基于改进遗传算法的电力计量中心生产调度检定预测的研究

为了提升电力计量中心生产调度平台设备检定效率以及准确率,提出了基于模拟退火算法优化遗传算法(simulated annealing algorithm-genetic algorithm,SA-GA)的设备检定预测模型.首先对遗传算法的实现过程进行了分析,针对其存在局部最优的缺点问题,提出了模拟退火算法,根据其可以按一定概率接受非最优解的特点,对遗传算法寻优得到的值进一步进行退火处理,以期跳出局部最优从而寻找全局最优值;其次,将SA-GA算法应用在电力计量中心生产设备检定预测上,采用GA方法对检定设备进行了算法的编码,初始化函数的构建,并建立评价函数;最后基于实际案例进行仿真,采用所提的SA-GA方法对电力计量中心生产调度检定设备进行预测研究,预测的数量误差为5.61％,而传统的根据以往经验进行预测的误差为13.29％,验证了SA-GA方法在预测检定设备的准确率上得到了提升,并且计算时间得到了有效降低.