.png){kind=icon}
返回
Many-objective virtual power plants resource scheduling based on evolutionary multifactorial optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.132186.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种多目标模型，用于解决虚拟电厂资源调度中的多种不确定性。
• 我们引入元学习来优化进化算法的种群和参数。
• 使用实际数据进行场景模拟和实验，以突出创新性。
Keyword:
Many-objective optimization
Virtual power plants
Resource scheduling
Evolutionary algorithms
Meta-learning
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Multi-Objective Cloud Task Scheduling Optimization Based on Evolutionary Multi-Factor Algorithm
PREAI
分享收藏分享收藏
Optimizing Dynamic Flexible Job Shop Scheduling Using an Evolutionary Multitask Optimization Framework and Genetic Programming采用进化多任务优化框架和遗传编程优化动态柔性作业车间调度
PREAI
分享收藏Power, T.; Verbič, G. A Novel Approach for Modeling Spatial and Temporal Correlations of PV Generation Applied to Prosumer Virtual Power Plants. IEEE Trans. Smart Grid 2025, 16, 183–193. [Google Scholar] [CrossRef]Power, T.; Verbič, G. 一种用于建模光伏发电时空相关性的新方法及其在产消者虚拟电厂中的应用. IEEE Trans. Smart Grid 2025, 16, 183–193. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Data-Driven Probabilistic Optimal Power Flow With Nonparametric Bayesian Modeling and Inference
PREAI
分享收藏
查看更多内容