基于多目标GA的灌区水资源优化管理系统设计与实现

基于多目标GA的灌区水资源优化管理系统设计与实现

论文摘要

本论文论述了水资源优化配置国内外研究现状和发展趋势,在对多目标优化技术和遗传算法进行分析研究的基础上,针对水资源优化配置问题中指标复杂,难以有效寻求最优解的特点,把多目标遗传算法首次引入到引黄灌区的水资源优化配置中来,利用遗传算法的内在并行机制及其全局优化的特性,建立了基于多目标遗传算法的灌区多目标水资源优化配置模型,实现了对灌区多种水资源进行时空优化配置。论文设计并实现了灌区水资源优化管理系统,结合彭楼灌区的实际情况,应用所建立的灌区水资源优化配置模型及软件系统对灌区水资源进行了合理配置,实际应用结果表明该模型准确合理,软件系统运行高效正确,能够为灌区的水资源优化配置提供决策依据和技术支撑。论文取得的主要研究成果有以下3点:(1)采用多目标大系统分解协调理论、多层递阶控制原理和多目标遗传算法,进行了灌区多层次多种水资源多目标优化配置与方案实施的理论研究,并结合实际灌区进行应用。(2)将大系统分解协调理论和遗传算法相结合,建立了灌区多水源多目标优化配置模型,较好地解决了灌区水资源中多水源多种作物多目标配置模型的求解问题。针对模型给出了具体的求解思路及步骤,模型结果合理,能为灌区水资源调度提供决策参考。(3)将论文建立的灌区水资源多目标优化配置模型与方法应用于彭楼灌区的水资源合理配置与可持续利用研究中,设计并实现了灌区水资源优化管理系统,应用效果良好。本论文的研究表明,将多目标遗传算法与大系统分解协调理论相结合对灌区水资源进行优化是切实可行的,这种方法具有一定的优化效果和一定的实用价值。

论文目录

  • 表目录
  • 图目录
  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景和研究意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 国内外研究现状
  • 1.2.1 国外研究现状
  • 1.2.2 国内研究现状
  • 1.3 灌溉水资源优化配置的发展趋势
  • 1.4 本论文研究的主要内容及成果
  • 1.5 本论文的组织结构
  • 第二章 多目标优化技术及遗传算法
  • 2.1 多目标优化
  • 2.1.1 多目标优化的基本概念
  • 2.1.2 传统的多目标优化方法
  • 2.2 遗传算法
  • 2.2.1 遗传算法的产生和发展
  • 2.2.2 遗传算法概述
  • 2.2.3 遗传算法的基本操作
  • 2.2.4 标准遗传算法
  • 2.3 多目标遗传算法
  • 2.3.1 多目标遗传算法的产生和发展
  • 2.3.2 多目标遗传算法概述
  • 2.4 水资源多目标大系统优化技术
  • 2.4.1 大系统分解协调原理
  • 2.4.2 大系统分解协调理论特点
  • 2.4.3 多级多目标递阶形式
  • 第三章 基于MOGA 的灌区水资源优化配置模型
  • 3.1 灌区水资源优化配置模型
  • 3.1.1 概述
  • 3.1.2 灌区灌溉水资源优化配置的大系统分解协调模型的建立
  • 3.2 基于MOGA 的灌区水资源优化配置模型
  • 3.2.1 多目标遗传算法的优化过程
  • 3.2.2 模型优化求解过程
  • 第四章 系统设计与实现
  • 4.1 系统需求分析
  • 4.1.1 需求分析概述
  • 4.1.2 灌区水资源利用与管理现状
  • 4.1.3 水资源优化管理系统的设计目标
  • 4.2 系统框架与结构
  • 4.2.1 系统体系结构图
  • 4.2.2 系统数据流图
  • 4.2.3 数据访问接口
  • 4.3 系统模块设计
  • 4.3.1 数据库系统设计
  • 4.3.2 供需平衡分析系统
  • 4.3.3 监测信息管理系统
  • 4.3.4 水资源优化配置系统
  • 4.3.5 灌溉模式优选系统
  • 第五章 基于MOGA 灌区水资源优化管理系统在彭楼灌区的应用
  • 5.1 灌区基本情况
  • 5.1.1 灌区总体概况
  • 5.1.2 灌区水资源状况
  • 5.2 水资供需平衡分析模块的应用
  • 5.3 监测信息模块的应用
  • 5.4 灌溉模式优选模块的应用
  • 5.5 灌区水资源优化配置模块的应用
  • 5.6 成果分析
  • 5.6.1 基于MOGA 的作物子系统优化成果分析
  • 5.6.2 基于MOGA 的各子区优化成果分析
  • 5.6.3 基于MOGA 的灌区水资源优化配置模型应用分析
  • 5.7 对彭楼灌区水资源优化管理的建议
  • 结束语
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].用于正电子发射断层显像的~(68)Ga双功能螯合剂的研究进展[J]. 化学试剂 2020(10)
    • [2].老年评分系统(GA)在老年多发性骨髓瘤患者中的应用研究进展[J]. 实用临床护理学电子杂志 2018(19)
    • [3].GA处理下咖啡黄葵种子萌发及与α-淀粉酶相关性研究[J]. 种子 2017(03)
    • [4].电感耦合等离子体原子发射光谱法测定高纯铝中Ga[J]. 化学工程与装备 2017(05)
    • [5].基于改进GA的云计算任务调度算法研究[J]. 电脑知识与技术 2016(13)
    • [6].GA对彩色马蹄莲生长影响研究[J]. 安徽农学通报 2015(11)
    • [7].~(68)Ga标记放射性药物的制备及应用研究进展[J]. 同位素 2017(03)
    • [8].基于最大类间方差法与GA相结合的图像分割算法研究[J]. 辽宁工业大学学报(自然科学版) 2016(02)
    • [9].基于改进GA的四杆机构优化分析[J]. 榆林学院学报 2016(06)
    • [10].GA-凸函数的一个充要条件[J]. 高等数学研究 2012(04)
    • [11].GA对平贝母休眠鳞茎分化的影响[J]. 北方园艺 2011(17)
    • [12].关于GA—凸函数的一些性质[J]. 内蒙古民族大学学报(自然科学版) 2010(02)
    • [13].基于GA的电子侦察卫星任务规划问题研究[J]. 计算机仿真 2009(08)
    • [14].~(67)Ga显像在结外淋巴瘤诊治中的应用[J]. 上海交通大学学报(医学版) 2008(04)
    • [15].扬子陆块~2.0 Ga的区域变质事件对南北黄陵古元古代差异演化的启示[J]. 中国地质 2020(04)
    • [16].热处理对GA钢和双相钢力学性能的影响[J]. 热加工工艺 2017(16)
    • [17].基于GA的电力系统多目标模糊无功优化[J]. 上海电力学院学报 2014(06)
    • [18].GA鼻内镜下筛前神经阻断加中药熏蒸治疗变应性鼻炎[J]. 当代医学 2013(31)
    • [19].基于GA的汽车故障特征选择[J]. 山东交通科技 2009(06)
    • [20].巴西GA公司烧结机施工中圆筒混合机托辊运转不灵原因分析及排除[J]. 烧结球团 2008(06)
    • [21].二进制编码GA基因种群多样性数学模型研究[J]. 软件导刊 2015(11)
    • [22].新型访问域部分重叠的多旅行商问题的GA求解[J]. 中南大学学报(自然科学版) 2013(S1)
    • [23].与GA-凸函数有关的两个函数[J]. 数学的实践与认识 2012(10)
    • [24].基于GA的颗粒复合材料细观胞元重构研究[J]. 计算机应用研究 2012(10)
    • [25].血中GA、MCP-1和超敏C反应蛋白对急性冠脉综合征患者的影响[J]. 中外医学研究 2011(11)
    • [26].基于GA-模糊可靠度的采场结构参数优化设计[J]. 武汉理工大学学报 2010(09)
    • [27].GA对扁竹蓼硬枝和嫩枝水插繁殖的影响[J]. 河南农业科学 2010(04)
    • [28].GA优化神经网络思想[J]. 软件导刊 2009(10)
    • [29].基于GA算法的柔性抛光工业机器人最优轨迹规划[J]. 组合机床与自动化加工技术 2020(06)
    • [30].18α-GA通过上调蛋白酶体活性促进晚期骨髓间充质干细胞增殖[J]. 中国病理生理杂志 2015(12)

    标签:;  ;  ;  ;  ;  

    基于多目标GA的灌区水资源优化管理系统设计与实现
    下载Doc文档

    猜你喜欢