EnergyBidSim

Ce livre pr sente des algorithmes m ta-heuristiques avanc s et un syst me multi-agents (SMA) pour des ench res intelligentes sur le march restructur de l' nergie un jour. Des versions am lior es de l'optimiseur Moth Flame (OB-MFO), de l'algorithme Firefly (RFA) et d'un hybride WOA-SCA sont propos es l'aide de techniques d'apprentissage et d'adaptation bas es sur l'opposition, et montrent des performances sup rieures lors de tests de r f rence. Ces algorithmes sont appliqu s des sc narios d'appels d'offres sur le march en situation d'incertitude, valu s l'aide de mesures telles que la volatilit des prix et le pouvoir de march . Un cadre MAS en couches est galement introduit, permettant une prise de d cision dynamique avec des donn es incompl tes. Les r sultats sur les syst mes de test, y compris le bus IEEE-14, montrent une am lioration de la pr cision et de l'efficacit par rapport aux m thodes traditionnelles.