水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用.doc_第1页
水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用.doc_第2页
水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用.doc_第3页
水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用.doc_第4页
水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用.doc_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

水利工程论文-高维动态规划试验选优及其在大型渠道工程系统设计中的应用摘要:本文用高维动态规划模型进行大型渠道工程系统的优化设计,提出了高维动态规划的试验选优方法,使高维动态规划问题的求解成为可能.关键词:动态规划高维优化方法渠道工程目前,动态规划的“维数灾”问题受到计算机高速存储量和计算时间的限制,在求解高维问题时,常遇困难.近40年来,各国学者对动态规划的计算方法进行了多方面的探索,提出了各种方法,如旨在减少维数的拉格朗日乘子法1、动态规划逐次渐近法2,聚合法3,旨在减少离散状态数的离散微分动态规划法4、双状态动态规划法5、状态增量动态规划法6和不离散状态直接求解以减少计算量的微分动态规划7(要求目标函数、约束条件三阶可微)以及H.R.Howson等人1975年提出的以减少阶段数为手段的渐进优化法7.这些方法虽然一定程度上减轻了“维数灾”,但进展并不很大.作者在对大型渠道工程系统优化设计研究时也遇到了这些问题,本文另辟其径,采用文献812中的系统试验选优基本思想,来求解高维动态规划问题,则可在该领域内取得突破性的进展.1大中型渠道工程优化设计的高维动态规划模型及求解方法1.1大中型渠道工程优化设计的高维动态规划模型文献13提出了大中型渠道工程系统的定性定量混合系统动态规划模型,模型的决策变量为各渠段纵坡(Ii)和各渠段的定性方案(Si),目标函数为工程计算分析期内的总支出费用,并考虑首末水位、不冲不淤、渠道最小水位衔接和工程总投资约束.为了进一步提高模型决策的精度,在文献13的模型基础上,再考虑以下约束:(1)填挖土方量约束.若获得满足约束条件,且使文献13目标函数最小的解,而渠道工程的填方量大于挖方量,附近又没有土方资源,此时文献13中模型获得的解就不一定为最优解,因此,还应加上填挖方量约束方程(1)式中Vis(Ii,Si)和Vis(Ii,Si)为i渠段的填方和挖方量.(2)流量损失约束.不同的衬砌方式、不同的渠道过水断面影响渠段的流量损失和投资,而输配水渠道的设计主要在于保证下游获得在一定水位时的流量,因此,在可能的情况下还应进一步考虑流量损失约束:(2)式中h4i(Ii,Si)为i渠段的流量输水损失,取决于i渠道的定性方案Si(沿渠衬砌方式等)、土壤性质、流量和过水断面;Q0,QN分别为渠道工程的渠首设计引水量和渠末应获得的设计流量1.2求解方法考虑全部约束条件,则模型为四维问题,该模型的求解工作量、难度比文献13的二维问题大大增加了,为此本文在模型的求解方面进行了一定的探讨,提出了高维动态规划的试验选优方法.1.2.1基本原理本文对高维动态规划的降维传统技术之一拉格朗日乘子法1进行了修正,提出了广义拉氏方法,使加入到目标函数中去的约束检验在计算迭代过程中进行,而不是传统的计算迭代结束后检验,因而不管拉格朗日乘子取值多少,采用广义拉氏方法的解均为满足约束条件的可行解.此时的问题就转化为寻找最优拉氏乘子的问题,根据数学模型和拉氏乘子的物理意义,容易知道拉氏乘子的取值范围,在此基础上则可采用部分试验选优方法812(如正交试验法)确定最优的乘子值.1.2.2拉氏乘子已知时的优化技术对于一般的高维问题(下面方程式依次为(3)(4)(3)(4)Xi0,(i=1,2,N)对m-1个约束考虑松驰变量Wj(j=1,2,,m-1),则约束(4)中m-1个约束转化为Wj0;模型(3)、(4)转化为一维问题,其模型为:(下面方程式依次为(5)(6)(5)(6)若uj已知,j=1,2,m-1,则有对应的递推关系:1阶段:(7)Wj(1,X1)=bj-hj1(X1),(8)Wi(1)=Wi(1,X*1),j=1,2,,m-1,(9)式中1为hm1(1)=1的解,0X11,同时迭代过程中X1应满足加入至目标函数中去的m-1个约束,Wj(1,X1)0,j=1,2,m-1.i阶段:(10)Wj(i,Xi)=Wj(i-1)-hji(Xi),(11)i-1=i-hmi(i),(i=2,3,,N)(12)式中为hmi(i)=i的解,0Xii,同时迭代过程中Xi应满足Wj(i,Xi)0(j=1,2,,m-1),最后i=N时式(9)中的松驰变量Wj=Wj(*N).由上递推关系可获得uj(j=1,2,,m-1)已知情况下的最优决策X*i(i=1,2,,N).1.2.3拉氏乘子的优化技术由式(5)目标函数可知(F)/(bj)=uj,uj的物理意义为某种资源(bj)的影子价格,uj的数值大小取决于该资源的利用情况.在求解实际问题时,使式(3)、(4)最优的u*j获得是困难的,但确定uj的数值范围是容易的.例如已知uj(j=1,2,,m-1)的数值范围来确定其对应的最优值u*j,最直接的方法是把uj在其数值范围内离散,然后将所有组合代入模型(5)、(6),以获得最优解,若m较大时,这样工作量太大,显然是不太实际的,但可以采用部分试验选优方法如正交试验

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论