阈值坏场景集鲁棒机组组合问题及其模因算法求解方法

《Applied Sciences》：Long-Term Palmitoleic Acid-Enriched Marine Oil Ingestion Attenuates Adiposity and Glucose Intolerance in Cafeteria Diet-Fed Mice

　　

摘要

本文提出了阈值坏场景集（TBS）鲁棒机组组合（TBSRUC）问题，以对冲风电不确定性，该不确定性由一组有限的离散场景描述。在TBS鲁棒优化模型中，给定一个性能阈值来定义某个解的TBS。最小化在TBS坏场景下相对于阈值的运行成本退化平方和，以获得鲁棒的机组组合解。基于机组组合解的TBS构建了联合场景邻域（UN）结构。开发了一种带有UN结构的模因算法（MAUN）来求解所提出的TBSRUC问题。在不同规模的基准系统上进行了广泛的实验。计算结果表明，所获得的鲁棒解可以通过减少坏场景的数量和坏场景下的性能退化程度来对冲风电不确定性。此外，计算结果表明，所开发的MAUN在求解所提出的TBSRUC问题方面是有效且高效的。