{ "item_title" : "EnergyBidSim", "item_author" : [" Pooja Jain", "Ankush Tandon "], "item_description" : "Niniejsza książka przedstawia zaawansowane algorytmy metaheurystyczne i system wieloagentowy (MAS) do inteligentnego licytowania na zrestrukturyzowanym rynku energii z jednodniowym wyprzedzeniem. Zaproponowano ulepszone wersje algorytm w Moth Flame Optimizer (OB-MFO), Firefly Algorithm (RFA) i hybrydowego WOA-SCA z wykorzystaniem technik uczenia się opartych na opozycji i technik adaptacyjnych, wykazując doskonalą wydajnośc w testach por wnawczych. Algorytmy te są stosowane w scenariuszach licytacji rynkowych w warunkach niepewności, ocenianych przy użyciu takich wskaźnik w, jak zmiennośc cen i sila rynkowa. Wprowadzono r wnież warstwową strukturę MAS, umożliwiającą dynamiczne podejmowanie decyzji przy niepelnych danych. Wyniki na systemach testowych, w tym na magistrali IEEE-14, pokazują lepszą dokladnośc i wydajnośc w por wnaniu z tradycyjnymi metodami.", "item_img_path" : "https://covers4.booksamillion.com/covers/bam/6/20/914/265/6209142656_b.jpg", "price_data" : { "retail_price" : "106.00", "online_price" : "106.00", "our_price" : "106.00", "club_price" : "106.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }

Overview

Customers Also Bought

Details