[发明专利]一种基于改进人工蜂群的水库预泄调度模型求解方法

说明书

本发明公开了一种基于改进人工蜂群的水库预泄调度模型求解方法，包括以下步骤：初始化相关输入参数；根据预泄调度模型，利用帐篷混沌映射生成初始蜜源；在初始蜜源附近，由引领蜂搜索新蜜源，比较新蜜源和初始蜜源，选择蜜源适应度函数值更优的进入下一步；比较当前蜜源和在蜜源附近搜索的新蜜源，选择适应度函数值大的进入下一步；判断是否出现侦察蜂；判断是否满足终止条件。本发明的优点是：保持原有人工蜂群算法寻优能力的基础上，充分吸收了帐篷混沌映射遍历均匀性和迭代速度快的优势，使初始个体尽可能分布均匀，有效提升了搜索效率，具有更强的寻优能力和更快的收敛速度，为求解高维、复杂的水库预泄调度模型提供了新的方法。

技术领域

本发明涉及一种涉及防洪减灾和水库调度技术领域，具体而言，涉及一种基于改进人工蜂群的水库预泄调度模型求解方法。

背景技术

水库预泄调度是水库防洪调度的重要方式之一，在工程防洪中起重要作用。其模型参数优化是一个涉及多目标、多约束条件且求解难度极高的复杂动态优化问题。传统的数学方法和局部优化方法已很难满足水库预泄调度模型的优化求解要求，因此智能算法在水库预泄调度模型优化问题中发挥着越来越重要的作用。

近年来，作为人工智能学科代表的群体智能优化算法发展迅速。该算法是通过模拟鸟群和蚁群等群居生物行为而发展起来的优化算法，源于自然界生物群体所表现出智能现象的人工智能模式，也是对由简单生物群体组成的群体表现出惊人智慧的具体模式研究。群体智能的核心思想是：由多个个体组成的群体经过相互协作、共同努力完成较为复杂问题的求解。因此群体智能在不存在集中控制并缺少局部信息和模型的情况下，为解决复杂分布式问题提供了思路。然而，大部分人工智能优化算法在处理复杂高维度模型时，容易出现局部收敛或收敛过早等缺点，因此需要对原有的智能优化算法进行改进，开发出适用于高维复杂水库预泄调度模型求解方法。

发明内容

本发明的目的在于提供一种基于改进人工蜂群的水库预泄调度模型求解方法，即在保持了原有人工蜂群算法寻优能力的基础上，充分吸收了帐篷混沌映射遍历均匀性和迭代速度快的优势，使初始个体尽可能分布均匀，有效提升了搜索效率，具有更强的寻优能力和更快的收敛速度，为求解高维、复杂的水库预泄调度模型提供了新方法。

为解决以上技术问题，本发明采用如下的技术方案：一种基于改进人工蜂群的水库预泄调度模型求解方法，是基于帐篷混沌映射-人工蜂群算法进行的，包括以下具体步骤：

步骤1，初始化相关输入参数，设定种群规模数量为N，蜜源个数为M，M=N/2，即蜜源个数M为种群规模数量N的一半，蜜源维数为D，最大进化次数为maxcycle，同一蜜源被限定采蜜次数为limit；

步骤2，根据预泄调度模型，在预泄调度模型参数取值范围内，利用帐篷混沌映射初始蜜源；

步骤3，在初始蜜源附近，由引领蜂搜索新蜜源，比较新蜜源和初始蜜源，选择蜜源适应度函数值更优的进入下一步；

步骤4，跟随蜂根据概率，选择当前蜜源或在当前蜜源附近搜索新蜜源，比较后选择蜜源适应度函数值更优的进入下一步；

步骤5，判断是否出现侦察蜂，如果是，则引领蜂转变为侦察蜂，随机产生一个新的蜜源，取代原蜜源，确定本次标记蜜源；否则，则直接进入下一步；

步骤6，判断是否满足终止条件；如果是，输出最优结果即为预泄调度模型的最优解，对应的参数即为预泄调度模型最优决策变量；如果不是，则转入到步骤3，然后按照步骤4、5顺序计算，直至满足步骤6的终止条件。

进一步的，步骤2中的预泄调度模型：

 预泄调度模型目标函数如公式（1）所示：

        （1）