买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利一种水库群多目标调度合作搜索方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116108982B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310020969.4，技术领域涉及：G06Q10/04；该发明授权一种水库群多目标调度合作搜索方法及系统是由冯仲恺;章力;牛文静;姚欣汝;杨涛;秦友伟设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种水库群多目标调度合作搜索方法及系统在说明书摘要公布了：本发明公开了一种水库群多目标调度合作搜索方法及系统，包括以下步骤：①基于水库的基本信息建立梯级水库多目标调度模型；②对模型添加约束条件；③构建一种水库群多目标调度合作搜索方法及系统求解水库最优调度方案，通过采用团队沟通策略、内部竞争策略在整个解空间中进行广泛搜索，同时通过自我学习策略和自适应跳出局部最优策略跳出局部最优，实现全局探索和局部探索的动态平衡。本发明可有效提升水库群调度计算效率，快速给出水库群调度方案集合，具有计算参数少、收敛速度快、全局寻优能力强且不易陷入局部最优等优势，同时规避了复杂调参过程、编程实现简单、适用场景广泛，为复杂的水库群多目标工程问题求解提供更加有效的技术方法。

本发明授权一种水库群多目标调度合作搜索方法及系统在权利要求书中公布了：1.一种水库群多目标调度合作搜索方法，其特征在于，包括如下步骤： S1、基于水库基本信息数据，构建以发电量最大、以及最小出力最大为目标的梯级水库群优化调度模型，同时对该梯级水库群优化调度模型添加约束条件；预设最大迭代次数、种群规模、优势种群规模，确定水库调度期时段出库流量为决策变量； S2、采取水库群多目标调度合作搜索方法求解水库最优调度方案：具体为： S201、初始化：基于决策变量的预设范围生成初始种群，将初始种群中的个体存储为个体最优位置，同时计算种群中个体适应度，然后基于快速非支配排序法获得优势种群及优势种群中的最优个体； S202、执行团队沟通策略：基于优势种群、最优个体、个体最优位置、采用随机交流方式生成沟通个体； S203、执行自我学习策略：基于沟通个体和决策变量的上下限范围程度进行学习，生成学习个体； S204、执行内部竞争策略：在沟通个体和学习个体中通过支配关系采取动态选择权重确定子代；具体为：在沟通个体u和自我学习个体v中通过支配关系确定子代，当u和v互相未发生支配时采取动态选择权重确定子代，如下式： 其中，xi为最终确定的子代；ui和vi为交流策略和自我学习策略产生的个体；γ为交流策略与选择策略的平衡系数；t,T分别为当前的迭代次数与算法的最大迭代次数； S205、更新优势种群及个体最优位置：计算当前种群和优势种群的适应度，基于快速非支配排序算法获得解集的支配关系，更新优势种群，然后采取常规更新法确定个体的最优位置，之后采取自适应跳出局部最优策略动态替换个体最优位置；包括如下子步骤： S205-1、计算当前种群与优势种群的适应度，并基于快速非支配排序算法获得解集的支配关系，如果可行解集的非支配前沿数量未超出优势种群数量，则将可行解集的非支配前沿存储在优势种群gbest中，否则计算所有个体的拥挤距离值，并按照拥挤距离值对个体进行降序排序，根据排序的序号剔除超出优势种群数量个体； S205-2、采取常规更新法确定个体的最优位置如下式： 其中，pbesti为个体最优位置；xi为当前个体； S205-3、采取自适应跳出局部最优策略动态替换个体最优位置如下式： 其中，mq是在种群N中随机选择q个个体替换当前的个体最优位置；floor是向下取整函数； S206、进行迭代更新，若达到预设最大迭代次数，则获得水库最优调度方案，并输出优势种群的适应度值，否则返回执行步骤S202。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。