Publication: การจัดสรรกำลังผลิตโดยใช้วิธีดิฟเฟอร์เรนเชียลอิโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้
0
0
Issued Date
2011
Resource Type
Language
tha
File Type
application/pdf
Access Rights
open access
Rights
ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยศรีนครินทรวิโรฒ
Suggested Citation
ชนะพงษ์ สุขกลึง, อัษฎางค์ ศรีสุนทรศิริ (2011). การจัดสรรกำลังผลิตโดยใช้วิธีดิฟเฟอร์เรนเชียลอิโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้. สืบค้นจาก: https://hdl.handle.net/20.500.14740/8363
Alternative Title(s)
Self-Adaptive Differential Evolution Algorithm for Economic Dispatch
Author(s)
Advisor(s)
Organization
Abstract
โครงงานนี้เป็นการนำโปรแกรมคอมพิวเตอร์มาใช้ในการช่วยคำนวณการแก้ป้ญหาการจ่าย
โหลดอย่างประหยัดในกรณีศึกษา IEEE 30-bus system และคิดการสูญเสียในระบบสายส่งโดย
วิธีดิฟเฟอร์เรนเชียลอิโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้จากการทดสอบวิธีดิฟเฟอร์เรนเชียลอิ
โวลูชั่นอัลกอริธึมแบบปรับตัวเองได้สามารถหาคำตอบและเมื่่อนำไปเปรียบเทียบกับคำตอบที่ได้
กับวิธีแบบดั้งเดิม แสดงให้เห็นว่าวิธีดิฟเฟอร์เรนเชียลอิโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้มี
ประสิทธิภาพในการทำงานได้เป็นอย่างดีและมีความน่าเชื่อถือในการหาคำตอบที่เหมาะสม
This project presents the software application that is used to solve an economic dispatch (ED) problem with transmission losses consideration by Self-Adaptive Differential Evolution Algorithm (SaDEA). In this work, the results of the proposed SaDEA method is compared to a Conventional Genetic Algorithm (CGA), Tabu Search/Simulated Anealing (TS/SA), Ant Colony Search Algorithm (ACSA) and Differential Evolution Algorithm (DEA) as presented in this thesis. From the numerical results, SaDEA can find the best solution compared to other methods by testing in IEEE 30-bus test system.
This project presents the software application that is used to solve an economic dispatch (ED) problem with transmission losses consideration by Self-Adaptive Differential Evolution Algorithm (SaDEA). In this work, the results of the proposed SaDEA method is compared to a Conventional Genetic Algorithm (CGA), Tabu Search/Simulated Anealing (TS/SA), Ant Colony Search Algorithm (ACSA) and Differential Evolution Algorithm (DEA) as presented in this thesis. From the numerical results, SaDEA can find the best solution compared to other methods by testing in IEEE 30-bus test system.