基于NSGA2的水库多目标优化

山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (6): 124-128.

基于NSGA2的水库多目标优化

贠汝安1,2,董增川1,王好芳2

1. 河海大学水文水资源与水利工程科学国家重点实验室, 江苏南京 210098;
2. 山东大学土建与水利学院,山东济南 250061

收稿日期:2010-04-23 出版日期:2010-12-16 发布日期:2010-04-23
作者简介:贠汝安(1965-)，男，山东聊城人,副教授，主要研究方向为研究方向为水文水资源.E-mail: yunruan@sdu.edu.cn

Multiobjective optimization of a reservoir based on NSGA2

YUN Ru-an1,2, DONG Zeng-chuan1, WANG Hao-fang2

1. State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China;
2. School of Civil Engineering, Shandong University, Jinan 250061, China

Received:2010-04-23 Online:2010-12-16 Published:2010-04-23

摘要/Abstract

摘要：

讨论了非支配排序遗传算法(non-dominated sorting gentic algorithm Ⅱ, NSGA2)及其参数确定问题, 利用NSGA2对两目标水库优化调度问题进行求解,求出了问题的Pareto前端,比较了参数不同取值的优化结果。实例分析结果表明:NSGA2中遗传操作参数(包括锦标赛选择参数、模拟二进制交叉分布参数、多项式变异分布参数)对优化结果影响很小,算法具有鲁棒性,对大部分水库多目标优化问题可采用推荐值;当NSGA2种群规模和进化代数两个参数足够大时,即可得到足够多且分布均匀的Pareto前端,算法具有简便性;利用NSGA2求解水库多目标优化问题,可得到足够多且分布均匀的Pareto前端,随着种群规模和进化代数的调整,Pareto前端逐步改进, 算法稳定性好,适合求解水库多目标优化调度问题。

关键词: 水库, 多目标, 优化调度, NSGA2, Pareto前端

Abstract:

The algorithm of non-dominated sorting genetic algorithm II (NSGA2)and its parameter problems were discussed and applied for multiobjective optimization of a reservoir. The Pareto front of the optimization problem was obtained and the effects of the corresponding parameters on the optimal result were discussed. The study showed that the parameters in genetic algorithms in NSGA2 (include size of tournament selection, distribution parameter in simulated binary crossover, and distribution parameter in polynomial mutation) have little effects on the optimal result, and this means that NSGA2 is robust and a set of proposed values of the parameters can be used for most multiobjective optimization problems of a reservoir. A big enough and even enough distributed Pareto front can be obtained when the two parameters,population size and generation in NSGA2 are big enough, and this means that NSGA2 is simple for its parameter regulation. The Pareto front obtained gradually improves with the regulation of population size and generation, and this means that NSGA2 is stable for multi-objective optimization problems of a reservoir.

Key words: reservoir, multiobjective programming, optimal operation, non-dominated sorting gentic algorithm Ⅱ, Pareto front

贠汝安1,2,董增川1,王好芳2. 基于NSGA2的水库多目标优化[J]. 山东大学学报(工学版), 2010, 40(6): 124-128.

YUN Ru-an1,2, DONG Zeng-chuan1, WANG Hao-fang2. Multiobjective optimization of a reservoir based on NSGA2[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2010, 40(6): 124-128.

参考文献

相关文章 15

[1]	黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.
[2]	钱淑渠,武慧虹,徐国峰,金晶亮. 计及排放的动态经济调度免疫克隆演化算法[J]. 山东大学学报(工学版), 2018, 48(4): 1-9.
[3]	褚晓东,唐茂森,高旭,刘伟生,贾善杰,李笋. 基于集中式信息系统的主动配电网鲁棒优化调度[J]. 山东大学学报(工学版), 2017, 47(6): 20-25.
[4]	王飞,徐健,李伟,汪新浩,施啸寒. 基于分布式储能系统的风储滚动优化调度方法[J]. 山东大学学报(工学版), 2017, 47(6): 89-94.
[5]	裴小兵,陈慧芬,张百栈,陈孟辉. 改善式BVEDA求解多目标调度问题[J]. 山东大学学报(工学版), 2017, 47(4): 25-30.
[6]	马帅依凡,赵子健. 基于人工标记的手术导航仪[J]. 山东大学学报(工学版), 2017, 47(3): 63-68.
[7]	邓冠龙,杨洪勇,张淑宁,顾幸生. 零等待flow shop多目标调度的混合差分进化算法[J]. 山东大学学报(工学版), 2016, 46(5): 21-28.
[8]	刘金慧. 基于多目标非线性函数某深基坑参数反演分析[J]. 山东大学学报(工学版), 2015, 45(4): 75-83.
[9]	邱晓欣1,2,张文强1,2*,秦晋贤1,2,杜正阳1,2,张德峰1,2. 恶劣环境下多目标实时跟踪算法研究[J]. 山东大学学报(工学版), 2014, 44(2): 21-27.
[10]	郑从奇1,许彦刚2,赵胜3,郭晓娜1,官庆朔1,任春凤1,魏泽彪1. 水库移民生产生活水平可变模糊评价方法与应用[J]. 山东大学学报(工学版), 2013, 43(3): 75-81.
[11]	陈明志1,2, 陈健3, 许春耀3, 余轮3, 林柏钢1,2. 一种新的基于网络虚拟环境的用户访问模式聚类算法[J]. 山东大学学报(工学版), 2011, 41(6): 43-49.
[12]	刘淳安. 基于核分布估计的动态多目标优化进化算法[J]. 山东大学学报(工学版), 2011, 41(1): 167-172.
[13]	曲延鹏陈颂英杨新振解富超李文峰宋秀琴. 低比转速离心泵叶轮几何参数多目标优化[J]. 山东大学学报(工学版), 2009, 39(3): 103-105.
[14]	方挺,杨忠,沈春林 . 无人机编队视频序列中的多目标精确跟踪[J]. 山东大学学报(工学版), 2008, 38(4): 22-26 .
[15]	王佰伟,曹升乐 . 工业废水治理效果多目标评价方法研究[J]. 山东大学学报(工学版), 2007, 37(3): 89-92 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed