遗传算法在帕昭拉水库优化调度中的应用研究

论文摘要

泰国帕昭拉水库是一个兼顾灌溉、防洪以及水供给等等的多用途水库，在泰国巴塞河流域有着非常重要得作用。帕昭拉水库调度结果不仅关系到周边灌区需水量能否得到满足，能否完成拦洪蓄洪的任务，而且对水库本身来说，也关系到水库能否创造效益，创造多大效益的问题。帕昭拉水库当前的调度策略中存在着很多的不足，导致在2002年的大规模降雨中，洪水大量涌到下游地区，给人民的生命和财产造成了巨大的损失；在干旱的季节，水库又无法向灌区提供足够的灌溉用水。由于现有的调度曲线已经不能满足水库所需，必须进行修改以满足灌溉需求，减少重复损失。本论文利用遗传算法对水库进行优化调度，得到帕昭拉水库最优调度曲线的上下限。与其他传统方法，例如HEC-3（现行调度方法）和SOP（标准调度方法）相比，本论文利用遗传算法寻优，使帕昭拉水库保证了充足的灌溉用水供给，从而净收益最大化，同时也遏制了水短缺和洪水侵害等问题。本文将分三种情况进行论述，分别占总灌区面积的75％，85％和100％。每种情况中均将遗传算法仿真结果与HEC-3方法和标准调度方法进行比对，体现了遗传算法在水库优化调度应用中的优越性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 本论文研究的背景
• 1.2 国内外水库优化调度研究现状
• 1.2.1 国外水库优化调度研究现状
• 1.2.2 国内水库优化调度研究现状
• 1.4 本论文的目的及意义
• 1.5 本论文的研究内容
• 第2章 水库调度方法概述
• 2.1 动态规划模型
• 2.2 线性规划模型
• 2.3 非线性规划及网络模型
• 2.4 模拟模型
• 2.5 多目标优化模型
• 2.6 大系统分解协调模型
• 2.7 现行的HEC-3调度方法
• 2.8 遗传算法
• 2.9 本章小结
• 第3章 帕昭拉水库优化调度模型研究
• 3.1 帕昭拉水库概况
• 3.2 灌溉用水需求量分析
• 3.2.1 农作物需水量
• 3.2.2 有效降雨量
• 3.2.3 灌溉用水需求量
• 3.3 灌区内主要农作物收益
• 3.4 灌溉工程运行和维护成本
• 3.5 水库调度优化模型目标函数
• 3.5.1 总收益
• 3.5.2 总成本
• 3.5.3 损耗
• 3.5.4 水库优化调度目标函数
• 3.6 水库调度优化模型约束条件
• 3.6.1 水库容量约束
• 3.6.2 水量平衡约束
• 3.7 本章小结
• 第4章 遗传算法在帕昭拉水库优化调度中的应用
• 4.1 遗传算法概述
• 4.1.1 生物进化和遗传算法
• 4.1.2 遗传算法的基本思想
• 4.1.3 遗传算法的基本操作
• 4.1.4 遗传算法的模式理论
• 4.1.5 遗传算法的特点
• 4.2 遗传算法在帕昭拉水库优化调度中的应用
• 4.2.1 编码设计
• 4.2.2 群体初始化
• 4.2.3 适应度函数
• 4.2.4 选择
• 4.2.5 交叉
• 4.2.6 变异
• 4.2.7 控制参数的选择
• 4.2.8 算法终止条件
• 4.3 本章小结
• 第5章 系统仿真结果分析与比对
• 5.1 优化调度曲线结果分析与比对
• 5.2 灵敏度分析结果
• 5.2.1 群体大小的影响
• 5.2.2 交叉率的影响
• 5.2.3 变异率的影响
• 5.2.4 迭代次数的影响
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢