水電站水庫優化調度的改進混沌遺傳算法

吳學文,索麗生,王志堅

(1.河海大學計算機與信息學院,江蘇 南京 210098;2.河海大學水利水電學院,江蘇 南京 210098)

水電站水庫優化調度是一個具有復雜約束條件的非線性優化問題,國內外不同的學者采用了不同的方法進行研究,取得了較多成果[1-2]。其中較常用的方法有動態規劃方法(DP)[3-5]、逐次優化法(POA)[6]、大系統遞階法[7]、粒子群算法(PSO)[8]、遺傳算法(GA)[9-11]等。但這些方法也存在明顯缺陷:DP法占用計算機內存多,計算速度慢,存在維數災問題;POA法易陷入局部的最優,使計算速度大幅度降低;大系統遞階法需增加協調因子,計算比較復雜,收斂速度慢;PSO算法存在精度不高和易陷入局部最優點的不足;GA算法存在接近全局最優時不易收斂、不容易處理復雜約束條件、搜索效率低等不足。近年來有學者研究了混沌優化算法在水電站水庫調度中的應用問題[12-14],該算法具有參數簡單、穩定性好、全局優化等優點,但存在以初值作為初始最優解、迭代效率有待提高、優化過程需要較大的混沌序列長度、程序運行時間長等局限性。因此,有必要研究應用更加有效的全局優化算法。唐巍等[15]將混沌融入遺傳算法,提出了混沌遺傳算法,對復雜函數優化進行了仿真研究,驗證了其有效性。王文川等[16]研究了混沌與遺傳算法的結合,結果表明其算法比傳統遺傳算法具有更好的性能,但其采用的是基本遺傳算法。筆者將改進的遺傳算法和混沌優化相耦合,增加混沌擾動算子,將2種算法優勢互補,開發了改進的混沌遺傳算法(ICGA),并探討其在水電站水庫中長期優化調度中的應用。……