云计算服务
服务器租用
DDOS 防护
虚拟主机
域名服务
基础设施
关于我们
为满足经济调度问题,本文提出以蜂群优化为基础的调度算法,形成个性化调度方案.算法通过模仿蜂群的“觅食”和“舞蹈”行为实现寻优操作,通过赋予蜜蜂不同的“信念”实现种群的多样化,通过将集聚约束以社会规范的形式融合到蜜蜂觅食过程中满足用户对调度的个性化要求,通过蜜蜂在舞蹈过程中展示行走路径和选择参考路径实现蜂群“经验”共享.对若干标准算例的测试结果及与其它算法的比较验证了本文算法的有效性.
2 部分代码function out=MCalc(P,model)
alpha=model.Plants.alpha;
beta=model.Plants.beta;
gamma=model.Plants.gamma;
C=alpha+beta.*P+gamma.*P.*P;
% The Cost
CTotal=sum(C);
B=model.B;
B0=model.B0;
B00=model.B00;
% Power Loss
PL=P*B*P'+B0*P'+B00;
% All Powers
PTotal=sum(P);
% Power Demand
PD=model.PD;
PowerBalanceViolation=max(1-(PTotal-PL)/PD,0);
%% Violation
q=5; %Violation (more the better)
%
z=CTotal*(1+q*PowerBalanceViolation);
out.P=P;
out.PTotal=PTotal;
out.C=C;
out.CTotoal=CTotal;
out.PL=PL;
out.PowerBalanceViolation=PowerBalanceViolation;
out.z=z;
end
3 运行结果4 参考文献[1]赵良辉王天擎. 蜂群算法解决集聚约束调度问题[J]. 计算机工程与科学, 2011, 033(011):84-88.
部分理论引用网络文献，若有侵权联系博主删除。
.png)
.png)
