第2章 基于遗传算法的水资源系统优化方法.doc

第2章基于遗传算法的水资源系统优化方法
水资源系统优化概述
人们在工作、学习、生活、娱乐等活动中总希望活动的效果尽可能好些,这种寻求最优化的思想几乎渗透到人类社会实践活动的一切过程中,大量的社会实践活动逐渐形成优化概念。另一方面,最优化的法则同时也隐藏于各种生物进化过程和各种非生物演化过程中。正是在这些大量社会实践和自然观察的基础上,人类逐渐形成了优化概念。根据系统观点,任何研究问题都可成为系统。所谓系统优化,就是如何寻找影响系统目标的优化变量各分量的某种取值组合,使得系统目标函数在给定约束条件下达到最优或近似最优这样一类问题,解决这类问题的方法称为系统优化方法(optimization method of system)[25]。水资源系统优化就是各种优化方法在水资源系统中的应用过程,其中称目标函数、优化变量和约束条件为水资源系统优化的三要素[11]。水资源系统的规划、设计、运行、管理中有许多问题的目标函数和约束条件是复杂的非线性函数,如区域水资源的最优配置、水利工程规模的最优选择、水库和水电站参数的最优选择、水电站的最优运行管理等问题。水资源系统优化,要求在有限的水资源条件下,通过系统内部各变量之间、各变量与各子系统之间、各子系统之间、系统与环境之间的组合和协调,最大限度地满足生产、生活、生态等各用水部门的可持续利用要求,使水资源系统具有最好的社会经济效益和生态环境效益。显然,研究各种水资源系统优化问题在系统工程理论和实践中都具有十分重要的意义[8,13-15,90-93]。
水资源系统优化方法也是应用其它水资源系统工程方法的基础,换言之,其它水资源系统工程方法的实现过程从某种角度看都是特定的优化过程。例如,应用水资源系统建模方法的过程,实质上就是如何调整模型的结构形式和模型参数的取值,使得系统模型计算值与系统实际值之间的误差最小;应用水资源系统评价方法的过程,实质上就是如何最佳地把多层次多维系统评价指标转换成单层次一维系统评价指标的过程,这一转换过程既要反映评价对象的主要特征信息,也要反映评价者的价值判断,两者的最终平衡过程就是一种优化过程;水资源系统决策分析问题,等价于以益损值为目标函数、行动方案为优化变量、自然状态为约束条件的复杂优化问题,该问题的求解结果与决策者的经验、态度和判断有很大关系。因此,水资源系统优化方法已成为当代水资源系统工程的“主干线”。
根据系统目标、约束条件和优化变量等不同角度,可对现有的水资源系统优化方法进行不同的分类。如根据系统目标的特征,可把系统优化方法分为如下3大类[11,13,94]:一是单层单目标最优化方法,又称标量最优化方法,它是用一个实数变量来表示系统目标的最优化方法。水资源系统的各种功能如防洪、灌溉、发电、航运、旅游、水产养殖等,如果能用可以公度的货币进行统一测度,就成为一个单层单目标优化问题,其最优化方法又可细分为:①无约束优化方法、等式约束优化方法和不等式约束优化方法;②确定性优化方法、随机性优化方法、模糊性优化方法[95]、灰色性优化方法[96]、混沌性优化方法[97];③线性优化方法和非线性优化方法;④静态优化方法和动态优化方法;
⑤连续变量优化方法和离散变量优化方法(包括图论方法、网络优化方法)等。二是单层多目标最优化方法,又称向量最优化方法,它是用两个或两个以上实数变量来表示多个系统目标的最优化方法。例如在流域水资源规划与管理大系统中,所追求的系统目标有国民经济总效益、地方效益的合理分配、社会效益、生态环境效益等多个目标,其中有些目标可能是不相容的,例如防洪与发电、防洪与供水等,有些目标可能是不可公度的,例如防洪子目标系统中减轻财产损失与减少人员伤亡。向量通常是不能最优化的。目前,单层多目标优化方法的出发点或者是把单层多目标最优化问题转换成标量最优化问题,或者引入决策者的价值判断于优化过程。前者如加权法、约束法;后者如目的法、代用价值权衡法等。三是多层多目标最优化方法,又称大系统最优化方法。很多复杂水资源系统问题是由两个或两个以上具有层次性的目标组成,不同层次目标具有相对独立性,它们都服务于上层目标,系统目标体系具有层次结构形式。水资源大系统(例如中国西北水资源承载力系统、南水北调水利工程系统)往往是较大的流域或者是跨流域、跨省市的大区域,在这样的大系统中水资源的各种目标相互交叉、甚至相互矛盾,例如防洪的目标常与发电、灌溉、城市供水的目标发生矛盾,城市供水又与灌溉发生矛盾等,而且常伴有各种自然的和人为的不确定性(包括随机性、混沌性、模糊性等)。如何在这样复杂的系统中协调各种目标的取值,以求得整个系统的满意解,作为水资源大系统最优化方法的最后解。其最优化方法目前仍处于初步阶段,主要以近30年发展起来的大系统分解协调方法,即把大系统分解为多层次结构的优化