[发明专利]一种基于多目标进化算法的水库群调度方法

权利要求书

1.一种基于多目标进化算法的水库群调度方法，其特征在于：包括以下步骤：

S1：初始化：随机生成规模为N的初始种群，种群中每个个体X_i(i＝1,2,…,N)都是一个决策变量，个体初始值设定为水库群各水库下泄流量允许区间内的随机值；

S2：父代选择：在规范化的目标空间中生成一组参考点，对每个个体，计算其与每条参考线的距离，并将之与具有最短垂直距离的参考线上的那个参考点关联，之后通过锦标赛选择确定繁殖的父代：

S3：繁殖：沿用传统遗传算法的交叉和变异方法产生子代种群，其中交叉采用SBX交叉算子，变异采用多项式变异算子；

S4：归一化：第j代归一化目标是由下式计算得到：

式中：f_j(X_i)表示第j代种群中第i个个体的值，分别为第j代种群的理想点和最低点，由当前种群中最小和最大的目标值决定，M代表目标数；

S5：非支配排序：将当前种群P_t和新产生的子代种群Q_t结合，形成新的种群R_t，并将新的种群R_t中的2N个个体分为不同等级的非支配层，从第1支配层F₁开始，逐支配层选择个体进入下一个新种群P_t+1，直到总的被选择个体数量等于或首次大于N，若最后选择的是第l层个体，则从l+1以后的个体全部舍弃，新种群P_t+1和最后一个支配层F_l的结合进入下一步；

S6：关联：对S5产生的每个个体，计算其与每条参考线的距离，并将之与具有最短垂直距离的参考线上的那个参考点关联；

S7：小生境保留：将F_l中满足一定条件的个体保留到下一代，添加到种群P_t+1中直至达到种群数N；具体为：用I_j表示与参考点j相关联的F_l中的个体集合，在每次迭代中，首先选择小生境数最小的参考点j^*，若小生境数等于0，则从中选择与参考线间垂直距离最短的个体加入；若小生境数大于0，则进行矢量角度选择，将F_l中与种群拥有最大最小矢量角的个体添加到P_t+1。

2.根据权利要求1所述的一种基于多目标进化算法的水库群调度方法，其特征在于：S2中采用两轮锦标赛选择确定繁殖的父代。

3.根据权利要求1所述的一种基于多目标进化算法的水库群调度方法，其特征在于：S2中参考点的生成采用分层生成策略，对超平面的每条边界和内层区域分别生成参考点，覆盖超平面。

4.根据权利要求1所述的一种基于多目标进化算法的水库群调度方法，其特征在于：S7中矢量角度选择具体为：对于一个标准化解空间，首先计算每个个体与当前解之间的最小矢量角，而后根据最大矢量角优先的原则，从所有最小矢量角中选出最大的一个个体，将此个体优选出来进入下一代种群，优化搜索方向；对于矢量角为0的个体，则认为其已包含在搜索方向的种群内而不必考虑。

5.根据权利要求4所述的一种基于多目标进化算法的水库群调度方法，其特征在于：个体X_i与X_j之间的矢量角可以由下式计算得到：