En primer lugar, hemos decidido cambiar el IDE que vamos a utilizar para compilar nuestros algoritmos de VS 6.0 a VS 2005.

Bueno estos son los primeros resultados del volumen de la presa de Furnas, realizando el promedio de 100 ejecuciones

Lo primero que observamos es que estamos considerando el Vertimiento producido en la presa ya que se esta superando el volumen máximo de la presa.

Al modificarlo quedo lo siguiente:

Para completar los resultados gráficos presentamos afluencia y turbinamiento

Bueno, utilizando la restricción de q(t) mejorada, la ejecución del Algoritmo Genético de forma progresiva fue mucho más rápida, 30 minutos, los resultados gráficos son los siguientes:

Como podemos ver en las gráficas encontradas, lo que se turbina de la presa sigue muy de cerca a la afluencia mensual.

Para ver el comportamiento del volumen de la presa en los 3 resultados obtenidos, se procedió a graficarlos en un mismo plano.

Lo siguiente que afinamos, es la capacidad de nuestro G. A. de lidiar con el hecho de que no hay caudal afluente durante algún mes. Para esto hicimos todos los y(t) = 0. Y mejoramos ciertas validaciones en nuestro algoritmo. Y estos fueron los resultados obtenidos.

Solo turbina lo necesario para no bajar del límite inferior del volumen de la presa. De esta forma el comportamiento del volumen de la presa es el siguiente.

Como lo habíamos mencionado anteriormente, la restricción 0<q(t)<10000 es muy amplia, lo cual retardaba la factibilidad de los individuos, por lo que se decidio cambiarla a 0<q(t)<200, pero encontramos una mejor forma de restringir q(t), ese es como sigue:

Con la finalidad de ver mas claramente el comportamiento de los resultados obtenidos, se decidió graficar todas las variables involucradas en el proceso del despacho hidro-térmico.

El primer gráfico esta el volumen de la presa X(t), el caudal afluente Y(t) y el turbinamiento realizado en cada periodo Q(t):

Claro está que estamos realizando una comparación entre los datos arrojados por GAMS y por el promedio de los G.A.

Se realizó así mismo la gráfica de demanda y la generación hídrica y la generación térmica.

Este último fue hecho con los datos promediados de los G. A. de 51 iteraciones.

**********************************************************************************

Necesitamos ver como se comporta nuestro algoritmo si el caudal afluente fuera cero (0). Para esto nos vemos en la necesidad, por no decir obligación, de agregar las condicionales y validaciones necesarias para que el comportamiento de los mismos sea el adecuado, así por ejemplo: Si en un mes el turbinamiento planificado hace que el volumen disminuya hasta por debajo del limite inferior, que va a ajustar el turbinamiento para que esto no ocurra. Aunque no esta muy claro en que momento de la GENERACIÓN se va a realizar este ajuste.

Durante la mañana se realizaron modificaciones a los G.A. con la configuración de optimizar un mes a la vez, y esta ejecutándose hasta el momento, al finalizar vamos a graficar los resultados para poderlos comparar con el resultado de GAMS, que es el siguiente:

Luego de esto vamos realizar varias ejecuciones de la configuración inicial (optimizar los 12 meses de una sola vez) para hacer un promedio de los resultados y graficar ese promedio.

Al finalizar el día se espera poder tener gráficas de las diferentes variables que intervienen en el problema: q, x, y, D, p, v

14:00 La optimización mes a mes es muy lenta a partir del mes 6, por lo que decidí para la ejecución en el mes 8 con los siguientes resultados:

Con esto podemos decir que con esta configuración podemos obtener buenos resultado, pero el tiempo que le toma es demasiado.

Cabe recordar que la configuración anterior fue probada con 0<=q(t)<=200, lo cual introduce cierto retardo en la ejecución.

Esto lo recorde al momento de iniciar la siguiente prueba que es: optimizar los 12 meses en conjunto, repetirlo unas 100 veces, al final promediar los resultados finales y graficarlos.

Debido a eso decidí regresar a la restricción anterior de Q(t), que tiene menos retardo. Y(t) - [(Xmax-Xmin)/2.592] <= Q(t) <= Y(t) + [(Xmax-Xmin)/2.592]. Con esta restricción cada iteración tarda 1 min y 15 seg aproximadamente.

16:30 detuve la ejecución, y ya se habían realizado 51 iteraciones con los que saque el promedio y grafiqué:

Lo siguiente que voy a probar es la optimización progresiva usando la otra restriccionde Q(t)

Lunes 11:00 Tratar de subir lo que no subí el viernes

16:30 detuve la ejecución, y ya se habían realizado 51 iteraciones con los que saque el promedio y grafiqué:

Antes de la solución de la primera observación cambiamos el límite de q(t) de la siguiente manera: 0<q(t)<200 con lo cual la generación de los individuos fue mucho más factible. Esto fue solo una prueba por lo cual no había sido registrada. Pero

Acabamos de revisar esos límites y comprobamos que los q(t) no pueden ser mayores a D/k (1054/5.592) por eso vamos a utilizar 0<q(t)<200 como restricción.

2. El siguiente esquema a probar es:

a. Optimizar para cada uno de los meses

b. Los individuos tendrán activos los cromosomas de acuerdo al mes que se esté optimizando, es decir, si esta en el mes 3 los individuos tendrán la siguiente forma [q(1),q(2),q(3),0,0,0,0,0,0,0,0,0]

c. Para esto necesitamos hacer varios cambios a nuestros G.A.

I. Al generar nuevos individuos, solo se generan los genes hasta el mes actual

II. Para cada optimización a partir de mes=2. Los individuos de la primera generación son los últimos de la optimización anterior y generando el gen correspondiente al mes actual.

III. Como hemos estado utilizando el cruce BLX_Alfa, adaptamos este cruce para que lo realicé hasta el mes actual.

IV. La verificación de X(t) también se la realiza hasta el mes actual.

V. No ha sido modificada la mutación.

Hasta el momento los resultados son muy similares a los obtenidos con GAMS

VI. Pero al no cambiar la mutación hubieron brincos inesperados de ciertos cromosomas por tal razón se nos alejaba de la solución optima por lo que se decidió cambiar también la mutación una vez que se termine la ejecución actual.

La nueva configuración es más rápida y los resultados son mucho mejores, similares a GAMS