基于事例推理技术的水库洪水调度研究与应用 - 水科学进展.pdf

第 20 卷 第 1 期 水 科 学 进 展 Vol20 ,No1 2009 年 1 月 　　 ADVANCES IN WATER SCIENCE 　 J an . , 2009 　 基于事例推理技术的水库洪水调度研究与应用 罗军刚 , 解建仓 , 陈田庆 , 汪 　妮 ( 西安理工大学西北水资源与环境生态教育部重点实验室 , 陕西 西安 　710048) ( ) 摘要 : 将基于事例推理 CBR 技术应用到水库洪水调度中 , 提出了一种基于 CBR 的水库洪水调度模式和方法 。利用 关系数据库实现了洪水调度事例的表示 、组织 、索引和存储 , 并建立了水库洪水调度事例库 。将遗传禁忌算法与最 近相邻法结合起来 , 构建了基于遗传禁忌算法和最近相邻法相结合的混合检索算法 , 提高了事例检索的速度和质 量 。利用遗传算法对事例特征属性权重进行优化 , 采用多目标决策方法进行事例的优选 , 并给出了事例调整和学习 的策略 。最后 , 应用该方法开发了基于 CBR 的水库洪水调度系统 , 并给出了一个应用实例 。基于 CBR 的水库洪水 调度为水库洪水调度提供了一种简化知识获取 、提高调度效率和质量 、进行知识积累和重用的新的思路和方法 。 关 　键 　词 : 基于事例推理 ; 洪水调度 ; 事例检索 ; 遗传算法 ( ) 中图分类号 : TV6971 ; TP18 　　　文献标识码 : A 　　　文章编号 : 2009 水库洪水调度是一个复杂的过程 , 它具有不确定性 、多目标性 、动态性 、实时性等特点 , 这就使得水库洪 水调度是一个复杂的半结构化问题 。在 以往的水库洪水调度研究中 , 大都侧重于调度模型、算法等理论方 面[ 1～4 ] , 由于模型自身的局限性和理论与实际相脱离[5 ] , 使得这些研究成果很难应用于实际的洪水调度中。模 型只解决了洪水调度中的结构化问题 , 对于半结构化问题 , 常用的解决方法是建立调度决策支持系统进行结合 领域专家知识和经验的情景分析与仿真 。然而 , 目前所开发的专家系统或决策支持系统无法进行知识的积累和 重用 , 调度完成后 , 调度方案以及调度人员或专家的经验都被抛弃了 , 当下次遇到相同或相似的洪水时 , 需要 重新通过模型进行计算并确定调度方案 , 使得调度的效率大大降低 。由于无法参考以往调度成功或失败的经 ( ) 验 , 有可能使以往调度失败的事件重演 。基于事例推理 CaseBased Reasoning , CBR 技术具有简化知识获取 、提 高问题求解效率 、改善求解质量 、进行知识累积和重用等优点 , 特别适合解决结构不良、实时性要求强 、传统 模型难以解决的问题 。本文将人工智能领域中的基于事例推理技术应用到水库洪水调度中 , 研究了基于事例推 理的水库洪水调度方法 , 为水库洪水调度提供了一种新的思路和途径 。 1 　基于事例推理技术概述 基于事例的推理[6 ,7 ] 是人工智能领