基于遗传算法与神经网络的水库水沙联合优化调度模型

摘要：

针对一维泥沙数学模型维数高、求解耗时长以及水沙联合调度模型多目标难以求解的问题,结合遗传算法与神经网络的特性,以发电量最大和有效库容最大为基本目标,构建了水库水沙联合优化调度模型.利用约束法和权重法,将多目标模型转化为单目标模型,采用加速遗传算法进行求解,其中泥沙冲淤量使用自适应BP神经网络进行拟合预测.三峡水库实例计算结果表明:运行20 a,与原设计运行方式相比,采用该优化调度模型优化运行年均发电量增加7郾732%,泥沙淤积量增加0郾044%,在淤积量增加很小的情况下能大幅度增加发电量,模型能较好地解决水库水沙联合调度问题,在工程实际中是有效可行的.

关键词：水沙联合优化调度、加速遗传算法、自适应BP神经网络、三峡水库

分类号：TV145(水利工程基础科学)

在线出版日期：2013-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-13