吴学文,索丽生,王志坚

(1.河海大学计算机与信息学院,江苏 南京 210098;2.河海大学水利水电学院,江苏 南京 210098)

水电站水库优化调度是一个具有复杂约束条件的非线性优化问题,国内外不同的学者采用了不同的方法进行研究,取得了较多成果[1-2]。其中较常用的方法有动态规划方法(DP)[3-5]、逐次优化法(POA)[6]、大系统递阶法[7]、粒子群算法(PSO)[8]、遗传算法(GA)[9-11]等。但这些方法也存在明显缺陷:DP法占用计算机内存多,计算速度慢,存在维数灾问题;POA法易陷入局部的最优,使计算速度大幅度降低;大系统递阶法需增加协调因子,计算比较复杂,收敛速度慢;PSO算法存在精度不高和易陷入局部最优点的不足;GA算法存在接近全局最优时不易收敛、不容易处理复杂约束条件、搜索效率低等不足。近年来有学者研究了混沌优化算法在水电站水库调度中的应用问题[12-14],该算法具有参数简单、稳定性好、全局优化等优点,但存在以初值作为初始最优解、迭代效率有待提高、优化过程需要较大的混沌序列长度、程序运行时间长等局限性。因此,有必要研究应用更加有效的全局优化算法。唐巍等[15]将混沌融入遗传算法,提出了混沌遗传算法,对复杂函数优化进行了仿真研究,验证了其有效性。王文川等[16]研究了混沌与遗传算法的结合,结果表明其算法比传统遗传算法具有更好的性能,但其采用的是基本遗传算法。笔者将改进的遗传算法和混沌优化相耦合,增加混沌扰动算子,将2种算法优势互补,开发了改进的混沌遗传算法(ICGA),并探讨其在水电站水库中长期优化调度中的应用。……