改进遗传算法及其在发电企业成本分析中的应用

发布时间：2023-02-16 07:50

　　遗传算法(Genetic Algorithm,简称GA)是由美国学者John Holland于1975年提出的一种基于达尔文生物进化论的概率性迭代搜索算法,对于用传统方法难以求解的复杂问题,如组合优化、模式识别、图像处理等复杂问题,使用该算法求解能得到令人较为满意的解。近年来,遗传算法在解决连续变量的函数最优化问题和离散变量的组合最优化问题时表现出的鲁棒性、全局性、隐并行性和自适应性使其成为目前应用广泛的一种智能优化算法。 近年来随着国家经济的快速发展,能源的消耗量逐渐增大,节能降耗成为一项基本的国策。火力发电企业在难以提高上网电价或增加上网电量的情况下,提高经济效益的可行途径就是提高管理水平、降低发电成本。火力发电企业的生产过程是一个化学变化和物理变化综合的过程,在相同的产出下,每台锅炉或机组设备因工况的不同而需要不同的生产成本,这样就加大了成本计算的复杂度,寻优过程用常规的搜索方法无法有效地进行求解。但如今正迅速发展的按自然法则计算的思想在求解大规模组合优化问题时表现出非凡的潜力,其中遗传算法就是其中的一个分支。使用遗传算法解决火力发电企业的各个生产环节的组合优化问题,提高企业管理...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
        1.1.1 遗传算法及其应用
        1.1.2 火力发电厂的成本计算及应用
    1.2 国内外研究现状分析
    1.3 本文的主要创新点与内容安排
2 遗传算法简介
    2.1 遗传算法的产生与发展
    2.2 遗传算法的基本概念及理论
    2.3 标准遗传算法的基本操作及实现步骤
        2.3.1 标准遗传算法的基本操作
        2.3.2 标准遗传算法的实现步骤
    2.4 标准遗传算法的分析
    2.5 遗传算法的改进
        2.5.1 自适应遗传算法
        2.5.2 精英保留策略
        2.5.3 移民法
        2.5.4 混合遗传算法
3 发电企业的成本核算
    3.1 研究的背景
    3.2 作业成本法介绍
    3.3 火力发电厂实施作业成本法的分析
    3.4 作业成本模型设计基本框架
        3.4.1 基本框架的建立
        3.4.2 资源库的建立
        3.4.3 作业库模型设计
        3.4.4 成本对象模型设计
        3.4.5 成本动因模型设计
    3.5 将资源分配给各个作业（成本动因率计算）
        3.5.1 利用资源动因将资源分配到各项作业
        3.5.2 把总费用分配到各项作业
        3.5.3 计算每个作业的总成本
    3.6 发电厂基于作业成本管理的成本模型
        3.6.1 传统的成本计算模型
        3.6.2 基于作业成本法的成本计算模型
        3.6.3 发电厂的成本优化模型
4 改进遗传算法及其在火力发电企业作业成本法中的应用求解
    4.1 多种群多级别遗传算法
        4.1.1 生成初始群体
        4.1.2 适度函数的定义
        4.1.3 问题的分级
        4.1.4 启发式交叉算子
        4.1.5 加速算子
        4.1.6 自然选择与淘汰
        4.1.7 结束条件
    4.2 算法框架及主要过程描述
        4.2.1 算法的总体框架
        4.2.2 个体适应值的计算
        4.2.3 个体分级计算
        4.2.4 个体寻优计算
        4.2.5 生成下一代群体
5 改进遗传算法在火力发电企业作业成本法中的应用实践
    5.1 企业简介
    5.2 作业相关的成本动因分析
    5.3 成本计算中部分动因分析
    5.4 优化结果分析
        5.4.1 机组的效率优化曲线
        5.4.2 综合成本计算
        5.4.3 企业的效益分析
    5.5 与传统遗传算法比较分析
    5.6 实验结论
6 结论与展望
参考文献
攻读学位期间公开发表的论文和参与的项目
致谢



本文编号：3743823