遗传算法在水库调度中的应用综述

简要回顾了遗传算法在水库调度中的应用概况,对遗传算法用于水库调度优化时的编码、约束条件处理、早熟与全局收敛性、参数设置、混合遗传算法、多目标遗传算法以及效率评定准则等问题进行了综述。分析遗传算法耗时与全局收敛之间的矛盾后认为,遗传算法适用于传统方法难以求解的优化问题,以及对计算时效性要求不高或者目标函数计算复杂度不高的实时水库调度问题,特别是水库中长期调度以及水资源规划问题。     

基于改进遗传算法的串联小水电群优化调度

建立了由沙畈水库和金兰水库组成的串联小水电群优化调度的数学模型，采用了改进遗传算法对该模型进行优化计算。算法设计编程简单、计算工作量小、收敛速度快。利用两个水库的入库径流实测值进行了仿真实验，结果说明优化调度能比常规调度取得更大的经济效益，同时也说明了遗传算法是求解小水电群优化调度的可行而有效的方法。     

加速遗传算法在大桥水库电站优化调度中的应用研究

以四川省凉山州安宁河龙头水库大桥水库水电站为研究对象,利用加速遗传算法进行求解,首次建立了大桥水库电站以年发电量最大为目标并兼顾下游用水等要求的单库优化调度模型。计算结果表明,该方法能有效地克服标准遗传算法早熟收敛、计算量大、全局优化速度慢等缺点,能较好的应用于水库优化调度计算。同时,为进一步开展大桥水库水资源的合理利用与管理提供了理论指导。     

水电站水库优化调度的改进混沌遗传算法

针对水电站水库优化调度问题,提出了将改进遗传算法和混沌优化相耦合的改进混沌遗传算法。该算法将混沌变量映射到优化变量的取值范围中,对混沌变量进行编码,表示成染色体,然后对其进行选择、交叉和变异,通过增加混沌扰动,不断进化收敛得到最优解。实例计算并与其他方法比较表明,该算法在求解水电站优化调度这样的复杂非线性优化问题时,搜索效率高,收敛性能好,能以较快的速度收敛于全局最优解,为水电站水库优化调度模型求解提供了一种新方法。     

基于遗传算法的水库中长期调度函数研究

传统采用对确定性优化算法所得的运算结果进行回归分析而建立水库调度函数的方法,对原有结果的拟合有较大的偏差;为此,建立水库线性调度函数求解模型,并用改进的遗传算法进行求解,同时采用“培训”的方法,加快算法收敛速度及性能。与基于POA优化的回归结果对比分析表明,遗传算法求解调度函数具有优势。     

多目标免疫遗传算法在梯级水库优化调度中的应用研究

为了提高遗传算法在多目标梯级水库优化调度中的应用效果,在标准遗传算法的基础上引入了免疫机制,并将其应用到周公宅-皎口水梯级水库优化调度中。计算结果表明,免疫遗传算法较好地克服了标准遗传算法收敛速度慢、易陷入局部极值、早熟等弱点。     

单纯形混合遗传算法在水库优化调度中的应用研究

针对遗传算法收敛速度慢,收敛率低等缺点作了改进,引进了单纯形算法与遗传算法相融合的单纯形混合遗传算法(SM-HGA),并将其应用于水电站水库优化调度中,通过实例计算证明改进后的单纯形遗传算法具有收敛速度快收敛率高的优点,是水库调度比较好的方法.     

蜜蜂进化型遗传算法在水库优化调度中的应用

提出了一种基于蜜蜂进化型遗传算法的水库优化调度问题的求解方法,并通过实例对蜜蜂进化型遗传算法和标准遗传算法的性能做了比较.结果表明,在进化代数相同的条件下,由于蜜蜂进化型遗传算法在配种选择算子上使用种群的最优个体作为蜂王,提高了种群收敛速度;再者,在代进化过程中引入一个随机种群,保持了群体的多样性,提高了算法的勘测能力.     

遗传算法在大伙房跨流域引水工程优化调度中的应用

在大伙房水库跨流域调水工程规划成果的基础上,重点研究遗传算法在制定优化调水方案中的应用。结合调水工程实际情况建立了优化调水模型,然后用遗传算法对该优化模型进行求解,并解决了求解过程中遗传算法计算各环节的问题,得到了优化方案。与传统的长系列调节计算结果相比,在相同供水指标和保证率条件下,优化调度方案引水少、弃水也少,更优先地利用了当地(受水流域)的水资源。     

遗传算法在乌鲁瓦提水库优化调度中的应用研究

以乌鲁瓦提水库为研究对象,利用遗传算法进行求解,建立了乌鲁瓦提水库以年发电量最大为目标并兼顾下游综合用水要求的单库优化调度模型,计算结果表明,该方法比常规方法能使水库更好的发挥其综合利用功能,为乌鲁瓦提水库的合理利用与管理提供了理论指导.     

Long-Term Stochastic Reservoir Operation Using a Noisy Genetic Algorithm

To deal with stochastic characteristics of inflow in reservoir operation, a noisy genetic algorithm (NGA), based on simple genetic algorithms (GAs), is proposed. Using operation of a single reservoir as an example, the results of NGA and Monte Carlo method which is another way to optimize stochastic reservoir operation were compared. It was found that the noisy GA was a better alternative than Monte Carlo method for stochastic reservoir operation.     

基于改进遗传算法的小型水电站短期优化调度

针对小型水电站在丰水期的短期优化调度问题,提出了短期优化调度的数学模型和基于改进遗传算法的工程实现方法,并通过实例仿真及对仿真结果的详细分析,说明了该算法的有效性,对小型水电站短期优化调度有一定的指导意义。     

蜂群遗传算法及在水库群优化调度中的应用

介绍了一种基于蜂群繁殖原理的改进遗传算法--蜂群遗传算法(BSGA),采用改进的遗传算子解决了传统遗传算法中"选择压力"和"种群多样性"之间的矛盾.将该算法应用于梯级水库优化调度的研究中,通过对清江梯级水库群优化调度的实例计算,得到了合理的全局最优解,验证了BSGA的可靠性和实用性.     

遗传算法在水库(群)优化调度研究中的应用综述

介绍了遗传算法在水库(群)优化调度中的应用背景及算法的收敛性,讨论了水库(群)优化调度中遗传算法的基本应用步骤以及存在的问题,给出了算法的各种改进方法,并对遗传算法的应用前景进行了展望.     

改进的遗传算法在水库调度中的应用

为了改善遗传算法在水库优化调度中的应用效果,采用自适应遗传算法和广度变异模块相结合的分层收敛算法:第一层采用广度变异和外部存档的方式改善种群的多样性;第二层嵌套广度变异模块,并采用自适应遗传算法进行全局搜索。通过比较自适应遗传算法和分层进化算法,结果显示:基于遗传算法的分层算法具有高效的全局搜索能力,避免了自适应遗传算法陷入局部最优的缺陷,在一定收敛条件下得到了更接近全局最优的目标值。     

基于改进遗传算法的生态友好型水库调度

以锦屏梯级水库为案例,从系统工程论的角度出发,将梯级水库作为物理系统,以年发电量为目标函数,建立了梯级水库调度优化模型。为减少水库调度对河道生态系统的影响,在鱼类栖息地模拟的研究基础上,引入目标物种的生态需水过程对调度模型进行动态约束,并采用改进的遗传算法进行求解。研究得到了满足目标鱼类生态需水条件下发电量最大的梯级水库调度策略,并对生态流量满足程度与工程效益损失之间的定量响应关系进行了研究,提出了折中方案选择的基本原则。     

改进遗传算法在S-P BOD-DO水质模型参数率定中的应用

参数的率定是建立水质模型进行数学模拟的重要工作。本文把改进遗传算法用于斯特里特-菲尔普斯(S-P)BOD-DO水质模型参数的同时估算中,计算结果精度较高。     

量子遗传算法在混凝土重力坝综合弹性模量反演中的应用

复杂运行条件下水工建筑物结构物理力学参数往往会随着服役时间的增长发生变异,及时了解更新这些参数对于掌握水工建筑物工作性态,指导水工建筑物安全监控具有十分重要的意义。基于量子遗传算法QGA建立坝体有限元力学参数反演模型,通过MATLAB编程建立有限元软件命令调用接口,利用工程实测值与有限元计算结果建立目标适应度函数,并通过量子遗传算法智能寻优,实现水工建筑物结构参数反演。为验证本算法的有效性,特以混凝土重力坝为例对坝体及基岩综合弹性模量进行反演分析,并与传统遗传算法反演结果进行对比,结果表明本算法反演精度及运行速度均较高于传统遗传算法,具有一定的科学和实践应用价值。