تعریف یک تابع مطلوبیت خطی به منظور مدل سازی عامل محور قیمت دهی شرکت های نیروگاهی
- سال انتشار: 1390
- محل انتشار: نوزدهمین کنفرانس مهندسی برق ایران
- کد COI اختصاصی: ICEE19_429
- زبان مقاله: فارسی
- تعداد مشاهده: 2855
نویسندگان
دانشجوی کارشناسی ارشد
دانشیار دانشگاه فردوسی مشهد
دانشجوی دکتری
چکیده
امروزه یکی از روش های پرکاربرد تحلیل بازار برق، مدلسازی عامل محور ABM)می باشد و الگوریتمQ-learning یکی از ابزارهای اصلی برای شبیه سازی رفتار عامل ها در این روش می باشد. با توجه به اهمیت مسئله مدیریت ریسک در بازار برق، الگوریتمQ-learning باید به گونه ای طراحی شود که علاوه بر بیشینه سازی سود، کمینه سازی ریسک را نیز در قیمت دهی لحاظ کند. نظریه مطلوبیت به عنوان ابزاری برای تطبیق الگوریتمQ-learning با ریسک بازار مورد استفاده قرار گرفته است. با توجه به انتزاعی بودن مفهوم مطلوبیت، تعریف تابعی مناسب برای مطلوبیت همواره یکی از چالش های این روش بوده است. در این کار بر مبنای نحوه تأثیر منحنی مطلوبیت بر رفتار الگوریتم،Q-learning تابع مطلوبیت جدیدی تعریف شده است. نتایج نشان می دهد که الگوریتم پیشنهادی در پاسخگویی به تغییر ناگهانی شرایط بازار که منجر به تغییرات شدید در ریسک بازار می شود سریعتر از الگوریتمQ-learning کلاسیک عمل می کند.کلیدواژه ها
اقتصاد محاسباتی عامل محور، الگوریتمQ-learning بازار برق، مدیریت ریسک، نظریه مطلوبیتمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.