【摘要】： 在水資源系統(tǒng)工程中,存在諸多非線性、多維組合優(yōu)化問(wèn)題。解決這些問(wèn)題的傳統(tǒng)方法多采用解析法和窮舉法,但這些方法都存在不同程度的缺點(diǎn)。本論文的目的旨在尋求出能夠解決這些問(wèn)題的更有效,更方便的方法。蟻群算法(Ant Colony Algorithm abbreviated:ACA)是一種全局優(yōu)化方法,本論文在前人研究基礎(chǔ)上,對(duì)蟻群算法進(jìn)行了改進(jìn),建立了蟻群算法在水資源優(yōu)化和預(yù)測(cè)等方面的新模型,通過(guò)MATLAB計(jì)算機(jī)語(yǔ)言編程,進(jìn)行數(shù)據(jù)處理,應(yīng)用于實(shí)踐中,較好地解決了水資源系統(tǒng)中的多元復(fù)雜性問(wèn)題,取得了良好的效果。 本文取得了以下三方面的成果: 1.本文介紹了一種具有隨機(jī)性的局部搜索策略的蟻群算法模型,它可以提高一般函數(shù)優(yōu)化問(wèn)題的求解精度和搜索效率。本次研究將該模型成功的應(yīng)用在明渠斷面臨界水深優(yōu)化計(jì)算、溢流壩下游斷面水深優(yōu)化計(jì)算中,效果十分明顯,計(jì)算精度也較高。 2.本論文找到了蟻群算法與Marr小波神經(jīng)網(wǎng)絡(luò)的結(jié)合點(diǎn),用優(yōu)化連續(xù)空間的多維蟻群算法代替梯度下降法,調(diào)節(jié)BP網(wǎng)絡(luò)的權(quán)值與小波函數(shù)的伸縮系數(shù)、平移系數(shù);用小波函數(shù)Marr代替BP網(wǎng)絡(luò)中的S型激活函數(shù);并用小波網(wǎng)絡(luò)的總體標(biāo)準(zhǔn)差作為蟻群算法的目標(biāo)函數(shù)。該耦合模型用于水稻需水量預(yù)測(cè)中,取得了滿意效果。 3.蟻群算法具有很好的全局優(yōu)化能力。本文在實(shí)碼加速遺傳算法的基礎(chǔ)上,對(duì)該模型進(jìn)行了很大的改進(jìn)。提出了連續(xù)多維型蟻群—遺傳算法,并首次應(yīng)用在查哈陽(yáng)灌區(qū)水稻灌溉制度優(yōu)化利用中,計(jì)算結(jié)果與實(shí)際配水基本一致,證明該模型具有很好的實(shí)用價(jià)值。 基于以上幾種的模型的建立,本論文實(shí)現(xiàn)了理論與實(shí)踐的有機(jī)結(jié)合。該論文的研究成果既為水文水資源領(lǐng)域的復(fù)雜、非線性問(wèn)題提供了新的方法和思路,同時(shí)也拓寬了蟻群算法的應(yīng)用范圍,并且在理論上做了相應(yīng)的改進(jìn)。
【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類(lèi)號(hào)】：TV213.4
【圖文】：

東北農(nóng)業(yè)大學(xué)工學(xué)碩士學(xué)位論文(x，爪，xZ。)=(一0.0093，1.5814)，相應(yīng)的最優(yōu)值為Fmax=8.1062。如圖4一3所示。瀑炸圖4一 3peaks函數(shù)在解空間一4‘x“4中的變化規(guī)律Fig.4一 3Theehangeruleof’Peaks， funetioninthesPaeeof一4‘xi‘44.3.1信息素?fù)]發(fā)度的選擇在蟻群算法中，人工螞蟻是具有人類(lèi)記憶功能的，隨著時(shí)間的推移，舊的信息將逐步削弱，以前留下的信息將要逐漸消逝。在算法模型中用參數(shù)1一p表示信息消逝程度(或稱(chēng)信息素?fù)]發(fā)度)，而p就是信息素殘留系數(shù)。蟻群算法與遺傳算法等各種模擬進(jìn)化算法一樣，也存在著收斂速慢、易于陷入局部最優(yōu)等缺陷。而信息素?fù)]發(fā)度l一p的大小直接關(guān)系到蟻群算法的全局搜索能力及其搜索收斂速度:由于信息素?fù)]發(fā)度1一p的存在，當(dāng)要優(yōu)化的函數(shù)維數(shù)比較大時(shí)，會(huì)使那些從來(lái)未被搜索到的解上的信息量減小到接近于。，因而降低了算法的全局搜索能力，而且當(dāng)1一p過(guò)大時(shí)以前搜索過(guò)的解被選擇的可能性過(guò)大

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 彭勝民;區(qū)域水土資源系統(tǒng)分析及糧食增產(chǎn)潛力研究[D];黑龍江八一農(nóng)墾大學(xué);2010年

本文編號(hào)：2787752