Catalogus

Zoeken

Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.

Boekenmand

Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).

RSS

Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.

log in

Publicaties | Kaarten

nieuwe zoekopdracht

[ meld een fout in dit record ]

mandje (0): toevoegen | toon

---

A Search Group Algorithm for offshore wind farm layout optimisation = Een Search Group Algoritme voor de optimalisatie van de lay-out van offshore windmolenparken Bossuyt, S. (2016). A Search Group Algorithm for offshore wind farm layout optimisation = Een Search Group Algoritme voor de optimalisatie van de lay-out van offshore windmolenparken. MSc Thesis. Department of Civil Engineering, Ghent University: Gent. 15 pp.

---

Thesis info: Stratigaki, Vasiliki (Vicky), promotor

---

Beschikbaar in	Auteur
VLIZ: Non-open access 300268 [ aanvragen ]
Documenttype: Doctoraat/Thesis/Eindwerk

---

Trefwoorden

Optimization Parameters Wind turbines

Author keywords

Wind farm; Wind turbine; Layout design; optimization; Search Group Algorithm; Metabeuristic algorithm

---

Auteur		Top
Bossuyt, S.

---

Abstract

In this paper the Search Group Algorithm (SGA) is presented to solve offshore Wind Farm Layout Optimization (WFLO) problems. In order to evaluate its performance its designs are compared with a selection of benchmark problems taken from literature, more specifically, the Evolutionary Algorithm (EA) and the Imperialist Competitive Algorithm (ICA). The same WFLO problem is solved three times however with different parameters sets of the SGA to analyze the influence of the parameter tuning on its results. The numerical analysis reveals that the SGA algorithm generally outperforms the EA and ICA in solving WFLO problems. Comparing the parameter sets it shows that a higher number of iterations might he preferable over a high population size. The results of a 100 runs of the SGA are presented to provide a statistical! basis for further comparison. These statistical confirm that the SGA is a very robust method as there is very little dispersion between the obtained designs hence that it is a viable option for optimizing WFLO problems.

---

Alle informatie in het Integrated Marine Information System (IMIS) valt onder het VLIZ Privacy beleid

Top | Auteur