简谈调度一种改善蚁群算法及其在水利资源调度中运用

论文导读：46
摘要：水是人类社会维持运行的物质基础。随着人类社会的进步和人们生活水平的飞速进展，人们对水资源的需求不仅仅是数量上的增加而且在质量上的要求也越来越高。实现水资源的合理利用和可持续进展就成为了国家经济建设的重要课题。兴建大规模的水利工程是一种有效对水资源进行规划的策略，水利工程也是国家重要的基础设施之一，它联系到国家和社会经济生活中的方方面面，在军事，储备，灌溉，防洪，和发电等领域发挥了重要作用。通常来说，水利资源调度包括常态化调度和动态优化调度两种，常态化调度是指水库依据观测水源的年径流量等水文数据来计算水库年度内的蓄洪任务。常态化调度的优点在于简单易操作，但是由于水资源的来量不可控性，尤其在复杂的水网系统的调度当中，往往很难实现调度目的。优化调度对策是一种以水库为主体建立综合目标函数，并设定相应的约束条件，对目标函数进行求解，并根据约束条件建立求解方程，通过对方程组进行求解得到最终的优化案例。本论文中我们针对以上不足进行探讨和浅析，本论文中主要工作有以下一些：1.浅析和介绍了水利工程相关的概念和知识,并根据水利网络的自身特点,初步建立立不足模型。2.介绍了蚁群算法以及遗传算法的相关知识。及其各自的优缺点。并根据这两种算法的不足之处可以相互弥补的具体情况，提出了一种引入遗传算法的改善蚁群算法GA-ACO算法。对蚁群算法的转换规则，全局和局部更新系数进行重新评定。3.此外，我们根据水利资源调度的自身特点，又再次基础上提出了基于水库节点可靠度的改善对策，改善了GA-ACO算法。并将改善算法运用于实际不足解决当中，取得了良好的效果。4.建立一个基于GA-ACO算法的模拟水利资源调度系统。通过这一系统，我们可以实现对水利资源的模拟调度。通过对实际数据进行录入浅析，基本上能够达到预期目标。通过对模拟数据以及历年真实数据的浅析和比较，我们可以看到，GA-ACO算法可以有效的实现对水利资源的合理调度，尤其是针对实时变化的情况可以及时更新调度案例。与基于传统蚁群算法的调度案例具有显著的优势。关键词：水利资源论文遗传算法论文蚁群算优论文化调度论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-9
第1章 绪论9-13

1.1 探讨背景及作用9-10

1.2 国内外探讨近况10-11

1.3 本论文工作11

1.4 论文结构安排11-13

第2章 论述及基础知识准备13-18

2.1 水库调度的基本概念13-15

2.

1.1 水库调度的几种对策13-14

2.

1.2 水库优化调度的基本策略14-15

2.2 遗传算法15-17

2.3 本章小结17-18

第3章 GA-ACO算法及其在水利资源调度中的运用18-30

3.1 基本蚁群算法的历程18-19

3.2 蚁群算法的优缺点19

3.3 GA-ACO算法概述19-20

3.4 对蚁群算法的改善20-23

3.4.1 引入遗传算法的改善20-21

3.4.2 状态转移规则的改善21

3.4.3 局部更新规则的改善21-22

3.4.4 全局更新规则的改善22

3.4.5 引入可靠性参数22-23

3.5 GA-ACO算法的实现历程23-25

3.6 改善算法的可行性浅析25-30

第4章 水利资源调度模拟系统的设计与实现30-42

4.1 水利资源调度模拟系统概述30

4.2 水利资源调度模拟系统的模型设计30-31

4.3 系统功能模块及用户界面介绍31-37

4.

3.1 网络建立模块32-33

4.

3.2 常规调度模块33-34

4.

3.3 优化调度模块34-35

4.

3.4 人工调度模块35-36

4.

3.5 用户模块36-37

4.4 对大伙房水库及其周边水库网络的模拟调度浅析37-42
第5章 总结与展望42-43
参考文献43-45
作者介绍及在学期间所取得的科研成果45-46
致谢46