Perinteiset laskentamenetelmät toimivat hyvin, kun ongelma on siisti ja matemaattisesti suora. Mutta heti kun muuttujia on paljon, riippuvuudet menevät ristiin ja ratkaisupinta alkaa muistuttaa sokkeloa, on helppo jäädä paikalliseen optimiin. Silloin geneettinen algoritmi on hyödyllinen, koska se ei yritä arvata vastausta yhdestä suunnasta vaan tutkii useita vaihtoehtoja rinnakkain.
Optimoinnin ytimessä on kustannusfunktio, joka kertoo miten hyvin tietty ratkaisu toimii. Todellisissa ongelmissa mukaan tulevat myös rajat: minimit, maksimit, tekniset ehdot ja fysikaaliset rajoitukset. GA:n vahvuus on siinä, että nämä voidaan sisällyttää samaan hakuprosessiin, jossa parhaat ratkaisut valitaan jatkoon, niitä risteytetään ja pieni satunnaisuus pitää haun elävänä.
Francis- ja Kaplan-turbiinien ominaiskäyrät. Eri turbiinityypit käyttäytyvät eri tavoin virtaaman mukaan, joten paras ratkaisu löytyy vasta, kun koko kokonaisuus otetaan huomioon.
Vesivoiman ohjauksessa tämä tarkoittaa käytännössä sitä, että virtaama jaetaan turbiinien kesken niin, että kokonaistuotanto maksimoituu. Kaikkia turbiineja ei aina kannata pitää käynnissä, koska tietyillä alueilla jokin kone voi toimia selvästi paremmin kuin toinen. Geneettinen algoritmi pystyy tutkimaan tätä avaruutta ilman, että jokaista vaihtoehtoa tarvitsee käydä läpi käsin.
Optimoinnin tulos: tavoiteltu virtaama toteutuu ja turbiinien käyttö valitaan hetkittäin niin, että sähköntuotanto pysyy mahdollisimman hyvänä.
Käytännön hyöty on siinä, että samaa logiikkaa voi ajaa toistuvasti, vaikka tavoite muuttuu ajan mukana. Silloin seuraavan aikaikkunan paras ratkaisu voidaan periä osittain edellisestä, mikä keventää laskentaa ja pitää ohjauksen käyttökelpoisena myös jatkuvassa ajossa.
Takaisin blogiin