用动态规划神经网络模型研究多水库系统的水量分配(上)

为了分析多水库系统中两座水库之间灌溉用水的分配问题,建立了基于动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座水库之间进行水量分配的问题,提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型,用3个状态变量动态规划算法得出调度原则。就所研究的多水库系统实例来说,新的动态规划神经网络模型的性能很好,将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

灌区整体效益模型在水库水量分配中的应用研究

水资源短缺及其水生态环境问题,已成为严重制约中国经济发展的重要因素。因此,如何对有限的水资源进行优化配置研究,已成为水资源规划与管理中的热点问题。文章运用多目标规划理论,建立了以经济、社会、财务等综合效益目标化最大的冯家山水库水量优化配置模型。通过确定模型各参数,调用Matlab优化工具箱中的函数进行编程求解,得到冯家山水库不同规划水平年（2015年、2020年）的水资源优化配置方案,为库区水资源规划与管理提供科学依据。     

一种研究多水库系统运行的随机动态规划方法(论文摘译)

本文提出一种建立在随机动态规划基础上,用于分析一个三水库 Y 形水电系统的运行情况。该技术通过把历史入流资料引入下游水库。在每次迭代计算中,下游水力发电单元的最优策略用于提供上游水库运行的权重或目标。通过运行经过上游水库最优策略的历史河川径流资料,可获得下游水库的新入流量。这些流量又可用于研究下游水库的一种新运行策略和上游水库的新目标。该方法通过加拿大曼尼托巴的 Lauie 河上三个水     

大伙房水库兴利调度的多目标动态规划模型研究

动态规划是解决多阶段决策过程的规划,其概念和理论简单,方法灵活,在单库调度、特别是多库联合调度问题中有着广泛的应用。大伙房水库二期兴利调度多目标动态规划模型将多目标动态规划模型转化为单目标动态规划模型求解,有较好的实用性。     

基于神经网络的灌区退水量动态模型

采用相关分析的方法确定了灌区退水量的主要影响因素,将神经网络的在线学习功能与数据库技术相结合,建立了灌区退水量动态模型,实现了模型的在线学习,以动态的模型反映灌区退水系统的动态变化,保证了退水量模型使用的长期有效性。与实测资料对比表明,模型能够较好的模拟灌区退水系统的变化,利用灌区渠首的引水量、降水量和地下水埋深资料能够较准确的对灌区的退水量进行预测。     

水库优化运行的随机多目标动态规划模型

本文提出了求解水库优化运行方案的随机多目标动态规划(SMODP)模型,给出了该模型的非劣解集的求取方法及计算特点,并对一个水库运行的多目标优化问题进行试算,分析了运行中多目标指标之间的关系。     

小型水库(水电站)动态监管系统研究

针对小型水库监管中存在的问题,对小型水库动态监管关键技术进行了研究,并提出了一套完整的小型水库动态监管系统。该系统是由多通道动态监测装置、多线程接收子系统以及后台基于三维技术的水库管理预警子系统构成的低成本水库动态监管系统。能为小型水库防汛、抗旱及水资源管理部门提供及时完整的相关信息,同时为预警预报、通知撤离等实时指挥提供帮助,从而提高小型水库应急管理水平。     

水库的多目标动态规划综述

水资源的开发利用多追求达到多目标的优化。但诸于人类普遍关心，国际上又予以高度重视的环境问题，因此，1973年世界水资源会议上确定了两个总目标：第一是国民经济的发展；第二是环境的优化。此文介绍了不可统一定量的多目标的许多水源问题的定量方法——多目标动态规划(MODP)。     

凤亭河、屯六水库水量分配方案研究

凤亭河、屯六水库可供水量有限,周边的南宁市、钦州市均对其提出了用水需求,进行凤亭河、屯六水库的水量分配是非常必要的.笔者以凤亭河、屯六水库供水区需水预测为基础,进行凤亭河、屯六水库供需水量平衡分析,分析水库可供水量以及不同用水对象的水量分配.经分析得出,2016年、2020年、2030年,凤亭河、屯六水库向钦州市分配水...     

基于改进Excel-AHP模型下的初始水量分配

初始水权的水量分配方法主要采用AHP(层次分析法),针对AHP中构造矩阵的计算繁琐问题,结合Excel下改进的层次分析法,旨是在解决AHP法中判断矩阵不一致性问题,可通过调整准则层和方案层目标因子,使其高效通过一致性检验。立足于改进的层次分析法的优点并以哈尔滨市某县为例,在农业、工业、生态行业间进行水量分配,通过改进的层次分析法获得的结果更加精确。     

动态规划求解理论在灌区水量分配中的应用分析

在满足原有灌区灌溉水平下的水量要求的基础上,以各用水户单位水效益为指标,以灌区总净效益最大化为目标,建立了水资源分配的线性规划数学模型.研究结果表明,在不采取任何投入的情况下,采用优化分水可使灌区单位水效益在平水年提高6.8％、总净效益提高44％(总水量增加38％).在此基础上,提出了不同平水年情况下各单位的分水比例,...     

基于生态逐级保证的河口村水库水量分配研究

为协调社会经济发展与河流生态之间的关系,以河口村水库为研究对象,在量化生态流量逐级保证阈值的前提下,建立了基于生态流量逐级保证的水库多目标水量分配模型。结果表明:基流比例法与Tennant法设置的Ⅰ～Ⅳ级生态流量分别为2.84、3.98、5.35、7.36 m~3/s;采用水量分配模型对远期规划年2030年配置方案进行研究,生活和工业用水户以及农业用水户的供水保证率分别为95.0%、66.7%,生态供水保证率自Ⅰ级的71.7%降至Ⅳ级的38.3%;随着社会经济及人口的快速发展,河口村上游来水及水库调节难以协调河道内外的用水矛盾,只能通过相应压缩河流生态用水来保证河道外用水需求。     

南水北调中线水量分配准市场模型研究

现重点探讨了在准市场情况下南水北调中线水量分配的理论和模型,在比较计划分配与市场分配的基础上,从理论上说明中线建立准市场水量分配的必要性和可行性。结合政府宏观调控和水市场机制两种配置方式的优势和中线水量调度自身特点,建立了中线准市场水量分配模型。通过求解非线性最优化方程,研究了模型求解思路和方法,证明求得的解是Nash均衡解。最后阐述了准市场模型对中线水量调度的理论意义和应用价值。     

黄河置换水量分配的投影寻踪模型研究

水量的分配需要综合考虑各地区社会、经济、环境等方面的因素,是一个典型的多目标、多地区决策问题.投影寻踪模型通过加速遗传算法来寻求最优投影方向,将多维数据指标转换到低维子空间上,可以根据优化出的一维投影值来计算各地区的水量分配额,避免了权重确定的主观性问题.用该方法对南水北调中、东线工程置换的黄河引水量进行了分配,结果为:青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南可分配的水量分别为:3.30亿、0.34亿、3.92亿、2.59亿、3.92亿、6.11亿、6.31亿、3.92亿m3.     

多目标动态规划在水库中的应用

<正> 水资源问题的分析常常涉及不可比的目标。在这种情况下没有明显的最优解,但存在一组技术上有效的非劣解。水资源决策者考虑社会优先性选择优于其他解的一个非劣解。多目标动态规划是动态规划的扩展,它在制定决策的过程中既能给决策者提供一组非劣解,又能在各级不可比的目标之间帮助决策者作出明确的转换关系。这一方法能对应用现有方法难以解决的多目标问题作定量的分析。现例举这种问题的一个例子,并且用多目标动态规划求解。这个问题包括为一个具有三个目标的水库的运行得出一组非劣解和转换曲线。     

雪野水库多目标动态供水模型

为缓解水资源的不足,许多已建以农业灌溉为主的水库增加了城市或工业供水任务,水库由单目标服务转变为向农业、城市、工业等供水的多目标服务。以雪野水库为例,运用数理统计的方法,构建出一种便于计算的水库动态多目标供水模型。     

基于动态规划的紫坪铺水库发电优化调度模型研究

紫坪铺水库是我国特大型都江堰灌区的水源工程,担负着成都、德阳、绵阳等7市37县(区)综合供水和成都地区的防洪任务,兼有发电、生态环境保护等综合效益,直接受益人口2600多万人,是我国西部大开发首批十大标志性工程之一。针对紫坪铺水库发电优化调度问题,按照实际调度情况,运用动态规划算法,建立了以防洪、供水、工程安全运行为约束条件,以发电效益最优为目标函数的紫坪铺水库发电优化调度模型,模型可为紫坪铺水库发电优化调度提供决策依据。     

水库调度的神经网络模型

在水库调度中存在着大量的非线性关系 ,采用传统的线性关系的处理方法 ,往往难以取得满意的效果。应用人工神经网络的非线性决策方法 ,利用 BP算法建立调度模型用以处理水库的长期调度 ,结果表明 ,符合实际情况 ,且具有明显的优越性     

水库调度的神经网络模型

水库调度决策问题是一类非结构化或半结构化决策问题,研究和开发水库调度决策支持系统是支持水库调度决策的一种有效方式。传统的线性方法在解决水库的长期调度上有很大的局限性。神经网络是一种并行的计算模型,能进行非线性运算,有很强的自学习、自适应能力;一种大规模的复杂系统,内部有大量可调的参数,具有高度的灵活性;也是一种高度并行处理信息的机制,具有高速运算的能力。 利用人工神经网络方法,通过计算机分析和综合,可在被研究的某一水库放水流量同影响水库放水流量的因素间建立起人工智能推理网络系统。首先将一部分实测资料作为样本,通过人工神经网络对样本进行的自学习,从样本中提取出反映输入输出参数间本质特征的认识。通过人工神经网络的不断学习,对自身的知识进行修正,完成输入与输出间的复杂性非线性映射。然后用其它年份的失策实测资料作为预测样本,输入已学习好的网络,便可以对水库放水进行流量预测。 以二滩水库为例,采用1953～1991年共40年的实测径流资料。每年以月为时段,40年共480个时段。采用前30年的资料为学习样本,其期望输出为已知。通过相应的迭代运算,可以使实际输出与期望输出的均方差小到一定限度,确定出人工神经网络的系数及各结点权值,经过学习,神经网络能全面正确识别这些水库调度实例样本,这样就建立了水库调度预测参数与水库调度之间的复杂非线性关系,即为水库调度预测计算机智能专家系统。 实际应用表明,人工神经网络有其独特的联想记忆能力,容错能力强,可靠性高,有很好的非线性映射能力,把神经网络用于水库调度预报中具有广阔的应用前景。 许传桂摘编自《四川水力发电》