本文關(guān)鍵詞：基于CGA的水資源優(yōu)化調(diào)度研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著人口不斷增加、生活水平不斷提高、社會經(jīng)濟迅猛發(fā)展,使得地下水超采、水污染加重,加上洪澇等自然因素,導(dǎo)致世界上許多國家和地區(qū)都面臨著水資源需求量不斷增長的挑戰(zhàn)。水資源調(diào)度是合理利用水資源和解決水資源短缺的重要方法和有效手段,具有多用戶、多水源、多目標(biāo)和不確定性等特點。本文在已有的研究基礎(chǔ)上進一步改進了混沌遺傳算法(CGA)在水資源調(diào)度中存在的不足,主要圍繞混沌遺傳算法展開分析和研究,包括以下幾方面:1.混沌遺傳算法可以在一定程度上解決水資源調(diào)度過程中的收斂速度慢、易陷入局部優(yōu)化等問題,但在實際應(yīng)用中存在一定的局限性。本文利用多目標(biāo)決策調(diào)度,將降雨的實時性和規(guī)律性與混沌遺傳算法相結(jié)合,更合理地調(diào)整供水量,優(yōu)化水資源配置。仿真結(jié)果表明,基于混沌遺傳算法的多目標(biāo)決策能夠更合理的滿足用戶需水、減少水資源的浪費,提高供水的滿意度,得到更大的綜合效益。2.針對混沌遺傳算法在水資源調(diào)度求解過程中存在的如收斂速度慢及易陷入局部優(yōu)化等問題,本文結(jié)合差分算法全局搜索的優(yōu)越性、混沌的遍歷性和遺傳算法的反演性,提出了差分-混沌遺傳算法(DE-CGA),較好的克服了基本混沌遺傳算法的一些缺點。仿真結(jié)果表明,在水資源實際調(diào)度中本文提出的DE-CGA比CGA可得到更大的綜合效益。3.利用混沌遺傳算法求解水資源調(diào)度問題,可以有效的避免局部優(yōu)化并快速提升求解速度,但由于損壞了種群多樣性導(dǎo)致求解精度較低。為此本文引入小生境技術(shù),提出了基于小生境的混沌遺傳算法(NCGA),該算法通過小生境技術(shù)保護了種群多樣性,同時將混沌的特性與遺傳算法的快速收斂性相結(jié)合,從而使該算法提高了求解速度和求解精度。將該算法應(yīng)用到水資源優(yōu)化調(diào)度模型中,利用仿真實驗驗證了該算法比混沌遺傳算法能更合理高效的分配水資源,達到綜合效益最大化。
【關(guān)鍵詞】：水資源 優(yōu)化調(diào)度 CGA 多目標(biāo) 差分算法 小生境技術(shù)
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TV213.4;TP18
【目錄】：

• 摘要7-8
• ABSTRACT8-12
• 第一章 緒論12-19
• 1.1 背景和意義12-14
• 1.2 水資源優(yōu)化調(diào)度的概述14-15
• 1.3 國內(nèi)外研究進展及現(xiàn)狀15-17
• 1.3.1 國外研究現(xiàn)狀15-16
• 1.3.2 國內(nèi)研究現(xiàn)狀16-17
• 1.4 研究的內(nèi)容及組織結(jié)構(gòu)17-19
• 1.4.1 研究內(nèi)容17-18
• 1.4.2 本文組織結(jié)構(gòu)18-19
• 第二章 水資源優(yōu)化調(diào)度19-27
• 2.1 水資源優(yōu)化調(diào)度的常用方法19-21
• 2.1.1 常規(guī)調(diào)度方法19-20
• 2.1.2 智能調(diào)度方法20-21
• 2.2 混沌遺傳算法相關(guān)理論21-23
• 2.2.1 混沌算法21-22
• 2.2.2 遺傳算法22
• 2.2.3 混沌遺傳算法22-23
• 2.3 水資源調(diào)度模型23-26
• 2.3.1 目標(biāo)函數(shù)23-25
• 2.3.2 約束條件25-26
• 2.4 本章小結(jié)26-27
• 第三章 基于混沌遺傳算法的多目標(biāo)決策水資源優(yōu)化調(diào)度27-33
• 3.1 調(diào)度模型27-28
• 3.2 適應(yīng)度函數(shù)的選擇28-29
• 3.3 混沌遺傳算法步驟29
• 3.4 實例分析29-32
• 3.5 本章小結(jié)32-33
• 第四章 基于改進混沌遺傳算法的水資源優(yōu)化調(diào)度研究33-40
• 4.1 調(diào)度模型33-34
• 4.2 差分算法34
• 4.3 差分 -混沌遺傳算法34-35
• 4.4 實例分析35-39
• 4.5 本章小結(jié)39-40
• 第五章 基于小生境混沌遺傳算法的水資源優(yōu)化調(diào)度研究40-47
• 5.1 水資源優(yōu)化調(diào)度模型40-41
• 5.2 小生境混沌遺傳算法41-43
• 5.2.1 小生境技術(shù)41-42
• 5.2.2 基于小生境的混沌遺傳算法（ NCGA）42
• 5.2.3 NCGA算法的步驟42-43
• 5.3 實例分析43-46
• 5.4 本章小結(jié)46-47
• 第六章 結(jié)論與展望47-49
• 6.1 結(jié)論47
• 6.2 展望47-49
• 參考文獻49-54
• 致謝54-55
• 附錄 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊明華;洛陽城市水資源優(yōu)化調(diào)度規(guī)劃模型[J];地下水;2000年03期

2 吳泉源,孟凡海;龍口市水資源優(yōu)化調(diào)度系統(tǒng)的設(shè)計與應(yīng)用研究[J];地理科學(xué);2002年05期

3 劉成良;任傳棟;高佳;;多目標(biāo)規(guī)劃在邯鄲水資源優(yōu)化調(diào)度中的應(yīng)用[J];水科學(xué)與工程技術(shù);2008年05期

4 王天懷;;岐山縣水資源優(yōu)化調(diào)度配置對策[J];陜西水利;2011年01期

5 李靜;劉曉東;吳志鵬;;地表水資源優(yōu)化調(diào)度及其應(yīng)用研究[J];邢臺職業(yè)技術(shù)學(xué)院學(xué)報;2012年01期

6 杜守建,徐基芬,遲春梅;淺談水資源優(yōu)化調(diào)度研究方法的發(fā)展[J];山東水利;2000年12期

7 劉竹梅;姜克華;;萊州市水資源優(yōu)化調(diào)度對策[J];地下水;2005年06期

8 劉旭;付強;崔海燕;王克全;張清華;;查哈陽灌區(qū)水資源優(yōu)化調(diào)度的大系統(tǒng)分解協(xié)調(diào)模型[J];中國農(nóng)村水利水電;2008年11期

9 王峰;李樹榮;;多目標(biāo)隨機規(guī)劃在區(qū)域水資源優(yōu)化調(diào)度中的應(yīng)用[J];濟南大學(xué)學(xué)報(自然科學(xué)版);2011年03期

10 許立新;;灌區(qū)地面水與地下水聯(lián)合運用水資源優(yōu)化調(diào)度[J];水利科技與經(jīng)濟;2013年02期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 杜守建;王啟田;;水資源優(yōu)化調(diào)度方法淺析[A];山東水利學(xué)會第九屆優(yōu)秀學(xué)術(shù)論文集[C];2004年

2 李翊;梁川;;都江堰灌區(qū)水資源優(yōu)化調(diào)度系統(tǒng)研究[A];中國水利學(xué)會第三屆青年科技論壇論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 王磊 通訊員 魏建峰;在高起點上再邁大步[N];中國水利報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 史振銅;南水北調(diào)東線江蘇段“單庫—單站”及“多庫”水資源優(yōu)化調(diào)度方法研究[D];揚州大學(xué);2015年

2 葉碎高;余姚市水資源優(yōu)化調(diào)度關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 何智娥;基于CGA的水資源優(yōu)化調(diào)度研究[D];蘭州理工大學(xué);2015年

2 劉旭;查哈陽灌區(qū)生態(tài)需水規(guī)律與水資源優(yōu)化調(diào)度決策模型研究[D];東北農(nóng)業(yè)大學(xué);2008年

3 馬濤;模糊多目標(biāo)規(guī)劃在區(qū)域水資源優(yōu)化調(diào)度中的應(yīng)用[D];中國石油大學(xué);2007年

4 趙恩龍;基于多目標(biāo)遺傳算法的灌區(qū)水資源優(yōu)化調(diào)度研究[D];長江科學(xué)院;2013年

  本文關(guān)鍵詞：基于CGA的水資源優(yōu)化調(diào)度研究，，由筆耕文化傳播整理發(fā)布。

本文編號：505835