基于改进NSGA-Ⅱ算法的水资源多目标优化配置

山西省作为资源性缺水大省,对水资源进行优化配置是缓解用水紧张和提高社会经济发展水平的有效手段。通过建立山西省"大水网"晋中-长治供水区水资源多目标优化配置模型,对NSGA-Ⅱ算法在约束条件处理和遗传操作越界处理方面进行改进,并用于模型的求解,得出Pareto最优解集,最后从不同的侧重点挑选出3个不同的优化配置方案,以供决策者根据实际需要进行选择。综合来看,改进NSGA-Ⅱ算法较传统NSGA-Ⅱ算法更有效可行,配置结果合理。     

基于粒子群算法的邯郸市水资源优化配置系统研究

随着经济的发展,邯郸市缺水矛盾日益严重,合理配置有限的水资源显得尤为重要。运用多目标规划理论建立一个多水源联合调度的水资源优化配置模型。该模型以经济、社会和环境的最大综合效益为目标,用粒子群算法求解,得到了邯郸市规划年（2020年）3种不同保证率下的水资源优化配置方案,为邯郸市的水资源规划和管理提供了依据。优化结果表明,粒子群算法在邯郸市水资源优化配置中是切实可行的。     

基于改进粒子群优化算法的区域水量水质联合配置模型EI北大核心CSCD

综合考虑区域水资源水量和水质两个因素,以供水净效益最大、区域总缺水量最小、COD排放量最小为目标建立区域水量水质联合配置多目标模型;为提高算法的计算精度和全局寻优能力,对粒子群优化算法进行了改进并用于模型求解。将模型用于江苏省靖江市水资源配置研究,结果表明:基本方案和节水方案下的用水总量和COD排放量均在其限值范围内,节水方案下供水净效益比基本方案低3.0亿元,缺水量和COD排放量分别比基本方案低1290万m^(3)、1062.7 t,说明得出的配置方案合理可行。在节水方案下进行区域水资源配置,在缓解区域缺水状况的同时,能够有效减少COD排放量,可为解决区域水质型缺水问题提供决策参考。     

基于粒子群算法优化BP神经网络的沙颍河流域需水预测

需水预测作为水资源供需分析中的重要环节,准确的需水预测能够为水资源管理政策制定、区域水资源配置、流域水资源调度等提供科学依据。以沙颍河流域为研究对象,基于粒子群优化算法的神经网络模型,对沙颍河流域需水进行预测,以期为流域需水预测提供参考。     

基于改进多目标粒子群算法的平原坡水区水资源优化调度EI北大核心CSCD

在分析平原坡水区水资源优化调度特点的基础上,构建了协调泵站提水量和受水区缺水量两个目标的优化调度模型。针对传统粒子群算法存在的容易陷入局部极值点、早熟等缺点,从惯性因子及学习因子选择、外部档案维护和全局最优选取策略3个方面进行改进,对比改进多目标粒子群算法与传统NSGA-Ⅱ算法在求解测试函数中的表现,验证改进算法的可行性和优越性。对宿迁市黄河故道及以南地区水资源优化调度进行实例研究,采用改进算法求解模型得到Pareto前沿,结果显示,两个目标函数值分布范围较广,且各频率来水调度方案集在空间中分布均匀。     

基于PSO与DE混合算法的水资源优化配置

基于公平性原则构建水资源优化配置模型,针对模型的特点,将模型的可行解进行粒子化处理。利用基于粒子群(PSO)和差分进化(DE)的混合算法(PSODE)对模型进行求解。该算法通过双种群间的信息共享机制,大大降低了求解陷入局部最优的风险。此外,还采用了一种粒子变异机制进一步提高PSODE算法的性能,并通过漳河流域四大灌区水资源配置实例表明PSODE算法比PSO和DE算法收敛速度更快、准确度更高。     

改进人工鱼群算法在水资源优化配置中的应用

基于湟水干流"引大济湟"受水区跨越式发展形势下社会经济需水及生态环境需水产生的新变化,建立了以净效益最大及总缺水量最小为目标函数的水资源优化配置模型,并且利用改进的人工鱼群算法对该模型进行了求解。研究区2020年和2030年可供水量分别为186 574万m~3和213 498万m~3,在充分满足区域生活、工业和环境需水基础上,只有部分区域农业用水存在少量缺口,缺水率分别为3.3%和9.2%,配置结果较为合理。研究表明,改进的人工鱼群算法在复杂水资源优化配置中具有较好的适用性。     

水库发电优化调度改进粒子群算法应用

为进一步提升粒子群算法在水库发电调度中的应用效果，应用粒子群算法建立水库发电优化调度模型，从初始种群生成、寻优模式、更新策略等方面对算法进行改进，将均匀设计理念和混沌理念分别引入粒子群算法并对惯性权重进行了非线性自适应设计。计算结果与标准粒子群算法以及传统的动态规划进行了对比。结果表明，粒子群及其改进算法在水库发电优化调度中应用效果良好，综合考虑算法收敛能力、稳定性及计算耗时等指标，改进粒子群算法具有较高的实用价值。     

基于改进萤火虫算法的水资源优化配置

构建以经济、社会、环境综合效益为目标的水资源优化配置模型,通过线性加权法将多目标模型化为单目标模型,在萤火虫算法的基础上引入一种自适应型惯性权重,将固定步长改进为可变步长,求解优化配置模型,并结合实例,得到了不同水平年不同保证率下的山西省盂县水资源优化配置方案。研究结果表明:盂县供需水量基本平衡,配置方案科学合理,基于改进萤火虫算法的水资源优化配置模型在孟县具有较强的有效性与适用性。     

面向高质量发展的缺水地区水资源优化配置模型及应用

科学合理的水资源配置方案是实现北方缺水地区高质量发展的重要基础。在系统梳理相关研究成果的基础上,分析北方缺水地区水资源特点和未来配置需求,提出面向高质量发展的北方缺水地区水资源优化配置模型框架。从目标函数、约束条件、参数设置、算法设计等方面开展系统建模,并从惯性权重与学习因子两个角度对传统粒子群算法进行改进和有效性检验。最后,将模型和算法应用于北方典型缺水城市阳泉市的水资源配置方案研究。结果表明：阳泉市工业和生活用水具有较大节水潜力,平定县是最大用水户;规划水平年节水情景显著提升了缺水地区的需水满足程度和水生态环境承载能力;构建的高质量发展目标和北方缺水地区关键约束的水资源优化配置模型具有可行性。     

基于改进粒子群算法的水资源优化调配模型研究

为了缓解忻州-阳泉地区日益凸显的水资源供需矛盾,建立了以研究区供水、发电和生态为目标的区域水资源优化调配模型,同时提出了定权重目标比适应度函数,将复杂的多目标问题转化为易于求解的单目标问题。在求解模型过程中,使用S型递减函数计算惯性权重并结合定权重目标比适应度函数简化求解,改进了粒子群算法。通过丰、平、枯3种不同来水条件下的情景模拟验证发现：改进粒子群算法运行前期全局搜索能力得到提升、中期搜索速度加快、后期局部收敛能力得到保证,在求解过程中不易陷入局部最优解;根据模型计算得出的水资源优化调配方案能够真实有效地反映研究区域的供水要求、均衡优化年内水资源分配、平衡区域之间的水资源供需关系、协调各目标之间的满足情况,模型具有可行性。     

基于改进粒子群优化算法的水库生态优化调度研究

文中对传统粒子群算法进行改进,提高其优化算法的收敛度,并结合改进粒子群算法对观音阁水库生态调度进行优化计算。研究结果表明,采用改进粒子群算法的水库生态调度优化求解精度得到明显改善,不同月份观音阁水库下游河道最小和适宜生态径流满足度相比于改进前显著提高。研究成果对于水库生态优化调度算法具有重要参考价值。     

粒子群优化算法在水量调度方案优化中的应用

粒子群优化算法是一种新颖的智能优化方法,在一些调度优化问题中得到了广泛的运用。利用粒子群优化算法来解决水量调度方案优化问题,可以充分发挥智能算法寻优的特点,进行流域内不同用水单元之间用水量的合理分配。结合塔里木河流域水资源统一管理和调度,粒子群优化算法的应用步骤为：①确定数学模型;②确定约束条件;③选择算法参数;④利用Matlab程序对粒子及其速度进行编码。     

粒子群算法在水库(群)优化调度研究中的应用综述

简要介绍粒子群算法的工作原理和水库(群)优化调度模型,然后较全面地阐述粒子群算法在水库(群)优化调度中的应用及存在的问题,最后总结了算法的各种改进,并对粒子群算法在水库(群)中的研究进行了展望。     

基于粒子群算法的韩江流域水资源优化调度

水资源优化调度是实现水资源优化配置、提高用水效率、实行最严格水资源管理制度的重要手段。以旱情紧急情况下骨干水库下游河道内生态环境需水与韩江流域各省用水总量为控制,建立了基于粒子群算法的韩江流域水资源优化调度模型。调算结果表明,粒子群优化算法简单高效,具有强大的算法优势;通过优化调度,流域水量分配指标、生态目标、发电目标得到很好地实现;棉花滩水电站的综合效益及抵御干旱风险的能力进一步提高。     

基于改进粒子群算法梯级水电站短期优化调度研究

应用改进粒子群算法求解梯级水电站短期优化调度问题.考虑发电效益和存水效益结合峰谷电价建立综合效益最大模型,针对粒子群算法存在的后期收敛速度慢和易陷入局部最优等缺点,引入收缩因子和杂交算子对其进行改进.应用改进粒子群算法对"水布垭水电站一隔河岩水电站一高坝洲水电站"进行短期优化调度,分别采用传统优化模型和峰谷优化模型进行实例计算,结果表明实施峰谷电价,对于提高梯级水电站综合效益,同时缓解高峰期用电紧张局面有更高的应用价值;应用改进粒子群算法求解梯级水电站短期优化调度问题在求解时间、求解精度上都得到了较满意的效果.     

改进鲸鱼算法在多目标水资源优化配置中的应用

为了使鲸鱼优化算法(WOA)能更好地解决复杂多目标水资源优化配置问题,首先采用Logistic映射进行种群位置初始化,提高初始化种群位置的质量,并加入惯性权重增强局部搜索能力,从而实现对WOA的改进;其次,将改进后的鲸鱼算法(AWOA)应用于以经济效益和社会效益最大(缺水量最小)为目标的邯郸市水资源优化配置模型;最后,以求解所得Pareto前沿中缺水量最小为特殊偏好,将AWOA与WOA和粒子群算法(PSO)从迭代过程和求解结果上进行了对比分析。从迭代过程来看,AWOA比PSO和WOA能够以较快的速度收敛,WOA收敛速度最慢;从求解结果分析,由AWOA所得经济效益和社会效益均优于由WOA和PSO所得结果。因此,AWOA在收敛速度和收敛精度上均得到了较大幅度的提升,其应用于多目标水资源优化配置求解是可行和有效的。     

基于粒子群算法的邯郸市水资源优化配置系统研究

随着经济的发展,邯郸市缺水矛盾日益严重,合理配置有限的水资源显得尤为重要.运用多目标规划理论建立一个多水源联合调度的水资源优化配置模型.该模型以经济、社会和环境的最大综合效益为目标,用粒子群算法求解,得到了邯郸市规划年(2020年)3种不同保证率下的水资源优化配置方案,为邯郸市的水资源规划和管理提供了依据.优化结果表明...     

改进粒子群优化算法在水库优化调度中的应用

为解决粒子群优化算法寻优过程中易出现种群趋同化而导致早熟收敛的问题,引入粒子群的进化速度和种群多样性适应度方差两个因素,构建了自适应的动态的惯性因子取值机制,并讨论了惯性因子的收敛性及参数的独立性,从而改进了传统粒子群优化算法的惯性因子线性取值机制。将改进的粒子群优化算法应用于某水库的优化调度中,验证了该算法能以较快的速度收敛得到全局极值,克服了易陷入局部最优的缺点,为水库优化调度问题提供了一条新途径。     

基于TIPSO的水电站优化调度研究

针对水电站多目标联合优化调度问题,提出双层改进粒子群算法(TIPSO)。该算法通过动态廊道约束,提高粒子群算法中粒子初始解的质量;通过改进动态权重系数,增强粒子群算法在前期的全局寻优能力和后期的局部寻优能力,提高粒子群算法的收敛性。将该算法应用于求解河南省陆浑水电站多目标优化调度问题,计算结果表明双层改进粒子群算法具有较好的收敛性能;通过与动态规划算法计算结果对比,表明该算法求解高维、复杂、多约束问题的可靠性和有效性。