IEEE TEVC，搜索方向学习加速大规模煤矿综合能源系统调度中的进化优化

1.摘要

煤矿综合能源系统（CMIES）调度同时涉及购电成本、碳排放、电网依赖和可再生能源弃用，决策变量多、约束强、可行域狭窄。论文提出基于搜索方向学习的进化优化方法 SDLEO，从种群分布提取主流方向以促进收敛，从各约束的违反程度提取支流方向以修复不可行解，并按变量对目标和约束的敏感性决定更新哪些维度。实验显示，将 SDL 嵌入不同约束多目标进化算法后，在基准测试和实际 CMIES 算例上HV和可行解获取率，但增加计算时间。

2. CMIES 调度模型

见个人简介