杨 侃，郑 姣，郝永怀，周 冉，刘国帅

(河海大学水文水资源学院，南京 210098)

遗传算法(genetic algorithm，GA)产生于20世纪60年代末到70年代初，该法不依赖于问题的具体领域，有很强的鲁棒性[1]．近年来，随着数学与计算机技术的发展，GA被引入到水库优化调度领域．马光文等[2]将采用二进制编码的标准遗传算法(simple genetic algorithm，SGA)应用于水电站优化调度，实现了较有效地在整个解空间寻优，更有把握达到全局最优或准全局最优．王大刚等[3]提出了基于十进制编码的 SGA，避免了由于二进制编码串很长而造成的算法搜索效率低的缺陷．针对 SGA存在收敛性及个体适应度求解方面的困难，王少波等[4]在 SGA 的基础上采用随个体适应度大小和群体分散程度自动调整的交叉概率 Pc和变异概率 Pm，提出了一种自适应遗传算法(adaptive genetic algorithm，AGA)，并通过实例证明：与 SGA相比，AGA能够加快收敛速度提高算法全局稳定性．而对于水库优化调度中GA在选择过程中可能造成的早熟所做的改进，目前为止鲜见报道．选择算子直接关系到下一代种群的质量，对GA的整个过程有着至关重要的影响，通过改进选择算子，有利于避免算法过早收敛．

梯级水库优化调度模型建立上，传统研究在处理水库间复杂水力联系问题上，或未考虑或采用简化处理方式，所建模型只做流量时间上的推移计算，未考虑流量传播过程引起的坦化变形问题[5-6]．基于此，笔者深入研究了在 GA中如何处理梯级水库间复杂的水力联系．

1 自适应遗传算法及其选择原理

以决策……