水資源調度工業(yè)工程論文
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了水資源調度工業(yè)工程論文范文，希望能給你帶來靈感和參考，敬請閱讀。
中國防洪實踐起始于20世紀50年代，經歷了半個世紀的發(fā)展建設，目前中國已建成大、中、小型水庫83000余座，總庫容量4677億m3，防洪堤26萬km，重要蓄滯洪區(qū)97處，總面積約3.5萬km2，蓄洪總容量約970億m3。這些水利工程措施對中國開展防洪減災工作起到了積極的推動作用，特別是367座大型水庫（總庫容3400多億m3）和2524座中型水庫（總庫容693億m3），更是對各級河道洪水起到了重要的控制和調節(jié)作用。同時，中國又是一個嚴重缺水的國家。伴隨著社會經濟的不斷發(fā)展及人口的不斷增長，一方面，干旱、河道斷流、水污染等水安全問題日益突出；另一方面，一些大型水庫在汛期為減少洪災損失將洪水大量排棄，造成水資源的巨大浪費[。進入新時代新時期，特別是經歷1998年長江大洪水之后，中國政府審時度勢，對以前的防洪策略做了戰(zhàn)略性的調整，提出了從“控制洪水”向“管理洪水”、從“工程水利”向“資源水利”、從“傳統(tǒng)洪水”向“現(xiàn)代洪水”轉變，力爭實現(xiàn)人水和諧、人與自然協(xié)調發(fā)展的全方位、多角度的治水新理念和新方略。實現(xiàn)洪水資源安全利用[1]，可以利用洪水資源本身有利的一面，最大限度地挖掘洪水對促進中國經濟、社會及生態(tài)環(huán)境可持續(xù)發(fā)展的作用，一定程度上緩解中國由于水資源短缺而對經濟、社會發(fā)展造成的制約和限制。從根本上說，洪水資源安全利用的治水理念和策略符合中國基本國情和以人為本，全面、協(xié)調、可持續(xù)的科學發(fā)展觀。由此可見，進行水庫洪水資源優(yōu)化調度研究具有深遠的理論意義和重大的實踐意義。
2.水庫洪水資源化調度的研究進展
目前，隨著認識的不斷提高，無論從技術上還是管理上，都已使洪水資源化成為可能。洪水資源化，包括工程措施和非工程措施。水庫洪水調度是目前一種最主要的主動防洪措施，它通過時空上重新分配水量，達到防洪錯峰、蓄水興利的目的，是實現(xiàn)洪水資源安全利用的一項重要非工程措施。水庫洪水資源化利用有著悠久的歷史，在過去的幾十年時間里，從單一水庫的常規(guī)調度到大規(guī)模水庫群聯(lián)合優(yōu)化調度及水庫洪水資源化調度，中國的水庫洪水調度工作在技術上取得了一系列的進步。
2.1水庫常規(guī)調度的方式
水庫常規(guī)調度方式是以調度規(guī)則為依據，利用徑流調節(jié)理論和水能計算方法來確定滿足水庫既定任務的蓄泄過程。常規(guī)調度方法主要有時歷法和圖解法，調度圖由一些基本調度線組成，這些調度線是具有控制意義的水庫蓄水量（或水位）變化過程線，是根據過去的水文氣象資料和水利樞紐的實際應用工況繪制而成的。由于常規(guī)調度方法是一種半經驗、半理論的方法，簡單、直觀，但調度結果不一定最優(yōu)，且不便于處理復雜的水庫調度問題。水庫優(yōu)化調度則是在常規(guī)調度方式和系統(tǒng)工程理論（最優(yōu)化理論、智能算法等）的基礎上建立和發(fā)展起來的一種新型調度方式，旨在建立以水庫功能發(fā)揮為中心的水利水電系統(tǒng)目標函數，擬訂目標函數應滿足的約束條件，然后用最優(yōu)化方法等現(xiàn)代計算方法求解由目標函數和約束條件組成的系統(tǒng)方程組，最后得到目標函數取最優(yōu)值時所對應的水庫控制運用方式。
2.2國外水庫水資源的調度研究進展
20世紀50年代以來，隨著系統(tǒng)工程理論的迅速發(fā)展和應用，國外許多學者將其應用到水庫洪水調度研究中。1955年，美國的Little提出了水電系統(tǒng)隨機動態(tài)規(guī)劃調度模型，對水庫優(yōu)化調度問題進行了研究，從而標志著用系統(tǒng)工程方法研究水庫洪水調度工作的開始。水庫優(yōu)化調度常采用的數學模型有線性規(guī)劃（Linearprogramming，LP）、非線性規(guī)劃（Nonlinearprogramming，NLP）及動態(tài)規(guī)劃（Dynamicprogramming，DP）模型。該方法可在保證水庫大壩安全可靠的情況下，解決各用水單位之間的矛盾，滿足其基本要求，并能經濟合理地利用水能資源，以獲得最大的水利綜合利用效益。
2.3國內水庫水資源調度的研究進展
洪水具有資源、災害雙重屬性，水庫洪水資源化調度是新時期中國治水理念更新的產物，是經濟社會發(fā)展的客觀需要，是與時俱進、開拓創(chuàng)新的結果，也是實現(xiàn)興利與除害結合、防洪與抗旱并舉的一個具體典型體現(xiàn)。水庫洪水資源化調度不等同于常規(guī)的水庫防洪調度，它是利用現(xiàn)代科技水平與技術手段作為支撐，在不降低水庫下游防洪標準的前提下，充分發(fā)揮水庫的防洪與興利功能。許多大型水庫一般均具有防洪與興利兩項功能，由于中國長期遭受洪水災害的困擾，因此常規(guī)水庫調度方式過多考慮水庫大壩防洪安全，造成了大量的水資源浪費現(xiàn)象。水庫洪水資源化調度不是被動的防御洪水，而是兼顧防洪與興利，利用現(xiàn)代科技手段突破水庫設計中的部分防洪調度參數和規(guī)則，將防洪與興利相結合進行調度。因此，不降低水庫原有防洪標準是評價水庫洪水資源化調度是否可行的最主要準則。另外，由于水庫洪水調度過程中存在的若干不確定性（如設計入庫洪水、洪水預報、調度模型不確定性等），洪水調度系統(tǒng)風險分析是實現(xiàn)洪水資源化過程中不可或缺的工作環(huán)節(jié)。洪水災害風險管理是當前洪水管理的重要模式之一，因此須在深入細致地把握流域水資源洪水風險特性與演變趨向的基礎上，因地制宜地將工程措施與非工程措施有機地結合起來，以非工程措施來推動更加有利于全局與長遠利益的工程措施，輔以風險分擔與風險補償政策，形成與洪水共存的治水方略，將洪水風險控制在可承受的限度之內，促使人與自然之間的關系向良性互動方向轉變。近年來，隨著智能科學（如遺傳算法、神經網絡、模糊集理論等）及計算科學技術的不斷發(fā)展，又相繼出現(xiàn)了水庫洪水優(yōu)化調度的隨機性模型、確定性模型研究以及各種模型求解的逐步優(yōu)化算法、神經網絡方法、遺傳算法及聚合分解法等。1997年，馬光文等將二進制編碼的遺傳算法應用于水庫洪水優(yōu)化調度系統(tǒng)并進行了研究。2001年，暢建霞等將十進制編碼的改進遺傳算法應用于水庫洪水優(yōu)化調度系統(tǒng)，有效克服了二進制編碼的冗余問題。2005年，趙基花等應用改進的神經網絡建立水庫洪水優(yōu)化調度函數，提高了計算精度。2006年，劉攀等針對三峽水庫運行初期蓄水實時調度問題，提出了一種改進方法用于訓練神經網絡水庫調度函數。應用結果表明：該方法雖不能最好地擬合訓練樣本與檢驗樣本，但在調度過程中可以獲得較大的發(fā)電效益。2006年，張靜等以水庫洪水優(yōu)化調度方案指標值作為網絡輸入、以方案對模糊集“優(yōu)”的隸屬度作為輸出建立網絡模型，實現(xiàn)了對實際水庫多個可行調度方案的優(yōu)劣排序。2008年，陳立華等從編碼方法、遺傳算子和混合算法方面對標準遺傳算法進行改進，提出了采用超立方體浮點數編碼的自適應遺傳算法和超立方體浮點數編碼的遺傳模擬退火算法，并在水庫洪水優(yōu)化調度中開展了應用研究。實施水庫洪水資源化調度，可提高水電系統(tǒng)的經濟管理水平，幾乎在不增加任何額外投資的條件下，便可獲得顯著的經濟效益。目前，智能科學及計算科學技術的迅速發(fā)展必將進一步推動水庫（群）洪水資源化調度技術的研究與發(fā)展。利用現(xiàn)代成熟的計算科學技術建立水庫（群）洪水調度的專家決策支持系統(tǒng)，并結合各種優(yōu)化技術、模擬技術及專家經驗，不斷提高系統(tǒng)的通用性，從而可更加及時、準確、自動和直觀地為決策者的科學決策提供可靠依據。
3.水庫洪水調度方案設計
水庫洪水調度的目的是根據已得到的實時洪水預報成果及水庫面臨時刻狀態(tài)，在合理確定各調度目標權重和確保水庫大壩防洪安全的前提下，對水庫未來時刻的多個可行調度方案進行優(yōu)劣抉擇，從而使水庫獲得最大的防洪與興利效益。水庫洪水調度問題可歸結為對若干可行調度方案的復雜決策問題，而任何系統(tǒng)決策問題均可以歸結為以益損值為目標函數、決策方案為優(yōu)化變量、自然狀態(tài)為約束條件的方案優(yōu)選問題，其中自然狀態(tài)、決策方案、益損值和決策準則是解決這類問題的四個要素。因此，水庫洪水調度問題實際上就是以行動方案為評價對象的一類特殊的復雜系統(tǒng)評價問題。系統(tǒng)綜合評價的實質，就是如何合理地把多層次多維復雜系統(tǒng)評價指標轉換成單層次一維系統(tǒng)評價指標的過程，該過程需要充分挖掘反映評價對象主要特征信息和評價主體價值判斷信息的指標數據結構，需要定性分析和定量計算綜合集成的可操作的、合適的綜合評價方法。復雜系統(tǒng)方案優(yōu)選評價問題往往涉及的指標眾多，指標之間的關系也較復雜，且常常具有層次性。目前，主要采用定性與定量方法相結合、客觀信息與主觀信息相融合的各種系統(tǒng)工程方法。為此，2006年，金菊良等提出了復雜系統(tǒng)方案優(yōu)選評價的理論框架：
（1）確定評價對象集生成函數。其中，對于系統(tǒng)評價對象是行動方案的方案優(yōu)選問題，則常可用多目標規(guī)劃法所得到的非劣解集作為評價對象集；對于系統(tǒng)評價對象是多種評價方法對同一系統(tǒng)問題所產生的多種評價結果，則這些評價方法本身也構成一種評價對象函數。復雜系統(tǒng)綜合評價中評價對象的選取問題，至今仍是限制許多基于評價對象樣本數據驅動的統(tǒng)計評價模型和機器學習模型廣泛應用的瓶頸。
（2）對評價系統(tǒng)逐層分析，確定評價總目標、準則層、指標層，得到具有遞階層次結構的評價指標體系，并確定評價指標集生成函數。目前常用的評價指標集生成函數方法有德爾菲法（Delphimethod）、主成分法、層次分析法（Analytichierarchyprocess，AHP）、投影尋蹤方法（Projectionpursuit，PP）等。評價指標體系既是判斷評價對象價值標準的方式，也是表達系統(tǒng)總目標及實現(xiàn)總目標的具體途徑。因此，評價指標集生成函數的合理選取在復雜系統(tǒng)綜合評價的理論框架中極為重要。
（3）確定評價指標測度函數。若某指標本身就是一確定性實數變量，則可直接用其觀測值、實驗值作為該指標的測度；若指標是隨機變量，則可用估計均值、標準差、相關系數等統(tǒng)計特征的有關統(tǒng)計計算方法及指標變量的概率分布確定該指標的測度。另外若指標是定性的，則需將其定量化。
（4）確定指標一致無量綱化函數。目前確定指標一致無量綱化函數的方法主要有廣義指數法、廣義線性功效系數法、非線性函數法、分段函數法等。評價指標一致無量綱化是目前處理綜合評價不可公度性的主要途徑，不同的函數對綜合評價結果將產生顯著影響。因此，需要根據系統(tǒng)評價總目標和約束條件，仔細選取并構造合適的指標一致無量綱化函數。
（5）確定評價指標權重函數。指標權重既是指標屬性之間重要性差異程度的反映（主觀權重），也是評價對象之間整體價值差異程度和評價指標在各評價對象觀測值之間差異程度的體現(xiàn)（客觀權重）。合理確定指標權重是影響系統(tǒng)評價結果是否合理的核心問題之一，已成為當前復雜系統(tǒng)評價研究的熱點和難點?，F(xiàn)有的確定指標權重函數的方法主要有客觀賦權法、主觀賦權法、主客觀組合賦權法和變權重法等。權重實質上是一種特殊的定性指標，因此原則上，確定定性指標定量化的方法大多也可移用于確定指標權重。
（6）確定綜合評價指標函數，實現(xiàn)對評價要素的優(yōu)劣排序。由于實際評價系統(tǒng)評價主體、評價要素、評價指標及其層次結構的復雜性和評價標準的不確定性及動態(tài)性，上述眾多綜合評價方法尚存在技術單一或評價結果優(yōu)劣差異不明顯甚至與實際情況不符等缺點。
1.方案優(yōu)選智能方法研究進展
由于系統(tǒng)方案優(yōu)選決策評價問題的復雜性和不確定性，常規(guī)的系統(tǒng)評價方法已不能最佳地反映評價對象與評價指標之間的復雜關系。因此，這些方法只復雜系統(tǒng)決策評價問題提供部分參考工具，但不能產生智慧。在解決復雜系統(tǒng)評價問題時，在難于或不適宜建立常規(guī)數學模型的場合，要利用人的知識經驗和人工智能、模糊識別等方法建立知識模型，越過數學模型的障礙，直接由知識模型轉化為計算機模型，采用知識模型與數學模型相結合形成廣義模型，以處理大系統(tǒng)的模型化問題。智能是指人們認識事物、運用和創(chuàng)新知識并解決問題的能力，它包括運用知識認識新事物、學習新方法、創(chuàng)造新思維、解決新問題等的能力。根據生物界“物競天擇、優(yōu)勝劣汰”的運動變化規(guī)律，生物進化的過程實際上可以認為是某種優(yōu)化問題的求解過程。因此，利用智能方法（如遺傳算法、神經網絡、模糊集等）人工模擬生物智能行為并將該優(yōu)化思想應用于系統(tǒng)綜合評價之中，可望在很大程度上提高優(yōu)化的性能和效率。目前，模擬智能方法已成為建立和發(fā)展這類廣義模型的最有效途徑之一。
（1）遺傳算法在系統(tǒng)評價方案優(yōu)選中的應用。遺傳算法（Geneticalgorithm，GA）是解決群體自適應啟發(fā)式迭代尋優(yōu)問題的一種直接搜索算法，也是解決系統(tǒng)優(yōu)化問題的一種通用方法。它特別適用于常規(guī)優(yōu)化方法難于處理的復雜系統(tǒng)非線性優(yōu)化問題，是21世紀計算智能的關鍵技術之一。它直接面向優(yōu)化問題，與常規(guī)優(yōu)化方法相比，它的結果是一組好的解而不是單個解，這為解的使用者提供了可供選擇的機會。所有這些都表明了遺傳算法在復雜系統(tǒng)評價理論與實踐中具有廣泛的應用空間。實際上，現(xiàn)代系統(tǒng)工程的理論體系由于吸收、改進和創(chuàng)新遺傳算法而煥然一新。
（2）人工神經網絡在系統(tǒng)評價方案優(yōu)選中的應用。人腦的最基本單元是神經元，一個典型的神經元通過接受來自其它神經元的信息，將其加工后又通過軸突發(fā)出電活性脈沖，大量的神經元相互作用，從而指導著我們正常的思維活動。人工神經網絡（Artificialneuralnetworks，ANN）就是用工程技術手段模擬上述人腦神經元結構和功能特征的一類人工系統(tǒng)，它用非線性處理單元來模擬人腦神經元，構成一個大規(guī)模并行的非線性動力系統(tǒng)。與其它人工智能方法相比，神經網絡具有自組織、自學習功能和較強的魯棒性，HechtNielsen證明了在一定條件下，對于任意δ>0，存在一個三層神經網絡，它能以δ均方誤差的精度逼近任意平方可積非線性連續(xù)函數。顯然，這種通用的函數逼近功能為神經網絡技術在系統(tǒng)方案優(yōu)選評價中的廣泛應用提供了理論依據。
（3）模糊集理論在系統(tǒng)評價方案優(yōu)選中的應用。模糊性是指事物概念和外延的不確定性，這些不確定性是由于客觀事物的演化性、主觀認識的經驗性和科技發(fā)展的局限性等原因而產生的。模糊集（Fuzzysets）是以論域（所討論的全體對象）為定義域、以區(qū)間[0，1]為值域的實數值函數，稱該函數為隸屬函數，用以刻畫外延具有不確定性的各種概念（統(tǒng)稱為模糊性概念），即論域中任一對象符合某屬性概念的程度可用[0，1]上的某特定實數值來定量描述從數學角度看，模糊集與隸屬函數相等價，模糊集是直觀概念，而隸屬函數是模糊集的數學表達形式。模糊集理論就是應用模糊集這一模擬人腦模糊思維的數學工具來定量描述、分析、識別、分類、判斷、推理、決策和控制各種模糊事物所形成的一門現(xiàn)代應用數學分支學科。目前，已發(fā)展成熟并廣為應用的模糊集理論主要有模糊模式識別、模糊聚類分析、模糊綜合評價、模糊推理、模糊控制等方法。實踐表明：由于實際系統(tǒng)評價問題中或許根本就不存在純確定性評價模型，人類主觀因素在這些實際評價過程中起著重要甚至主導作用。而人類處理主觀因素的常用方法就是語言信息，語言信息的特點是其描述的模糊性，所描述的事物沒有明確的外延。模糊集理論恰好可以直接利用人類語言信息及其運算，這就是模糊集理論在系統(tǒng)評價中可廣泛成功應用的主要理論依據。
（4）集對分析在系統(tǒng)評價方案優(yōu)選中的應用。集對分析（Setpairanalysis，SPA）是中國著名學者趙克勤先生于1989年提出的一種利用同、異、反聯(lián)系數處理確定不確定系統(tǒng)模糊隨機性的系統(tǒng)分析方法。集對分析理論能從不同側面刻畫優(yōu)選方案評價指標與評價標準之間的差異情況，其內容豐富，幾乎能涵蓋整個模糊集理論，這為集對分析方法在系統(tǒng)優(yōu)選評價中廣泛開展應用研究提供了堅實的理論基礎?？傊?，將遺傳算法、人工神經網絡、模糊集理論及集對分析等智能方法應用于復雜系統(tǒng)評價問題不僅是必要的，而且是可行的。深入而系統(tǒng)地開展這類應用基礎研究，可以進一步揭示評價系統(tǒng)的復雜特征，更深刻地認識評價系統(tǒng)的本質屬性、內在機制和結構形式，也有助于理解、掌握和改進各種常規(guī)系統(tǒng)評價方法，探索新的系統(tǒng)評價理論、模型及其方法論，以便選擇正確的決策方案，科學地設計、協(xié)調、管理和控制人類所面對的各類復雜系統(tǒng)。
4.結語
洪水是一受天文、地理及人類生產活動等多種自然因素相互影響的復雜自然現(xiàn)象，雖然洪水自古以來都給人類社會帶來過巨大災難，但其本質具有資源和災害雙重屬性。我國洪澇災害頻繁、損失巨大，洪水災害是威脅中華民族生存與發(fā)展的主要自然災害之一。20世紀中國的防洪工作在“人定勝天”、“入海為安”的思維模式指導下，以控制洪水為目標，取得了巨大的成績。進入新時代、新時期，隨著中國經濟實力的增強、降水預報及水文自動預測技術的不斷進步，無論從技術上還是管理上，都在一定程度上使洪水資源化成為可能。將洪水作為一種水能資源，合理地加以儲積、利用，不但可以緩解我國淡水資源嚴重緊缺的局面，同時還能有效地起到“防洪減災”的作用。洪水資源安全利用符合我國優(yōu)化配置水資源、保障社會經濟可持續(xù)發(fā)展的現(xiàn)代水利觀念，更為治理洪澇災害、減少干旱缺水、改善水環(huán)境以解決我國水多、水少、水臟的三大水患問題提供了有力保障。本文在簡要回顧和分析中國當前洪水資源安全利用現(xiàn)狀及水庫洪水優(yōu)化調度決策技術研究進展的基礎上，指出水庫洪水優(yōu)化調度問題最終可以歸結為多個可行調度方案之間的優(yōu)劣決策問題。為此，在分析常規(guī)方案優(yōu)選評價方法優(yōu)劣的基礎上，針對現(xiàn)行決策方法計算量大及目標權重不易確定等不足，提出了多種智能決策方法相耦合的研究途徑。
