[发明专利]基于多目标混沌遗传算法的流域水资源优化配置方法

说明书

技术领域

本发明公开了一种基于多目标混沌遗传算法的水资源优化配置方法,属于水资源优化配置技术领域。

背景技术

水资源系统是由水资源循环系统、人类活动及其影响构成的水资源利用系统、生态环境系统和区域内外的物质、能量、信息相互作用构成的复杂大系统。在水资源系统内部、外部之间存在物质、能量和信息的复杂交换关系，共同推动系统的演化；此外，水资源系统的生态经济要素分布、需求、供给和消耗的不均匀，存在结构的非均衡，子系统之间多重质的差异性以及输入、输出的不平衡性等，系统行为的微小差异将导致不同的系统结果。因此，水资源系统是一个开放的、远离非平衡态的复杂系统。水资源系统的复杂性决定了水资源可持续利用必须采用复杂系统理论和方法进行分析研究。混沌是在确定系统中出现的一种貌似规则、类似随机的现象，是水资源管理中普遍存在的复杂运动形式。应用混沌理论，将打破以往传统水文水资源分析中单一的确定性分析或随机性分析，而建立起两者统一的混沌分析法，有利于丰富和发展复杂水资源系统分析的内容，使水资源研究得到新的发展。

混沌优化算法是近年来随着混沌学科的发展被提出的一种新算法。其基本思想是通过将优化问题模型向混沌变量的映射，即把混沌变量线性映射到优化变量的取值空间，构造混沌变量，充分利用混沌变量在混沌运动过程中所具有的遍历性、随机性、规律性来寻找全局的最优解。由于混沌优化方法属于无导数的直接随机搜索，对待优化目标函数的特性要求较少，避免了梯度寻优方法中要求目标函数和约束条件是连续可微的困难，大大提高了算法的效率。混沌优化算法相对GA，DDDP等算法有原理简单、计算方便、结果精度高等优点。邱林等(邱林,田景环,段春青等.混沌优化算法在水库优化调度中的应用[J].中国农村水利水电,2005(7):17～19.)将混沌优化算法运用到水库优化调度中，利用混沌迭代不重复性和遍历性，取得全局最优解。梁伟、陈守伦(梁伟,陈守伦,何春元等.基于混沌优化算法的梯级水电站水库优化调度[J].水电能源科学,2008,26(1):63～66.)利用混沌优化算法对梯级水电站中长期水库调度问题进行优化计算。但混沌优化算法也具有如下不足：只适用于无约束优化和变量取界值的优化问题；只适用于单目标优化问题；以初值作为初始最优解，迭代效率有待提高；遍历性意味着较大的迭代次数，程序运行时间长。

发明内容

本发明的目的在于克服上述不足，提供了一种基于多目标混沌遗传算法的流域水资源优化配置方法，将混沌的遍历性与遗传算法的反演性耦合起来，目的是克服混沌优化算法要求优化问题单目标、程序运行时间长以及遗传算法对问题特性具有依赖性、最优解不稳定、偏离较大等问题，使得水资源最佳配置方案选择过程更为高效优越。

多目标混沌遗传优化算法(Multi-objective Chaotic Genetic Algorithm，MCGA)是将混沌优化、遗传算法及多目标决策技术进行耦合。实现该算法有两种途径，一种是利用多目标决策技术将多目标优化问题转换为单目标问题，采用混沌遗传算法求解；另一种是利用遗传算法的群体搜索特性，采用同时处理群体中多个个体的方法，对搜索空间中的多个解进行评估。利用混沌遗传算法得到的最优解保持稳定的最优状态，每次运行得到的成果基本相近，都十分接近最优解，而利用传统的遗传算法得到的最优解具有不稳定性，其解虽然都是逼近最优解，但有时候偏离较大。因此，利用混沌的遍历性与遗传算法的反演性耦合起来的混沌遗传算法在寻优过程中无疑比单纯的遗传算法更具优越性。

本发明的目的是这样实现的：

本发明是通过以下技术方案实现的：一种基于多目标混沌遗传算法的流域水资源优化配置方法，包括以下步骤：

步骤一：获取流域水资源系统基本信息，包括：流域基本情况及水资源特点、流域分区概化、流域总需水量、流域总供水量；

步骤二：建立以社会、经济以及生态环境综合效益最大为优化准则，水量平衡约束、水库蓄水能力约束、水库下泄流量约束、水源可供水量约束、水源输水能力约束、用户需水能力约束、变量非负约束为约束条件的多目标水资源优化配置数学模型，并进行配置模型参数率定；

步骤三：将多目标混沌遗传算法应用于上述水资源优化配置数学模型，生成Pareto最优解集，即水资源优化配置备选方案集；

步骤四：在水资源优化配置备选方案集基础上，采用混沌神经网络综合评价模型确定水资源优化配置最佳均衡方案。

进一步地，所述步骤三具体包括：