改进粒子群算法在水库优化调度中应用.docVIP

改进粒子群算法在水库优化调度中应用 　　摘要：水库防洪优化调度模型一般属于高维多峰极值问题，通常采用智能优化算法加以求解。粒子群算法由于其简单易行被广泛应用于水库优化调度中，但是该算法存在局部搜索能力不足、早熟收敛、全局收敛性差等问题。针对这些问题，通过引入Logistic方程和变异算子来提高种群的多样性，采用收敛因子来提高算法的收敛速度，并将改进的粒子群算法应用到东圳水库与木兰溪流域的防洪优化调度中，求得关键处河道的最高水位为6.35 m，最大流量为959.2 m3/s。这一结果与现行规则下的运行结果（最高水位6.93 m，最大流量1 139.5 m3/s）和常规粒子群算法计算结果（最高水位6.51 m，最大流量1 066.3 m3/s）相比，有了很大的改善。 关键词：防洪调度；智能优化；粒子群算法；混沌思想；变异策略；收敛因子 中图分类号：TV697 文献标识码：A 文章编号：1672-1683（2014）01-0118-04 我国是世界上洪涝灾害发生频率最高、受灾最重的少数国家之一[1]，水库防洪问题已成为学术界普遍关注的问题[2-3]。目前在水库调度过程中，除了采用具有固定调度规则的常规调度外，普遍采用最优化方法和现代计算技术来求解以水库为中心的满足一定约束条件的数学模型，实现水库的优化调度[4-6]。相较于遗传算法和蚁群算法，粒子群算法的简单易实现、收敛