丁根宏　曹文秀

摘要：水庫防洪優(yōu)化調(diào)度模型一般屬于高維多峰極值問題，通常采用智能優(yōu)化算法加以求解。粒子群算法由于其簡單易行被廣泛應(yīng)用于水庫優(yōu)化調(diào)度中，但是該算法存在局部搜索能力不足、早熟收斂、全局收斂性差等問題。針對這些問題，通過引入Logistic方程和變異算子來提高種群的多樣性，采用收斂因子來提高算法的收斂速度，并將改進(jìn)的粒子群算法應(yīng)用到東圳水庫與木蘭溪流域的防洪優(yōu)化調(diào)度中，求得關(guān)鍵處河道的最高水位為6.35 m，最大流量為959.2 m3/s。這一結(jié)果與現(xiàn)行規(guī)則下的運(yùn)行結(jié)果（最高水位6.93 m，最大流量1 139.5 m3/s）和常規(guī)粒子群算法計(jì)算結(jié)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。

關(guān)鍵詞：防洪調(diào)度；智能優(yōu)化；粒子群算法；混沌思想；變異策略；收斂因子

中圖分類號：TV697 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-1683（2014）01-0118-04

我國是世界上洪澇災(zāi)害發(fā)生頻率最高、受災(zāi)最重的少數(shù)國家之一^[1]，水庫防洪問題已成為學(xué)術(shù)界普遍關(guān)注的問題^[2-3]。目前在水庫調(diào)度過程中，除了采用具有固定調(diào)度規(guī)則的常規(guī)調(diào)度外，普遍采用最優(yōu)化方法和現(xiàn)代計(jì)算技術(shù)來求解以水庫為中心的滿足一定約束條件的數(shù)學(xué)模型，實(shí)現(xiàn)水庫的優(yōu)化調(diào)度^[4-6]。相較于遺傳算法和蟻群算法，粒子群算法的簡單易實(shí)現(xiàn)、收斂速度快等特點(diǎn)更適合于水庫優(yōu)化調(diào)度模型的求解^[7-8]。本文在前人研究的基礎(chǔ)之上，對粒子群算法及其在水庫防洪中的應(yīng)用作了進(jìn)一步的探索和研究，旨在為解決水庫優(yōu)化調(diào)度問題提供一些新理論和新方法及相應(yīng)的實(shí)證分析。

1 粒子群算法的改進(jìn)

粒子群算法（PSO）是一種進(jìn)化計(jì)算技術(shù)（evolutionary computation），最早是在1995年由美國社會心理學(xué)家James Kennedy博士和電氣工程師Russell Ebethart博士受人工生命和演化計(jì)算理論的研究結(jié)果的啟發(fā)提出的^[9-10]。PSO模擬鳥群隨機(jī)搜索食物的行為，將鳥群的搜索區(qū)域?qū)?yīng)于設(shè)計(jì)[HJ]變量的變化范圍，食物對應(yīng)于適應(yīng)度函數(shù)的最優(yōu)解^[11-12]。本文主要從提高種群的多樣性和提高收斂速度兩個(gè)方面對粒子群算法進(jìn)行改進(jìn)。

3結(jié)語

本文提出的改進(jìn)粒子群算法運(yùn)用到東圳水庫及木蘭溪流域防洪優(yōu)化調(diào)度中，得到的水庫下泄過程使A10處最高水位為6.35 m，最大流量為959.2 m3/s，該結(jié)果明顯優(yōu)于采用現(xiàn)行水庫調(diào)度方案所得到的A10處最高水位6.93 m以及最大流量1 139.5 m3/s，也優(yōu)于采用常規(guī)粒子群算法調(diào)度方案所得到的A10處最高水位6.51 m以及最大流量1 066.3 m3/s，表明改進(jìn)粒子群算法在水庫防洪調(diào)度中有很好的應(yīng)用，充分顯示了改進(jìn)粒子群算法的優(yōu)良性能。

參考文獻(xiàn)（References）：

[1] 毛德華，邱永紅，謝石，等.洪災(zāi)風(fēng)險(xiǎn)分析的國內(nèi)外研究現(xiàn)狀及展望（Ⅲ）—研究展望[J].自然災(zāi)害學(xué)報(bào)，2012，（5）：8-15.（MAO De-hua，QIU Yong-hong，XIE Shi，et al.Review and Prospect of Research on Flooding Risk Analysis at Home and Abroad （Ⅲ）：Research Prospect[J].Journal of Natural Disasters，2012，（5）：8-15.（in Chinese））

[2] 李立，朱毅.工程與非工程措施并舉構(gòu)建現(xiàn)代防洪體系[J].湖南水利水電，2004，（3）：36-37.（LI Li，ZHU Yi.The Construction of Modern Flood Control System in Engineering and Non-engineering Measures[J].Hunan Hydro & Power，2004，（3）：36-37.（in Chinese））

[3] 鄒進(jìn).水庫長期優(yōu)化調(diào)度的可持續(xù)性模型初探[J].水文，2010，（1）：35-38.（ZOU Jin.Discussion on the Sustainable Model for Long-term Optimal Operation of Reservoirs[J].Journal of China Hydrology，2010，（01）：35-38.（in Chinese））

[4] 宋萌勃，岳延兵，陳吉琴.水庫調(diào)度與管理[M].鄭州：黃河水利出版社，2013.（SONG Meng-bo，YUE Yan-bing，CHEN Ji-qin.Reservoir Operation and Management[M].Zhenzhou：The Yellow River Water Conservancy Press，2013.（in Chinese））

[5] 何俊仕，林洪孝.水資源規(guī)劃及利用[M].北京：中國水利水電出版社，2006.（HE Jun-shi，LIN Hong-xiao.Water Resources Planning and Utilization[M].Beijing：China Water Power Press，2006.（in Chinese））

[HJ1.85mm][6] 王萬良，周慕遜，管秋，等.基于遺傳算法的小水電站優(yōu)化調(diào)度方法的研究與實(shí)踐[J].水力發(fā)電學(xué)報(bào)，2005，24（3）：6-11.（WANG Wan-liang，ZHOU Mu-xun，GUAN Qiu，et al.Research and Practice of Optimum Operation Method Based on Genetic Algorithm for Small Hydropower Stations[J].Journal of Hydroelectric Engineering，2005，24（3）：6-11.（in Chinese））[JP]

[7] 徐剛，馬光文.基于蟻群算法的梯級水電站群優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報(bào)，2005，24（5）：7-10.（XU Gang，MA Guang-wen.Optimal Operation of Cascade Hydropower Stations Based on Ant Colony Algorithm[J].Journal of Hydroelectric Engineering，2005，24（5）：7-10.（in Chinese））

[8] 李崇浩，紀(jì)昌明，李文武.改進(jìn)微粒群算法及其在水庫優(yōu)化調(diào)度中的應(yīng)用[J].中國農(nóng)村水利水電，2006，（2）：54-57.（LI Chong-hao，JI Chang-ming，LI Wen-wu.Modified Particle Swarm Algorithm and Its Application in Reservoir Operation Optimization[J].China Rural Water and Hydropower，2006，（2）：54-57.（in Chinese））

[9] 梁旭，黃明.現(xiàn)代智能優(yōu)化混合算法及其應(yīng)用[M].北京：電子工業(yè)出版社.2011.（LIANG Xu，HUANG Ming.Modern Intelligent Optimization Algorithm and Application[M].Beijing：Publishing House of Electronics Industry，2011.（in Chinese））[ZK）]

[10] [ZK（#]Maurice Clerc.Particle Swarm Optimization [M].America：Wiley-ISTE，2006.

[11] N C Chauhan，M V Kartikeyan，A Mittal.A Modified Particle Swarm Optimizer and Its Application to the Design of Microwave Filters [J].Journal of Infrared，Millimeter and Terahertz Waves.2009，598-610.

[12] Eberhart R C，Shi Y.Particle Swarm Optimization：Developments，Applications and Resources[A].Proceedings of the IEEE Congress on Evolutionary Computation，Piscataway[C].NJ：IEEE Service Center，2001：81-86.

[13] 徐文星，耿志強(qiáng)，朱群雄，等.基于SQP局部搜索的混沌粒子群優(yōu)化算法[J].控制與決策，2012，（4）：557-561.（XU Wen-xing，GENG Zhi-qiang，ZHU Qun-xiong，et al.Chaos Particle Swarm Optimization Algorithm Integrated with Sequential Quadratic Programming Local Search [J].Control and Decision，2012，（ 4）：557-561.（in Chinese））

[14] 安曉會，高岳林.混合變異算子的自適應(yīng)粒子群優(yōu)化算法[J].計(jì)算機(jī)應(yīng)用，2008，（S1）：28-30.（AN Xiao-hui，GAO Yue-lin.Adaptive Particle Swarm Algorithm with Hybrid Mutation Operator [J].Journal of Computer Applications，2008，（S1）：28-30.（in Chinese））

[15] Maurice Clerc.The Swarm and the Queen：Towards a Deterministic and Adaptive Particle Swarm Optimization[C].Proceedings of International Conference on Evolutionary Computation，1999：51-57.

[16] 邱林，肖琳.改進(jìn)微粒群優(yōu)化算法在水庫防洪調(diào)度中的應(yīng)用[J].人民黃河，2007，29（10）：18-21.（QIU Lin，XIAO Lin .Application of Improved Particle Swarm Ooptimization Algorithm in Reservoir Flood Control Operation[J].Yellow River，2007，29（10）：18-21.（in Chinese））