Universidad de La Frontera

Biblioteca Digital

Búsqueda Avanzada
# Tipo Tamaño
1 PDF 10.6 MB
#1872
Cruzamiento adaptativo no uniforme para un algoritmo genético como método de solución a la planificación de unidades
Tesis

353
209

  • Título
    Cruzamiento adaptativo no uniforme para un algoritmo genético como método de solución a la planificación de unidades
    Autor
    Lineros Escobar, Roberto Alejandro
    Profesor Guía
    Pavez Lazo, Boris Javier
    Año
    2010
    Carrera
    Ingeniería Eléctrica
    Grado Académico
    Ingeniería Eléctrica
    Editorial
    Universidad de La Frontera, Temuco, Chile
    Resumen
    El problema de planificación de unidades de generación térmica tiene por objetivo determinar los estados de operación en cada intervalo de tiempo de un horizonte temporal definido, considerando que se debe suministrar la demanda de los consumidores a un costo mínimo. Este problema de optimización está caracterizado por restricciones de generación y restricciones técnicas, lo cual dificulta su resolución. Normalmente este tipo de problemas trabaja con un modelo de dos estados o codificación binaria que representa los estados de operación: encendido y apagado. Este trabajo contempla los algoritmos genéticos como método de resolución y se enfoca principalmente en la adaptación y desarrollo de un operador genético de cruza adaptiva denominado SANUX (Statistics-based Adaptative Non-Uniform Crossover). Este tiene la capacidad de adaptarse al problema que se está tratando por medio del análisis estadístico de los individuos de una población y aplica una máscara de cruza para el intercambio de información entre los padres en base a una función de probabilidad. Además, se desarrolla un nuevo tipo de cruza adaptiva denominada D-SANUX, que se basa principalmente en el comportamiento de los individuos de una generación respecto de la demanda para crear y aplicar una máscara de cruza que sirve para el intercambio de información. Adicionalmente se utiliza un operador de selección no tradicional que funciona independiente de la aptitud de los individuos, este operador se denomina selección determinista y al igual que la mutación reparativa propuesta buscan aumentar la diversidad de los individuos de una población. Para el sistema de prueba utilizado se realizaron diversos análisis de sensibilidad para definir los parámetros óptimos con los cuales el algoritmo implementado entregue muy buenos resultados en los costos y en las convergencias a las soluciones.
    Idioma
    Español
    Descripción
    67 hojas ; figuras, tablas
    Derechos de Autor
    Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.
    Titular derechos de autor
    Universidad de La Frontera, Dirección de Bibliotecas y Recursos de Información
    Creative Commons
    https://creativecommons.org/licenses/by-nc-nd/4.0/
    Materia
    Algoritmos genéticos
    Materia
    Algoritmos
    Materia
    Optimización matemática
    Materia
    Energía eléctrica
    Materia
    Cruzamientos genéticos
    Materia
    Sistemas eléctricos de potencia
    Materia
    Sistemas de energía eléctrica
    Materia
    Electricidad
    Materia
    Producción de energía eléctrica
    Materia
    Ingeniería eléctrica
    Tipo de Documento
    Tesis
    Catalogador
    NG
  • dc.title
    Cruzamiento adaptativo no uniforme para un algoritmo genético como método de solución a la planificación de unidades
    dc.creator
    Lineros Escobar, Roberto Alejandro
    dc.contributor.advisor
    Pavez Lazo, Boris Javier
    dc.date
    2010
    dc.contributor.carrera
    Ingeniería Eléctrica
    dc.description.grado
    Ingeniería Eléctrica
    dc.publisher
    Universidad de La Frontera, Temuco, Chile
    dc.description.abstract
    El problema de planificación de unidades de generación térmica tiene por objetivo determinar los estados de operación en cada intervalo de tiempo de un horizonte temporal definido, considerando que se debe suministrar la demanda de los consumidores a un costo mínimo. Este problema de optimización está caracterizado por restricciones de generación y restricciones técnicas, lo cual dificulta su resolución. Normalmente este tipo de problemas trabaja con un modelo de dos estados o codificación binaria que representa los estados de operación: encendido y apagado. Este trabajo contempla los algoritmos genéticos como método de resolución y se enfoca principalmente en la adaptación y desarrollo de un operador genético de cruza adaptiva denominado SANUX (Statistics-based Adaptative Non-Uniform Crossover). Este tiene la capacidad de adaptarse al problema que se está tratando por medio del análisis estadístico de los individuos de una población y aplica una máscara de cruza para el intercambio de información entre los padres en base a una función de probabilidad. Además, se desarrolla un nuevo tipo de cruza adaptiva denominada D-SANUX, que se basa principalmente en el comportamiento de los individuos de una generación respecto de la demanda para crear y aplicar una máscara de cruza que sirve para el intercambio de información. Adicionalmente se utiliza un operador de selección no tradicional que funciona independiente de la aptitud de los individuos, este operador se denomina selección determinista y al igual que la mutación reparativa propuesta buscan aumentar la diversidad de los individuos de una población. Para el sistema de prueba utilizado se realizaron diversos análisis de sensibilidad para definir los parámetros óptimos con los cuales el algoritmo implementado entregue muy buenos resultados en los costos y en las convergencias a las soluciones.
    dc.language
    Español
    dc.physicaldescription
    67 hojas ; figuras, tablas
    dc.rights
    Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.
    dc.rights.holder
    Universidad de La Frontera, Dirección de Bibliotecas y Recursos de Información
    dc.rights.uri
    https://creativecommons.org/licenses/by-nc-nd/4.0/
    dc.subject
    Algoritmos genéticos
    dc.subject
    Algoritmos
    dc.subject
    Optimización matemática
    dc.subject
    Energía eléctrica
    dc.subject
    Cruzamientos genéticos
    dc.subject
    Sistemas eléctricos de potencia
    dc.subject
    Sistemas de energía eléctrica
    dc.subject
    Electricidad
    dc.subject
    Producción de energía eléctrica
    dc.subject
    Ingeniería eléctrica
    dc.type
    Tesis
    dc.ufro.catalogador
    NG

Dirección de Bibliotecas y Recursos de Información
Universidad de La Frontera
biblioteca.digital@ufrontera.cl
+56-45-2325186
Avenida Francisco Salazar #01145, Temuco

Las obras contenidas en esta plataforma están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional
Licencia Creative Commons