多目标进化算法研究及其在水库优化调度中的应用
发布时间：2022-10-19 14:03
多目标优化问题（Multi-Objective Optimization Problems,MOOPs）,区别于以往只包含单个目标的优化问题,求解该类问题所得到的不是单一的最优值,而是一组各目标间相互权衡取舍后的折衷解。这使得传统用于解决优化问题的技术如数学规划,梯度下降等方法很难在解决此类问题上取得较好的效果。对于多目标优化问题特别是水库多目标优化调度问题,基于群智能（Swarm Intelligence,SI）的多目标优化算法以其在没有先验信息的前提下,通过单次运算就可以得到一组折衷解的良好特性,成为了解决多目标优化问题的首选方式。但受限于其较为简单的排序筛选机制,该类方法在应对具有复杂特性的问题时很难取得较好的结果。此外,随着技术设备的不断更新,需求的不断提升,现实中的多目标优化问题规模也在不断提升,情况也日趋复杂,这使得现实问题中包含的目标数也不再局限于两个或三个,该类问题被称为高维多目标优化问题（Many Objective Optimization Problems,MaOPs）。对于高维多目标优化问题,随着目标数的急剧攀升,空间内充斥着大量相互无法支配的个体,而传统的多目...
【文章页数】：160 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
缩略词表
第一章 绪论
1.1 研究背景与意义
1.2 多目标优化研究进展
1.2.1 多目标优化问题概述
1.2.2 多目标进化算法研究进展
1.3 多目标进化算法评价测度
1.3.1 测试函数
1.3.2 评价指标
1.4 水库多目标优化研究进展
1.4.1 水库多目标模型研究进展
1.4.2 水库多目标算法研究进展
1.5 研究难点与存在问题
1.6 本文工作与结构安排
第二章 基于反向学习的多目标飞蛾算法
2.1 引言
2.2 算法设计与实现
2.2.1 基于反向学习的初始化方法
2.2.2 飞蛾优化算子设计
2.2.3 外部档案集维护设计
2.2.4 算法复杂度分析
2.2.5 算法流程
2.3 算法验证与性能分析
2.3.1 参数设置
2.3.2 评价测度设置
2.3.3 性能验证与分析
2.3.4 进化趋势分析
2.4 本章小结
第三章 基于网格排序机制的多目标鲸鱼算法
3.1 引言
3.2 算法设计与构建
3.2.1 MOWOA算法初始化设计
3.2.2 鲸鱼优化算子设计
3.2.3 基于网格的排序机制设计
3.2.4 外部档案集维护设计
3.2.5 算法复杂度分析
3.2.6 算法流程
3.3 算法验证
3.3.1 参数设定
3.3.2 评价测度设定
3.3.3 结果分析
3.4 算法分析
3.4.1 算法性能分析
3.4.2 算法参数分析
3.4.3 机制通用性分析
3.5 本章小结
第四章 基于自适应聚类的高维多目标进化算法
4.1 引言
4.2 算法设计与实现
4.2.1 算法初始化设计
4.2.2 子代生成
4.2.3 环境选择
4.2.4 算法复杂度分析
4.3 算法验证
4.3.1 测试问题设置
4.3.2 评价指标设定
4.3.3 算法参数设定
4.3.4 结果与分析
4.4 算法分析
4.4.1 与当前MaOEAs异同性分析
4.4.2 自适应聚类机制分析
4.4.3 混合距离筛选机制分析
4.4.4 超高维多目标优化分析
4.5 本章小结
第五章 算法收敛性分析
5.1 引言
5.2 多目标进化算法收敛性分析
5.3 基于排序的多目标进化算法收敛性分析
5.4 高维多目标进化算法收敛性分析
5.5 本章小结
第六章 水库多目标优化调度应用研究
6.1 引言
6.2 问题目标设计
6.2.1 以发电量最大作为为目标
6.2.2 以灌溉缺水最少作为为目标
6.2.3 以生态缺水最少作为为目标
6.2.4 以工业缺水最少作为为目标
6.2.5 约束条件
6.3 流域模型搭建
6.3.1 流域实况
6.3.2 模型建立
6.4 模型优化求解
6.4.1 算法参数设定与约束处理
6.4.2 算法具体实施流程
6.4.3 调度结果分析
6.5 相关系统构建
6.6 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
致谢
参考文献
作者简介
1 作者简历
2 攻读博士学位期间发表的学术论文
3 参与的科研项目
4 获奖情况
5 专利与软件著作权
学位论文数据集
【参考文献】：
期刊论文
[1]基于结构方程模型的水库多目标互馈关系研究[J]. 王丽萍,阎晓冉,马皓宇,李宁宁,俞洪杰,纪昌明. 水力发电学报. 2019(10)
[2]基于AquaCrop和NSGA-Ⅱ的灌溉制度多目标优化及其应用[J]. 宋健,李江,杨奇鹤,毛晓敏,杨健,王凯. 水利学报. 2018(10)
[3]基于水库-河道耦合关系的水库水沙联合调度模型研究与应用[J]. 谈广鸣,郜国明,王远见,李新杰. 水利学报. 2018(07)
[4]基于混合量子粒子群算法的梯级水电站群调度[J]. 夏燕,冯仲恺,牛文静,覃晖,蒋志强,周建中. 水力发电学报. 2018(11)
[5]考虑河流生态保护的水电站水库优化调度研究[J]. 方国华,丁紫玉,黄显峰,戴灵辉. 水力发电学报. 2018(07)
[6]基于改进花粉算法的梯级水电站多目标优化[J]. 江方利,湛洋,刘刚,黄炜斌,马光文. 水力发电. 2018(01)
[7]基于网格排序的多目标粒子群优化算法[J]. 李笠,王万良,徐新黎,李伟琨. 计算机研究与发展. 2017(05)
[8]改进多目标布谷鸟算法的梯级水电站优化调度[J]. 杨晓萍,黄瑜珈,黄强. 水力发电学报. 2017(03)
[9]基于改进NSGA-Ⅱ的黄河下游水库多目标调度研究[J]. 王学斌,畅建霞,孟雪姣,王义民. 水利学报. 2017(02)
[10]梯级小水电群动态多目标优化调度[J]. 王万良,张羽方,徐新黎,李笠. 浙江工业大学学报. 2016(06)
博士论文
[1]黑河干流梯级水电站水库多目标优化调度研究[D]. 赵梦龙.西安理工大学 2019
[2]基于排序策略的多目标粒子群优化：研究与应用[D]. 李笠.浙江工业大学 2017
硕士论文
[1]小水电群生态智能调度算法研究与系统开发[D]. 任沁.浙江工业大学 2016
[2]考虑生态因素的小水电优化调度算法研究[D]. 李笠.浙江工业大学 2014
[3]乌江梯级水电站水库群短期发电优化调度系统研究[D]. 李亮.西安理工大学 2006
本文编号：3693498
【文章页数】：160 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
缩略词表
第一章 绪论
1.1 研究背景与意义
1.2 多目标优化研究进展
1.2.1 多目标优化问题概述
1.2.2 多目标进化算法研究进展
1.3 多目标进化算法评价测度
1.3.1 测试函数
1.3.2 评价指标
1.4 水库多目标优化研究进展
1.4.1 水库多目标模型研究进展
1.4.2 水库多目标算法研究进展
1.5 研究难点与存在问题
1.6 本文工作与结构安排
第二章 基于反向学习的多目标飞蛾算法
2.1 引言
2.2 算法设计与实现
2.2.1 基于反向学习的初始化方法
2.2.2 飞蛾优化算子设计
2.2.3 外部档案集维护设计
2.2.4 算法复杂度分析
2.2.5 算法流程
2.3 算法验证与性能分析
2.3.1 参数设置
2.3.2 评价测度设置
2.3.3 性能验证与分析
2.3.4 进化趋势分析
2.4 本章小结
第三章 基于网格排序机制的多目标鲸鱼算法
3.1 引言
3.2 算法设计与构建
3.2.1 MOWOA算法初始化设计
3.2.2 鲸鱼优化算子设计
3.2.3 基于网格的排序机制设计
3.2.4 外部档案集维护设计
3.2.5 算法复杂度分析
3.2.6 算法流程
3.3 算法验证
3.3.1 参数设定
3.3.2 评价测度设定
3.3.3 结果分析
3.4 算法分析
3.4.1 算法性能分析
3.4.2 算法参数分析
3.4.3 机制通用性分析
3.5 本章小结
第四章 基于自适应聚类的高维多目标进化算法
4.1 引言
4.2 算法设计与实现
4.2.1 算法初始化设计
4.2.2 子代生成
4.2.3 环境选择
4.2.4 算法复杂度分析
4.3 算法验证
4.3.1 测试问题设置
4.3.2 评价指标设定
4.3.3 算法参数设定
4.3.4 结果与分析
4.4 算法分析
4.4.1 与当前MaOEAs异同性分析
4.4.2 自适应聚类机制分析
4.4.3 混合距离筛选机制分析
4.4.4 超高维多目标优化分析
4.5 本章小结
第五章 算法收敛性分析
5.1 引言
5.2 多目标进化算法收敛性分析
5.3 基于排序的多目标进化算法收敛性分析
5.4 高维多目标进化算法收敛性分析
5.5 本章小结
第六章 水库多目标优化调度应用研究
6.1 引言
6.2 问题目标设计
6.2.1 以发电量最大作为为目标
6.2.2 以灌溉缺水最少作为为目标
6.2.3 以生态缺水最少作为为目标
6.2.4 以工业缺水最少作为为目标
6.2.5 约束条件
6.3 流域模型搭建
6.3.1 流域实况
6.3.2 模型建立
6.4 模型优化求解
6.4.1 算法参数设定与约束处理
6.4.2 算法具体实施流程
6.4.3 调度结果分析
6.5 相关系统构建
6.6 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
致谢
参考文献
作者简介
1 作者简历
2 攻读博士学位期间发表的学术论文
3 参与的科研项目
4 获奖情况
5 专利与软件著作权
学位论文数据集
【参考文献】：
期刊论文
[1]基于结构方程模型的水库多目标互馈关系研究[J]. 王丽萍,阎晓冉,马皓宇,李宁宁,俞洪杰,纪昌明. 水力发电学报. 2019(10)
[2]基于AquaCrop和NSGA-Ⅱ的灌溉制度多目标优化及其应用[J]. 宋健,李江,杨奇鹤,毛晓敏,杨健,王凯. 水利学报. 2018(10)
[3]基于水库-河道耦合关系的水库水沙联合调度模型研究与应用[J]. 谈广鸣,郜国明,王远见,李新杰. 水利学报. 2018(07)
[4]基于混合量子粒子群算法的梯级水电站群调度[J]. 夏燕,冯仲恺,牛文静,覃晖,蒋志强,周建中. 水力发电学报. 2018(11)
[5]考虑河流生态保护的水电站水库优化调度研究[J]. 方国华,丁紫玉,黄显峰,戴灵辉. 水力发电学报. 2018(07)
[6]基于改进花粉算法的梯级水电站多目标优化[J]. 江方利,湛洋,刘刚,黄炜斌,马光文. 水力发电. 2018(01)
[7]基于网格排序的多目标粒子群优化算法[J]. 李笠,王万良,徐新黎,李伟琨. 计算机研究与发展. 2017(05)
[8]改进多目标布谷鸟算法的梯级水电站优化调度[J]. 杨晓萍,黄瑜珈,黄强. 水力发电学报. 2017(03)
[9]基于改进NSGA-Ⅱ的黄河下游水库多目标调度研究[J]. 王学斌,畅建霞,孟雪姣,王义民. 水利学报. 2017(02)
[10]梯级小水电群动态多目标优化调度[J]. 王万良,张羽方,徐新黎,李笠. 浙江工业大学学报. 2016(06)
博士论文
[1]黑河干流梯级水电站水库多目标优化调度研究[D]. 赵梦龙.西安理工大学 2019
[2]基于排序策略的多目标粒子群优化：研究与应用[D]. 李笠.浙江工业大学 2017
硕士论文
[1]小水电群生态智能调度算法研究与系统开发[D]. 任沁.浙江工业大学 2016
[2]考虑生态因素的小水电优化调度算法研究[D]. 李笠.浙江工业大学 2014
[3]乌江梯级水电站水库群短期发电优化调度系统研究[D]. 李亮.西安理工大学 2006
本文编号：3693498
本文链接：https://www.wllwen.com/shoufeilunwen/gckjbs/3693498.html