资料表明,都江堰灌区岷江来水有逐年下降的趋势,同时为顺应灌区经济的发展,灌区需水量又逐年增加。为解决这一矛盾,本文针对都江堰渠首六大干渠进行了优化配水的研究,而选择合适的优化算法又是整个配水过程中的关键部分。 遗传算法是一种模仿自然界生物种群选择和进化的随机搜索算法,是一种新型的优化技术。在比较了传统优化算法和遗传算法的基础上,得出选用遗传算法进行优化配水的结论。本文研究具体内容如下: (1) 基本遗传算法的学习和讨论。系统学习了基本遗传算法的生物学模型、基本思想、实现技术、模式理论以及遗传算法的特点等,讨论了几种传统优化算法和它们的不足,得出遗传算法进行优化的优势所在。 (2) 都江堰渠首配水模型研究。系统阐述了都江堰渠首水资源配置的基本概念、配置原则和目标以及优化配置机理。给出配水模型的功能,探讨了经济效益最大原则、损失水量最小原则、水库蓄放水优先级原则等,并给出三类目标函数表达式。由于都江堰灌区的水主要用于灌溉,因此本文研究的模型是以灌溉效益最大为目标的,依据经济效益最大原则,提出本文的目标函数和约束条件。 (3) 改进遗传算法研究。针对基本遗传算法存在早期收敛和后期收敛速度缓慢等缺点,对基本遗传算法进行改进。改进包括以下几方面:编码设计、适应值函数的选取、选择策略、遗传操作、控制参数选择以及进化终止准则等。本文采用非均匀算术交叉和非均匀变异,同时设计了与进化代数相关的交叉概率以及自适应变异概率,有效改进了遗传算法的性能,提高了运行速度。