基于多目标文化鲸鱼算法的水库防洪调度

水库防洪调度问题(RFCO)是复杂的多目标问题(MOPs),具有众多复杂的约束条件，相互依存的决策变量，以及相互冲突的优化目标，传统研究多停留在将多目标问题转换为单目标问题解决，在实际应用中存在一定限制。鉴于此，提出一种针对水库防洪调度的多目标优化方法——文化鲸鱼算法(MOCWOA)。MOCWOA以文化算法(CA)为框架，在种群空间采用鲸鱼优化算法(WOA),在信度空间定义了3种知识结构以提高算法所得结果的多样性和收敛精度。MOCWOA先应用于典型测试函数的优化，之后进一步应用于实际的水库防洪调度问题，并与几种优秀的多目标优化算法进行对比，结果表明，无论是在典型测试函数上，还是在实际RFCO问题上，MOCWOA都具有一定的优势。