Enhanced Power Plant Generation Management through an Improved Grasshopper Optimization Algorithm

doi:10.1061/JHYEFF.HEENG-6411

Enhanced Power Plant Generation Management through an Improved Grasshopper Optimization Algorithm

2026-04-01

0

PRE

AI

R

Rahmati, Kobra

A

Ashofteh, Parisa-Sadat *

Z

Zolghadr-Asli, Babak

DOI：10.1061/JHYEFF.HEENG-6411

原文链接

原文求助

摘要

En 中文

本研究介绍了一种改进的算法，称为改进的蝗虫优化算法[Modified-GOA (M-GOA)]，旨在防止蝗虫优化算法(GOA)陷入局部最优。研究发现，即使是小的改进也能显著提高优化算法的性能。为评估M-GOA的有效性，将其应用于多水库水电系统在基准条件及两个未来时期的优化问题，涵盖了气候变化情景RCP2.6、RCP4.5和RCP8.5。结果表明，M-GOA在实现最优目标函数值方面优于GOA和粒子群优化(PSO)，且在五种运行模式下标准差显著更低。在Seimareh单水库系统中，M-GOA达到总发电能力的93%，而GOA和PSO分别为70%和91%。此外，M-GOA在多水库系统中表现出色，在各种条件下均能获得低目标函数值。该算法对多样气候变化情景和长期资源规划具有高度适应性，突显其在复杂优化任务中的灵活性和效率。

Keyword:

Metaheuristic optimization

Climate change

Particle Swarm Optimization (PSO)

Modified-Grasshopper Optimization Algorithm (M-GOA)

Hydropower

Artificial neural networks

Enhanced Power Plant Generation Management through an Improved Grasshopper Optimization Algorithm

摘要

期刊

机构

引用论文