Description: Niniejsza książka przedstawia zaawansowane algorytmy metaheurystyczne i system wieloagentowy (MAS) do inteligentnego licytowania na zrestrukturyzowanym rynku energii z jednodniowym wyprzedzeniem. Zaproponowano ulepszone wersje algorytmów Moth Flame Optimizer (OB-MFO), Firefly Algorithm (RFA) i hybrydowego WOA-SCA z wykorzystaniem technik uczenia się opartych na opozycji i technik adaptacyjnych, wykazując doskonalą wydajnośc w testach porównawczych. Algorytmy te są stosowane w scenariuszach licytacji rynkowych w warunkach niepewności, ocenianych przy użyciu takich wskaźników, jak zmiennośc cen i sila rynkowa. Wprowadzono również warstwową strukturę MAS, umożliwiającą dynamiczne podejmowanie decyzji przy niepelnych danych. Wyniki na systemach testowych, w tym na magistrali IEEE-14, pokazują lepszą dokladnośc i wydajnośc w porównaniu z tradycyjnymi metodami.
