[发明专利]一种基于粒子群算法的渠系优化配水方法有效
申请号: | 201611080189.5 | 申请日: | 2016-11-30 |
公开(公告)号: | CN106651011B | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 郝新梅;余霖杰;夏爽 | 申请(专利权)人: | 中国农业大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00 |
代理公司: | 北京中安信知识产权代理事务所(普通合伙) 11248 | 代理人: | 李彬;徐林 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 粒子 算法 优化 方法 | ||
1.一种基于粒子群算法的渠系优化配水方法,其特征在于:该方法包括如下步骤:
步骤一,根据上级渠道流量Q、渠道水利用系数η、下级渠道数量N和下级渠道流量qj构建目标函数,并确定轮灌组数目范围以及粒子群算法运行所需的粒子群粒子总数和最大迭代次数;
步骤二,利用粒子群算法在可行域内产生粒子群;
步骤三,判断步骤二产生的粒子群中的粒子是否满足约束条件,如果粒子不满足约束条件,则摈弃,并返回步骤二继续产生新的下代粒子,直到满足约束条件的粒子数目达到步骤一中的粒子群粒子总数为止;
步骤四,记录所有满足约束条件的粒子的位置;
步骤五,计算粒子的适应度值,并依适应度值由大到小为粒子排序,将适应度值最大的粒子作为备选优化结果;
步骤六,判断粒子群算法是否达到最大迭代次数;如果粒子群算法达到了步骤一确定的最大迭代次数,则输出优化结果;否则,更新该粒子群的所有粒子的速度和位置信息,并重新进行步骤五和步骤六;
所述步骤一中,目标函数为:
其中,
ω1、ω2为权重系数,ω1+ω2=1,ω1和ω2分别代表了该目标函数的两个目标所占的比重;
目标函数的两个目标:一为使总轮灌组数最少,二为使各轮灌组间灌水时间相差最小,分别由如下公式确定:
公式中,表示实际总轮灌组数Z与下级渠道数量N的比值;
i和j分别表示轮灌组序号和下级渠道序号;
M为轮灌组数目;
Ci表示第i个轮灌组的损失;
fi为轮灌组存在系数,当时,fi=1,否则,fi=0;
N为下级渠道数量;
Xij为决策变量,是0,1变量,其中,
Xij=0表示上级渠道在i轮灌组向第j条下级渠道不配水;
Xij=1表示上级渠道在i轮灌组向第j条下级渠道配水;
m为Z=N时ΔT的取值;
ΔT=max(Ti-Tk),1≤i≤M,1≤k≤M,i≠k
ΔT表示各轮灌组引水时间相差的最大值;
m为Z=N时ΔT的取值;
i和k表示不同的轮灌组序号;
所述步骤三中,约束条件包括:
(1)轮期约束:在任意一个轮灌组内,所有下级渠道的总配水时间小于等于灌水轮期T0;
其中,T0为灌水轮期,N为下级渠道数量;tj为第j条下级渠道的配水所需时间,i和j分别表示轮灌组序号和下级渠道序号;Xij为决策变量;
(2)下级渠道一次性引水约束:任意一条下级渠道在上级渠道的一个轮期内进行配水时,渠道闸门只被打开一次,并在引水时间内不间断地持续引水;
其中,i和j分别表示轮灌组序号和下级渠道序号;Xij为决策变量;M为轮灌组数目;
(3)决策变量约束:
Xij={0,1}
其中,Xij=0表示上级渠道在i轮灌组向第j条下级渠道不配水;Xij=1表示上级渠道在i轮灌组向第j条下级渠道配水;
(4)来水量约束:各个轮灌组总流量之和不超过上级渠道来水净流量;
其中,i和j分别表示轮灌组序号和下级渠道序号;M为轮灌组数目;N为下级渠道数量;qi为第i个轮灌组的引水流量,m3/s;fi为轮灌组存在系数,当时,fi=1,否则,fi=0;Q为上级渠道的引水流量,m3/s,η为渠道水利用系数,则Qη为其净引水流量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611080189.5/1.html,转载请声明来源钻瓜专利网。