当前位置: 首页 » 资料 » 健康论文 » 基于多步回溯Q(λ)学习算法的多目标最优潮流计算

基于多步回溯Q(λ)学习算法的多目标最优潮流计算

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:5
摘 要:为了克服传统的最优化算法面对复杂、非线性描述的多目标最优潮流时无法满足电力系统实时调度运行的这一缺点,提出了一种基于半马尔可夫决策过程的多步Q(λ)学习算法,该算法不依赖于对象模型,将最优潮流问题中的
  • 【题 名】基于多步回溯Q(λ)学习算法的多目标最优潮流计算
  • 【作 者】余涛 胡细兵 刘靖
  • 【机 构】华南理工大学电力学院 广东广州510640
  • 【刊 名】《华南理工大学学报:自然科学版》2010年 第10期 139-145页 共7页
  • 【关键词】电力系统 最优潮流 Q(λ)学习算法 多目标优化 强化学习
  • 【文 摘】为了克服传统的最优化算法面对复杂、非线性描述的多目标最优潮流时无法满足电力系统实时调度运行的这一缺点,提出了一种基于半马尔可夫决策过程的多步Q(λ)学习算法,该算法不依赖于对象模型,将最优潮流问题中的约束、动作和目标转换成算法中的状态、动作与奖励,通过不断的试错、回溯、迭代来动态寻找最优的动作.将该算法在多个IEEE标准算例中与其他算法进行比较,取得了良好的效果,验证了多步Q(λ)学习算法在处理多目标最优潮流问题时的可行性和有效性.
 
本文导航:
  • (1) 电力系统,最优潮流,Q(λ)学习算法,多目标优化,强化学习
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注