[发明专利]一种基于MAEPSO算法的区域水资源优化配置方法

摘要

本发明公开了一种基于MAEPSO算法的区域水资源优化配置方法，步骤如下：首先获取水资源系统的基本信息数据；其次建立水资源多目标配置模型；然后执行基于MAEPSO算法，求解区域水资源系统多目标配置的Pareto最优解集；最后按照一定的规则从最优解集中选取最终解。本发明实现全局寻优，提高计算效率，满足选择水资源系统多目标最优配置方案要求。

主权项

1.一种基于MAEPSO算法的区域水资源优化配置方法，其特征在于，所述MAEPSO算法为多目标自适应扩展粒子群算法，所述方法包括以下步骤：步骤一：获取区域水资源系统工程的基本信息数据，包括：泵、闸站以及水库水利工程过流能力值q，初末库容限制V，正常蓄水位Z正、防洪限制水位Z防、死水位Z死，容积‑水位关系曲线S～Z，下游水位‑下泄流量关系曲线Z～Q，发电机组出力约束值N，来水量W；步骤二：建立以社会效益、经济效益以及生态环境的综合效益最大的目标函数，考虑水量平衡、机组出力、过流能力约束条件的多目标水资源优化配置数学模型：opt F(x)＝{f1(x),f2(x),…,fn(x)}   (1)其中x∈G(x)   (2)式中，opt表示优化方向，包括最大方向和最小方向，n表示水资源系统优化调度的目标数；F(x)目标函数集；fn(x)表示为社会效益、经济效益以及生态环境的综合效益最大的目标函数；G(x)表示约束条件集，包括水量平衡约束、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；步骤三：执行改进的MAEPSO算法，具体包括以下步骤：步骤3‑1：确定以水资源工程时段末蓄水量S、下泄流量u或工程过水流量q为决策变量，划分水资源调度周期时段T；步骤3‑2：设定参数；确定由决策变量组成的初始种群规模G，搜索空间为D维，全局迭代次数MAXGEN，学习因子c1和c2，惯性因子w，粒子速度[vmin,vmax]，其中，vmin为离子速度最小值，vmax为离子速度最大值，定义第j个粒子位置表示为向量Xj＝(xj1,xj2,…,xjD)，速度表示为向量Vj＝(vj1,vj2,…,vjD)，历史最优位置表示为Qj＝(qj1,qj2,…,qjD)，外部归档集规模NEA；步骤3‑3，生成初始种群，包括初始位置向量与初始速度向量；初始全局迭代次数，GEN＝0，外部归档集EA赋空集；步骤3‑4，计算每个个体的各个目标函数值，设置初始种群的个体极值及全局极值gbest(P_g＝min(P₁¹,P₂¹,…,P_G¹))，其中，P_j¹表示第1次迭代第j个粒子极值；将其非劣解加入到外部档案EA中；步骤3‑5：分别利用和更新粒子当前的速度和位置，并且保证其中，c₁和c₂为学习因子，c₁是用来调节粒子飞向其最优位置的步长，c₂是用来调节粒子飞向整个群体最优位置的步长；r₁和r₂为[0，1]范围之间的随机数；w为权重；表示第t次迭代第j个粒子第n决策变量的飞行速度；表示第t次迭代第j个粒子第n决策变量位置；表示第j个粒子第n决策变量的历史最优位置；x_n,min为允许的最小值；x_n,max为允许的最大值；q_gn表示第n维决策变量的历史全局最优位置；惯性因子采用依据粒子群群体适应度值变化而进行调整的自适应策略如下：式中，wstart表示惯性因子的最大值，wend表示惯性因子最小值，fi表示粒子i的适应度值，favg1表示适应度值大于种群粒子平均适应度值的全部粒子的平均适应度值，favg2表示适应度值小于种群粒子平均适应度值的全部粒子的平均适应度值；采用线性调整学习因子策略，即c1先大后小，c2先小后大的方法：式中，c1s,c1e为学习因子c1的初末值，分别取2.5、0.5；c2s,c2e为学习因子c2的初末值，分别取0.5、2.5；t为目前的迭代次数，tmax是最大迭代次数；步骤3‑6：计算当前个体目标函数值，根据更新当前个体至最优pbest，同时根据更新群体至最优gbest，其中t表示第t代循环，X_j^t、X_j^t+1分别表示第t、t+1次迭代第j个粒子，f(X_j^t)、f(X_j^t+1)表示第t、t+1次迭代第j个粒子适应性函数值；步骤3‑7：根据新的非劣解采用基于距离的方法维护外部档案EA：每次迭代都计算每个非劣解距离左右两个粒子的距离，通过比较该非劣解的两个距离是否小于某个限值Dis，如果均小于限值Dis，则从外部档案中删除此非劣解，并重新计算左右两边粒子的距离；步骤3‑8：基于Sigma选取策略来选择全局向导，为各粒子选择新的pbest，以双目标问题为例，f1和f2分别代表两个具有竞争关系的目标，即f1和f2不会同时达到最优值；步骤3‑9：判断是否达到全局迭代次数MAXGEN，若没有达到，GEN＝GEN+1，转到步骤3‑5，继续下一轮的全局搜索，否则，算法结束，输出EA；步骤四：基于外部归档集EA，采用基于组合权重的多目标决策方法确定水资源系统最优配置方案。