[發(fā)明專(zhuān)利]基于混合整形規(guī)劃及其分解的水資源最優(yōu)調(diào)度方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201310472780.5
• 申請(qǐng)日: 2013-10-11
• 公開(kāi)（公告）號(hào): CN103500369A
• 公開(kāi)（公告）日: 2014-01-08
• 發(fā)明（設(shè)計(jì)）人: 金曉斌;周寅康;王少尉;郭貝貝;楊前雨
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/06
• 代理公司: 北京市振邦律師事務(wù)所 11389
• 代理人: 李朝輝

技術(shù)領(lǐng)域

本發(fā)明涉及地理信息水資源給水調(diào)度工程應(yīng)用領(lǐng)域，尤其涉及一種基于混合整形規(guī)劃及其分解的水資源最優(yōu)調(diào)度方法。?

背景技術(shù)

中國(guó)干旱區(qū)面積廣闊，當(dāng)?shù)匾蛩Y源短缺導(dǎo)致作物產(chǎn)量低且不穩(wěn)，由于水資源受地理要素、自然資源等眾多條件約束，不同區(qū)域水資源配置情況差異顯著，但在整個(gè)地理空間大系統(tǒng)中，水資源優(yōu)化配置的基礎(chǔ)原理相同，即實(shí)現(xiàn)水資源利用效益最大化，包括經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益，其中經(jīng)濟(jì)效益是確定水利工程建設(shè)的重要影響因素。在經(jīng)濟(jì)效益目標(biāo)的考量下，應(yīng)盡可能提高作物的經(jīng)濟(jì)產(chǎn)出并減少供水工程的建設(shè)費(fèi)用。當(dāng)在投資約束條件下，通過(guò)調(diào)節(jié)影響灌溉水資源的因素，最大化水資源經(jīng)濟(jì)效益，合理且經(jīng)濟(jì)地提高灌溉效率，并分析投資邊際價(jià)值；而當(dāng)不考慮投資約束時(shí)，如何最大化水資源經(jīng)濟(jì)效益，同時(shí)最小化供水工程投資，尋找其最大邊際價(jià)值點(diǎn)。?

而水資源調(diào)度是一個(gè)多目標(biāo)、多約束、多層次的大系統(tǒng)優(yōu)化問(wèn)題，數(shù)據(jù)規(guī)模大，數(shù)據(jù)維度高。目前國(guó)內(nèi)外已有的大規(guī)模水資源調(diào)度方法主要分三大類(lèi)：?jiǎn)l(fā)式方法、次優(yōu)（近似）方法和分解協(xié)調(diào)方法。?

啟發(fā)式方法主要是基于經(jīng)驗(yàn)的一類(lèi)全局搜索方法的總稱(chēng)，包括遺傳、粒子群、模擬退火、神經(jīng)網(wǎng)絡(luò)等。當(dāng)遇到NP-Hard問(wèn)題或者無(wú)法在現(xiàn)有計(jì)算技術(shù)的條件下實(shí)現(xiàn)，或者無(wú)法在有限時(shí)間內(nèi)遍歷解空間的一種無(wú)法保證解的質(zhì)量的可行方案。水資源分配問(wèn)題設(shè)計(jì)變量多，規(guī)模大，一般無(wú)法直接進(jìn)行配置，依賴(lài)經(jīng)驗(yàn)的啟發(fā)式方法得到了較為廣泛的應(yīng)用。啟發(fā)式算法雖然具有快速找到解的優(yōu)點(diǎn)，但也存在不能保證解為最優(yōu)等顯著缺點(diǎn)。首先，啟發(fā)式方法雖然能夠給出一種較優(yōu)的水資源配置方案，但是無(wú)法評(píng)價(jià)該方案的優(yōu)劣，且只能給出一種相對(duì)較好的方案。雖然現(xiàn)在有很多技術(shù)可以用于跳出局部解，但針對(duì)眾多現(xiàn)實(shí)問(wèn)題還是不能保證解的質(zhì)量。其次，這些算法均依賴(lài)于初始解，和一些算子質(zhì)量的設(shè)計(jì)，而這些技術(shù)不夠成熟，沒(méi)有理論提供足夠的支持。最后，由于這些算法僅依據(jù)經(jīng)驗(yàn)進(jìn)行搜索，沒(méi)能很好地利用特定問(wèn)題的特點(diǎn)，去獲取更快的速率和解的質(zhì)量。?

次優(yōu)（近似）方法相比啟發(fā)式方法，可從理論上保證解的質(zhì)量，其結(jié)果?不一定是最優(yōu)的，但是也在可以承受的范圍內(nèi)，而且可以比精確求解消耗更少的資源。近年來(lái)在解決資源分配問(wèn)題上，得到了眾多研究者的重視。次優(yōu)（近似）方法在工程上的應(yīng)用還很少，因?yàn)榇蝺?yōu)（近似）方法始終是在靠近解，其本身就是在求取次優(yōu)，并且針對(duì)一個(gè)具體問(wèn)題，設(shè)計(jì)一個(gè)可行的近似算法，已是不易，設(shè)計(jì)一個(gè)好的近似方案，更是難上加難，因此可以說(shuō)這些方案的好壞更依賴(lài)于設(shè)計(jì)者的靈感。?

分解協(xié)調(diào)方法是一種面對(duì)大規(guī)模問(wèn)題的分解方法,這種大而化小，化整為零的方法是解決大規(guī)模問(wèn)題的一種重要手段。分解的關(guān)鍵在于如何保證全局最優(yōu)，也就說(shuō)在得到局部問(wèn)題最優(yōu)解的前提下，如何去組合局部最優(yōu)，得到全局最優(yōu)。但是在現(xiàn)實(shí)中局部的組合往往不是全局最優(yōu)。分解協(xié)調(diào)方法確實(shí)是一種較好的手段，但是如何去組合局部最優(yōu)得到原始解最優(yōu)，需要問(wèn)題具備某些特殊結(jié)構(gòu)，并不是所有問(wèn)題都能夠分解，強(qiáng)行分解只會(huì)帶來(lái)一個(gè)糟糕的方案，甚至只是一個(gè)無(wú)依據(jù)的方案。?

綜上所述，啟發(fā)式和分解協(xié)調(diào)方法無(wú)法保證所得到的調(diào)度方法的質(zhì)量（即解的質(zhì)量），而次優(yōu)（近似）方法是犧牲了部分解的質(zhì)量的前提下，換取時(shí)間的一種妥協(xié)，雖然能夠在某種程度上證明解的質(zhì)量，但其始終是一種近似，無(wú)法獲得最優(yōu)方法。?

發(fā)明內(nèi)容

本發(fā)明目的是：提供一種基于混合整形規(guī)劃及其分解的水資源最優(yōu)調(diào)度方法，通過(guò)分析問(wèn)題的特殊結(jié)構(gòu)，分解該問(wèn)題，獲得分解后的局部解，再利用該問(wèn)題的特殊結(jié)構(gòu)得到該特定問(wèn)題的最優(yōu)方案。?

本發(fā)明的技術(shù)方案是：一種基于混合整形規(guī)劃及其分解的水資源最優(yōu)調(diào)度方法，其包括：輸入數(shù)據(jù)模塊、閾值模塊、大系統(tǒng)協(xié)調(diào)分解算法、混合整形規(guī)劃算法、子問(wèn)題組合優(yōu)化算法、敏感性分析算法、以及輸出模塊，并包括如下步驟：?

S1、根據(jù)輸入數(shù)據(jù)模塊的信息確定閾值模塊中的閾值；?

S2、結(jié)合大系統(tǒng)協(xié)調(diào)分解算法將整個(gè)水資源地理空間劃分成若干個(gè)灌區(qū)，同時(shí)將提供水資源的自然因素、地理因素和人工工程因素設(shè)置為變量，并設(shè)定這些因素作為灌區(qū)的地理屬性；?

S3、將灌區(qū)劃分成等大小的地塊(柵格)，統(tǒng)一每個(gè)地塊的屬性要素；?

S4、對(duì)這些地塊按照屬性進(jìn)行聚類(lèi)，并得到灌區(qū)類(lèi)型：?

S5、確定整形規(guī)劃算法中不同柵格可能種植的作物種類(lèi)和熟制，并對(duì)進(jìn)行其組合約束；?

S6、確定水資源優(yōu)化調(diào)度目標(biāo)，結(jié)合優(yōu)化目標(biāo)設(shè)定優(yōu)化算法；?

S7、將目標(biāo)函數(shù)按各個(gè)地塊分解，各自形成一個(gè)最優(yōu)化子問(wèn)題；?