algoritmos geneticos - logica difusa - redes neuronales.pdf...

This preview shows page 1 - 18 out of 139 pages.

Aplicaciones deSoft computingPhD. Ing. Juan Pablo Fossati (MCT-ESCO)
Aplicaciones de algoritmos genéticos
Aplicaciones de algoritmos genéticosProblema: Se tiene una represa que con capacidad de venta de energíaeléctrica a los países vecinos. El objetivo del problema es maximizar lasganancias producto de dichas ventas realizando una adecuada gestiónde los recursos. A continuación se mencionan los supuestos empleadosen el planteamiento del problema:Los modelos empleados se basan en simplificaciones con el fin deentender la aplicabilidad de los algoritmos genéticosEl ejemplo es aplicable a la gestión de cualquier otro recursoenergético que se pueda almacenar
Aplicaciones de algoritmos genéticosNo existe limite superior para la cantidad de energía almacenada disponible para laventa (GWh)Todo los meses la energía almacenada disponible para la venta aumenta unacantidad conocida (Por ejemplo: saldo entre las lluvias y el consumo interno)ejemplo. Dicha energía no tiene un costo asociado. Se considera solo la venta comovariable del problema
Aplicaciones de algoritmos genéticosNo existe limite superior para la cantidad de energía almacenada disponible parala venta (GWh)La energía almacenada disponible para la venta tiene un mínimo de cero GWhInicialmente se tiene una cantidad de energía almacenada (200 GWh porejemplo)Existe un limite para la venta de energía por mes (400 GWh por ejemplo)Se conoce el precio de venta en función de la cantidad de energía para cada mesdel añoLa solución buscada se basa en un modelo determinístico, es decir no se tienenen cuenta las variables aleatorias involucradas
Aplicaciones de algoritmos genéticos
Aplicaciones de algoritmos genéticosObjetivo: determinar cuanta energía vender mensualmente por unperíodo de una año de manera tal que se maximice la ganancia
Aplicaciones de algoritmos genéticosCodificación: cada solución se codifica con un vector binario de 12*8elementosEs decir, se emplean 8 bits para especificar la energía vendidamensualmentePara obtener la energía vendida𝐸𝐸=𝐸𝐸𝑚𝑚𝑚𝑚𝑚𝑚∗ 𝑁𝑁𝑏𝑏𝑏𝑏𝑏𝑏/2551011 0010 = 178𝐸𝐸= 400178255= 279,2𝐺𝐺𝐺𝐺𝐺
Aplicaciones de algoritmos genéticosLa función aptitud es la ganancia anual obtenida por la venta deenergíaLa selección se realiza por el método de la ruletaSe aplica el operador cruce en 2 puntos y la mutaciónbit-flip
Aplicaciones de algoritmos genéticosAlgunos datos extra sobre el algoritmo desarrolladoTamaño de la población: 60-300 individuosTasa de cruce: 65 %- 85 %Tasa de mutación: 1-2 %Criterio de finalización: número de generacionesNúmero de generaciones: 100-5.000La mejor solución de una generación pasa a la siguiente en caso que no se mejorela soluciónEn el caso que la venta codificada supere la energía almacenada la venta semodifica para que la energía almacenada quede en cero
Aplicaciones de algoritmos genéticosEjemplo1: Energía inicial 200 GWh
Aplicaciones de algoritmos genéticos
Aplicaciones de algoritmos genéticosFunción aptitud: 108.990.000 USDGeneraciónGeneración
Aplicaciones de algoritmos genéticosEjemplo 2: Energía inicial 200 GWh
Aplicaciones de algoritmos genéticos
Aplicaciones de algoritmos genéticosFunción aptitud: 77.827.000 USD
Aplicaciones de algoritmos genéticosEfecto de la mutación en la convergenciaBaja tasa de mutaciónElevada tasa de mutación

Upload your study docs or become a

Course Hero member to access this document

Upload your study docs or become a

Course Hero member to access this document

End of preview. Want to read all 139 pages?

Upload your study docs or become a

Course Hero member to access this document

Term
Spring
Professor
N/A
Tags
Contaminaci n, Uni n Europea, Ox geno, Pila de combustible, Veh culo el ctrico

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture