全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...

水资源空间优化配置的群智能算法改进与仿真

DOI: 10.3724/SP.J.1047.2015.00431, PP. 431-437

Keywords: 优化配置,地理信息系统,水资源,遥感,Pareto蚁群算法

Full-Text   Cite this paper   Add to My Lib

Abstract:

本文尝试用群智能算法中的Pareto蚁群算法(PACA)求解复杂的水资源空间优化配置问题。首先,建立了以社会、经济和生态综合效益最大的目标函数,以水质、需水和供水为约束条件的水资源空间优化配置模型,并采用局部信息素强度限制,全局信息素动态更新等策略,对PACA进行改进,使蚂蚁向信息素浓度大的优化边界移动,以提高PACA的全局搜索能力和收敛速度。本文以河南省镇平县为仿真对象,借助RS和GIS,利用改进的PACA求解水资源空间优化配置模型,得到地表水、地下水、外调水的最优配置方案和最佳经济、社会、生态效益方案。通过对PACA性能指标的分析,以及对PACA改进前后解的寻优对比,表明了PACA经过改进后能有效地求解多目标、大规模的水资源空间优化配置模型,提高了寻优性能、收敛速度和全局搜索能力。

 References

[1]  符杨, 孟令合, 朱兰, 等. Pareto 蚁群算法在多目标电网规划中的应用[J]. 电力系统及其自动化学报, 2009, 21(4): 41-45.
[2]  Coloni A, Dorigo M, Maniezzo V. Ant system: Optimization by a colony of cooperating agent[J]. IEEE Trans on Systems, Man and Cyberneties-Part B: Cyberneties. 1996, 26(l): 29-34.
[3]  Dorigoa M, Blum C. Ant colony optimization theory: Asurvey[J]. Theoretical Computer Science, 2005(344): 243-278.
[4]  侯景伟, 孔云峰, 孙九林. Pareto 蚁群算法与遥感技术耦合的水资源优化配置[J]. 控制理论与应用, 2012, 29(9): 1157-1162.
[5]  鲍培明, 朱庆保. 无线传感器网络中多基站定位的多目标蚁群算法[J]. 上海交通大学学报, 2009, 43(3): 449-454.
[6]  赵宝江, 李士勇, 金俊. 基于自适应路径选择和信息素更新的蚁群算法[J]. 计算机工程与应用, 2007, 43(3): 12-15.
[7]  张智韬, 李援农, 陈俊英, 等. 基于3S 技术和蚁群算法的灌区渠系优化配水[J]. 西北农林科技大学学报(自然科学版), 2010, 38(7): 221-226.
[8]  张智韬, 刘俊民, 陈俊英, 等. 基于RS、GIS 和蚁群算法的多目标渠系配水优化[J]. 农业机械学报, 2010, 41(11): 72-78.
[9]  王凌. 智能优化算法及其应用[M]. 北京: 清华大学出版社, 2001.
[10]  Wardlaw R, Sharif M. Evaluation of genetic algorithms for optimal reservoir systemoperation[J]. J Water Resour Plan Manage, 1999, 125(1): 25-33.
[11]  王鹏. 基于pareto front 的多目标遗传算法在灌区水资源配置中的应用[J]. 节水灌溉, 2005(6): 29-32.
[12]  Labadie J W. Optimal operation of multireservoir systems: State of-the-art review [J]. J Water Resour Plan Manage, 2004, 130(2): 93-111.
[13]  Haddad O B, Marino M A. Dynamic penalty function as a strategy in solving water resources combinatorial optimization problems with Honey-bee Mating Optimization (HBMO) Algorithm[J]. Journal of Hydroinformatics, 2007, 9(3): 233-250.
[14]  Haddad O B, Afshar B, Marino M A. Honey-bees Mating Optimization (HBMO) Algorithm: A new heuristic approach for water resources optimization[J]. Water Resources Management, 2006, 20(5): 661-680.
[15]  Jalali M R, Afshar A, Marino MA. Multi-colony ant algorithm for continuous multi-reservoir operation optimization problem[J]. Water Resour Manage, 2007, 21: 1429-1447.
[16]  Kumar D N, Reddy M J. Ant colony optimization formulti-purpose reservoir operation[J]. Water Resour Manage, 2006, 20: 879-898.
[17]  Madadgar S, Afshar A. An improved continuous ant algorithm for optimization of water resources problems[J]. Water Resources Management, 2008, 23(10): 2119-2139.
[18]  黄显峰, 邵东国, 顾文权, 等. 基于多目标混沌优化算法的水资源配置研究[J]. 水利学报, 2008, 39(2): 183-188.
[19]  伍爱华. 多目标蚁群遗传算法及其在区域水资源配置问题中的应用[D]. 长沙: 湖南大学, 2007.
[20]  侯景伟, 孔云峰, 孙九林. 基于多目标鱼群-蚁群算法的水资源优化配置[J]. 资源科学, 2011, 33(12): 2255-2261.
[21]  侯景伟. ACA 与RS、GIS 耦合的水资源空间优化配置[D]. 开封: 河南大学, 2012.
[22]  黎夏, 叶嘉安. 遗传算法和GIS 结合进行空间优化决策[J]. 地理学报, 2004, 59(5): 745-753.
[23]  王劲峰, 刘昌明, 王智勇, 等. 水资源空间配置的边际效益均衡模型[J]. 中国科学(D辑), 2001, 31(5): 421-427.
[24]  石敏俊, 陶卫春, 赵学涛, 等. 生态重建目标下石羊河流域水资源空间配置优化——基于分布式水资源管理模型[J]. 自然资源学报, 2009, 24(7): 1133-1145.
[25]  Yang X H, Yang Z F, Shen Z Y, et al. Node ordinal encoded genetic algorithm for the optimal allocation of water resources[J]. Progress in Natural Science, 2005, 15(5): 448-452.
[26]  方红远, 邓玉梅, 董增川. 多目标水资源系统运行决策优化的遗传算法[J]. 水利学报, 2001(9): 22-27.
[27]  陈南祥, 李跃鹏, 徐晨光. 基于多目标遗传算法的水资源优化配置[J]. 水利学报, 2006, 37(3): 308-313.
[28]  Reddy M J, Kumar D N. Performance evaluation of elitistmutated multi-objective particle swarm optimization for integrated water resources management[J]. Journal of Hydroinformatics, 2009, 11(1): 79-88.
[29]  杜国明, 陈晓翔, 黎夏. 基于微粒群优化算法的空间优化决策[J]. 地理学报, 2006, 61(12): 1290-1298.
[30]  何晋强, 黎夏, 刘小平, 等. 蚁群智能及其在大区域基础设施选址中的应用[J]. 遥感学报, 2009, 13(2): 246-256.
[31]  Doerner K, Gutjahr W J, Hartl R F, et al. Pareto ant colony optimization: A metaheuristic approach to multiobjective portfolio selection[J]. Annals of Operations Research, 2004, 131(1): 79-99.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133