化(EMO)の基礎となる並列性に触発されて,本研究では,すべてのシナリオを同時に最適化することを提案した。すなわち,単一アルゴリズム実行におけるすべてのユーザに対する最適スケジューリング戦略を見出すことである。具体的には,マルチシナリオマイクログリッド最適化問題を,一つの目的はシナリオの数を最小化すること,もう一つはマイクログリッドの全体コストを最小化することである。次に,二目的問題を典型的なEMOアルゴリズムにより解いた。得られたパレート最適解は異なるシナリオに対する最適スケジューリング戦略に対応する。実験結果は,提案方法が効果的で効率的であり,個々に各シナリオを扱うより適切なスケジューリング戦略を見つけることができることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スケジューリング ,  *アルゴリズム ,  最適化問題 ,  *最適化 ,  *マイクログリッド ,  工業団地
準シソーラス用語： Pareto最適解 ,  進化的多目的最適化 ,  最適スケジューリング , 【Automatic Indexing@JST】

著者キーワード (4件)： マイクログリッド ,  マルチシナリオ ,  NSGA-II ,  進化的多目的最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 進化 ,  多目的 ,  アルゴリズム ,  最適化