基于试验遗传算法的平原圩区除涝排水系统最优规划

基于试验遗传算法的平原圩区除涝排水系统最优规划

ID:38195502

大小:774.53 KB

页数:5页

时间:2019-05-27

基于试验遗传算法的平原圩区除涝排水系统最优规划_第1页
基于试验遗传算法的平原圩区除涝排水系统最优规划_第2页
基于试验遗传算法的平原圩区除涝排水系统最优规划_第3页
基于试验遗传算法的平原圩区除涝排水系统最优规划_第4页
基于试验遗传算法的平原圩区除涝排水系统最优规划_第5页
资源描述:

《基于试验遗传算法的平原圩区除涝排水系统最优规划》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、水利学报年月第卷第期文章编号基于试验遗传算法的平原圩区除涝排水系统最优规划张礼兵程吉林金菊良合肥工业大学土木与建筑工程学院安徽合肥扬州大学水利科学与工程学院江苏扬州摘要平原圩区除涝排水系统最优规划是一个多维非线性复杂系统优化问题本文提出基于试验优化设计思想的试验遗传算法即在标准遗传操作中增加了均匀设计正态随机和摄动调优等试验操作技术某圩区排水系统最优规划实例表明与可分规划法及简单遗传算法相比试验遗传算法能严格满足系统约束条件且操作简单计算效率更高由于该算法兼顾了整体空间的种群多样性和局部空间极小值的搜索效率

2、同时能根据需要自动调整计算精度因此较易获得复杂问题的全局最优解关键词试验遗传算法平原圩区除涝排水非线性优化中图分类号文献标识码现代灌溉排水工程综合性越来越强复杂程度越来越高如由多水源多用户构成的蓄引提联合运行的大型灌溉系统湖泊河网排水闸内外抽排泵站以及撇洪截流沟联合工作蓄泄兼筹的除涝排水系统区域地面水与地下水联合运用供水系统等传统的处理方法解决该类复杂系统问题显然已力不从心而非线性优化方法抽样法和动态规划法等在解决该类问题时也存在一定局限性近年来神经网络遗传算法等逐渐被应用于区域灌排系统的规划设计与运行管理

3、中取得了良好的社会经济效益如郭元裕等利用大系统分解协调模型对提排区除涝排水设计标准进行经济论证和优化选取郑玉胜等应用改进的神经网络方法对灌溉用水量进行了预测研究周祖昊等在解决圩区除涝排水系统实时优化调度问题中也应用了神经网络算法宋松柏等利用遗传算法对灌溉渠道轮灌配水进行了优化计算付强等则将遗传算法与动态规划相结合并用于水稻非充分灌溉下最优灌溉制度的推求然而将遗传算法用于除涝排水的优化设计国内外尚罕有报道受传统优化方法现代智能算法以及试验设计理论与方法的启发本文提出一种基于试验设计的混合遗传算法即试验遗传算法

4、该算法参数设置简便计算效率高对非线性非凸及组合优化等问题的求解适应能力强具有全局概率搜索性自适应性隐含并行性及广泛通用性等优点将其用于求解平原圩区除涝排水系统最优规划问题平原圩区除涝排水系统最优规划模型为解决地势低洼容易渍涝的平原地区除涝排水问题一般采取联合运用河道网疏排排水闸自排河湖蓄涝抽水泵站抽排以及高地截流沟排水等多种工程措施这些工程组成一个除涝排水系统共同承担圩区除涝排水任务在达到除涝设计标准的条件下如何确定各项工程的规模从而使系统总投资最小是平原圩区治理规划中经常遇到的现实问题下面以图所示的排水系

5、统为例简要介绍我国南方平原圩区圩垸内部除涝排水系统最优规划数学模型收稿日期基金项目国家自然科学基金项目国家十五科技攻关项目作者简介张礼兵男安徽肥东人博士生讲师主要从事灌排系统工程研究图某平原圩区除涝排水系统目标函数设满足一定除涝设计标准的排水系统包括项工程其总投资费用包括工程一次性投资固定投资和工程运行管理费用考虑到各工程运行管理费用的不同所以一般以工程年均总费用最小为优化目标同时由于具体工程投资主要取决于其规模的大小而工程规模通常与该工程所承担的设计排蓄水量若工程规模以排水面积率表示如河网水面率可转化为相

6、应设计蓄水量值之间存在着某种线性或非线性的函数关系因此选取为优化变量则系统目标函数可概化为?式中为第项工程的设计排蓄水量为第项工程的固定投资费用?为工程的固定投资年均折算因子其贴现率为使用寿命为为第项工程的年运行管理费用约束条件水量平衡约束即各项工程设计承担排水总量等于排水区设计暴雨径流量为式中为排水区设计暴雨径流量排水面积设计暴雨以及排水历时有关排水闸水力约束即需满足自排水闸的水力计算基本方程为式中为排水闸时刻自排流量和分别为时刻排水闸上下游水位为排水闸净宽排水闸输水约束式中为排水闸闸址处河道断面底宽资源

7、约束受到种资源可供量的限制包括资金劳力以及设备等为式中为工程占用资源量为资源的总量非负约束即以上构成了平原圩区圩垸内部除涝排水系统最优规划数学模型一般而言目标函数式约束式和式为复杂的非线性函数甚至是隐函数形式因此它是典型的具有约束的非线性优化问题模型求解上节所构造的非线性最优规划模型的求解是非常困难的常见的做法是对非线性函数进行线性化处理如对可分离变量采用可分规划法进行线性变换再利用日臻成熟的线性优化方法进行优化这种做法在计算过程中需要引入一定数量的中间变量因而其维数会有较大增加同时计算结果的精度一般难以令

8、人满意另一种常见的处理方法是把原问题转化为动态规划模型但其也会随着问题复杂度的增大而面临着维数灾的困惑利用具有全局优化功能的遗传算法求解该问题是较为可行的然而由于搜索效率低易早熟等不足在求解高维复杂优化问题时显得力不从心因而需对进行必要的改进其中把试验优化设计中的均匀设计与遗传算法相结合就是较有代表性的一种受此启发笔者提出先应用亚遗传算法获得若干个任意水平数的均匀设计再以此指导遗传算法增加一种确定性搜索方法均匀调

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。