题名 | 基于CGA的水资源优化调度研究 |
作者 | 何智娥 |
答辩日期 | 2015 |
导师 | 赵小强 |
关键词 | 水资源 优化调度 CGA 多目标 差分算法 小生境技术 |
学位名称 | 硕士 |
英文摘要 | 近年来,随着人口不断增加、生活水平不断提高、社会经济迅猛发展,使得地下水超采、水污染加重,加上洪涝等自然因素,导致世界上许多国家和地区都面临着水资源需求量不断增长的挑战。水资源调度是合理利用水资源和解决水资源短缺的重要方法和有效手段,具有多用户、多水源、多目标和不确定性等特点。本文在已有的研究基础上进一步改进了混沌遗传算法(CGA)在水资源调度中存在的不足,主要围绕混沌遗传算法展开分析和研究,包括以下几方面:1.混沌遗传算法可以在一定程度上解决水资源调度过程中的收敛速度慢、易陷入局部优化等问题,但在实际应用中存在一定的局限性。本文利用多目标决策调度,将降雨的实时性和规律性与混沌遗传算法相结合,更合理地调整供水量,优化水资源配置。仿真结果表明,基于混沌遗传算法的多目标决策能够更合理的满足用户需水、减少水资源的浪费,提高供水的满意度,得到更大的综合效益。2.针对混沌遗传算法在水资源调度求解过程中存在的如收敛速度慢及易陷入局部优化等问题,本文结合差分算法全局搜索的优越性、混沌的遍历性和遗传算法的反演性,提出了差分-混沌遗传算法(DE-CGA),较好的克服了基本混沌遗传算法的一些缺点。仿真结果表明,在水资源实际调度中本文提出的DE-CGA比CGA可得到更大的综合效益。3.利用混沌遗传算法求解水资源调度问题,可以有效的避免局部优化并快速提升求解速度,但由于损坏了种群多样性导致求解精度较低。为此本文引入小生境技术,提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保护了种群多样性,同时将混沌的特性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度。将该算法应用到水资源优化调度模型中,利用仿真实验验证了该算法比混沌遗传算法能更合理高效的分配水资源,达到综合效益最大化。 |
语种 | 中文 |
页码 | 55 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/91302] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 何智娥. 基于CGA的水资源优化调度研究[D]. 2015. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论