灌溉渠系优化配水模型研究

灌溉渠系的优化配水问题可分为两类:一是以某种指标最优为目标的灌溉水量分配;二是以水量损失最小为目标的灌区各级渠道流量的优化调度。在非充分灌溉试验的基础上,做出了西北干旱灌区棉花膜下滴灌水分生产函数。根据作物水分生产函数,以农业效益和灌溉管理部门总体的经济效益最高为目标,建立了灌溉渠系优化配水模型。在提高灌区经济效益的同时,建立了配水渠道流量优化调度0-1线性整数规划模型,模型适用于支渠以下各级配水渠道在来水流量确定,分水渠道流量彼此相同且按"定流量,变历时"方式轮灌时的优化配水决策,通过实例对模型进行了求解。     

配水渠道轮灌组合优化模型与引水时间的均一化处理

渠系配水是一个复杂的动态过程,建立了配水渠道流量优化调度０－１线性整数规划模型,并提出了各轮灌组引水时间的一化处理方法,使各轮灌组在同一引水时间结束灌溉,从而可使配水渠道进水闸能在同一时间关闭。模型适用于支渠以下各级配水渠道在来水流量确定,分水渠道流量彼此相同且按“定流量、变历时”方式轮灌时的优化配水方案决策。     

通用化灌区渠系优化配水系统的开发

在对优化配水模型抽象概化的基础上,以VB8.0为开发平台,开发了灌区优化配水的通用化软件,该软件可模拟不同灌溉面积和不同灌溉方式下的渠系优化配水情况,在对渠系配水过程分析的基础上,建立了所需参数少、通用性强、计算结果稳定可靠的渠系优化配水模型,用户输入配水要求后,软件可自动确定渠系优化配水相关的参数,求解并输出配水结果...     

灌溉渠道分水IEI非等流量配水优化模型研究

灌溉配水优化模型旨在解决渠道各分水口运行时流量调度的最优组合方案，常规的轮灌分组模型只适用于分水口相同流量情况，且采用以小时为单位的各引水时段作为状态变量，变量多，求解不易。对于分水口的流量不相同的情况，提出了以引水开闸时刻和引水结束时刻作为优化变量，以灌溉期总流量保持恒定为目标函数的优化模型，该模型自然满足一次性引水约束条件。采用了多点交叉的改进遗传算法对该模型进行优化求解，提高了收敛速度，优化结果表明该优化模型及求解方法较好地解决了分水口非等流量的问题，具有普遍的适用意义。     

灌溉渠道分水口非等流量配水优化模型研究

灌溉配水优化模型旨在解决渠道各分水口运行时流量调度的最优组合方案,常规的轮灌分组模型只适用于分水口相同流量情况,且采用以小时为单位的各引水时段作为状态变量,变量多,求解不易。对于分水口的流量不相同的情况,提出了以引水开闸时刻和引水结束时刻作为优化变量,以灌溉期总流量保持恒定为目标函数的优化模型,该模型自然满足一次性引水约束条件。采用了多点交叉的改进遗传算法对该模型进行优化求解,提高了收敛速度,优化结果表明该优化模型及求解方法较好地解决了分水口非等流量的问题,具有普遍的适用意义。     

配水渠道轮灌组合优化模型及其遗传算法

为满足渠系优化配水中轮灌分组的需要,对配水渠道轮灌组合优化模型进行了改进,在使渠系输水损失最小的基础上,以轮灌组数最少为目标函数,建立轮灌分组的０－１规划模型,用新兴的遗传算法加以优化计算。在基本遗传算法的基础上设计了应用于配水渠道轮灌组合优化的算法,尤其对其编码方式的设计较为巧妙,该算法能更为迅速地得到满意解。     

灌溉渠系优化配水模型与算法研究进展

为实现田间科学用水,优化灌溉渠系配水模型,发挥灌区用水调度决策能力,提高灌区现代化水平,针对现有的渠系优化配水模型与算法进行了梳理总结。灌溉渠系优化配水模型主要分为两种：以特定指标最优为目标函数和被配水渠道采用轮灌编组时输水损失最小为优化目标。在掌握国内灌溉渠系用水调度以及灌区管理规范的前提下,系统论述了两类模型的建模思想、目标函数以及算法机理的研究,重点分析当前主流的灌溉渠系配水优化目标函数,并总结了求解模型引用的智能算法。在深入探究应用实例的基础上,通过对渠系优化配水模型的综述,讨论未来研究新方向,旨在精炼出一种适用于我国灌区的多目标优化模型,拟解决当前渠系水利用率低等问题;研究结论还提出嵌入算法的渠系间形成远程管理、联合调度、智慧调控、高效配水的新思路,这为灌区构建输配水模型和落实信息化管理提供借鉴与理论指导。     

陈垓引黄灌区渠系优化配水研究

该文以系统工程的原理方法,结合山东省陈垓引黄灌区北二干渠系统实际情况,分别以灌溉净效益最大和轮灌时间最短为目标,建立了作物最优种植面积和渠系优化配水模型,应用计算机求解,取得了满意的作物优化布局和优化配水成果。实践证明,本项成果在节水、灌溉增产、提高灌区科学管理水平等方面都有着十分重要的作用。     

河套灌区渠系优化配水模型应用研究

优化渠系配水过程是缓解灌区水资源压力、实现农业高效节水的重要举措.以河套灌区总干渠、干渠两级渠系作为研究对象,将水流过渡平稳和渠道渗漏量最小作为优化目标,建立渠系优化配水模型,采用回溯搜索算法(BSA)、多目标粒子群算法(MOPSO)以及向量评估遗传算法(VEGA)进行求解.结果显示,BSA,MOPSO,VEGA这3种算法所求的配水时间分别为30.96,11.65,29.96 d; 3种算法所得的阀门开启时间点的偏态系数分别为-0.048,0.068,0.566,表明BSA和MOPSO更能保证灌溉水在渠道运输中的稳定性.考虑渠首水位季节性变化对灌区引水时间产生的限制作用,BSA和MOPSO分别更适用于渠首引水量较少、充足的情况.考虑配水时间的集中程度以及干渠的地理位置分布,BSA和MOPSO更有利于实施分区管理措施.     

新疆五家渠灌区渠系优化配水研究

通过建立多目标渠系优化配水模型,优化渠系配水过程,为新疆农业节水灌溉提供科学依据。以新疆五家渠灌区新东干渠作为研究对象,采用多目标粒子群优化算法以配水渠道的渗漏损失量最小,水流稳定为优化目标,建立多目标渠系优化配水模型,并与回溯搜索算法就配水时间和渗漏损失量进行比较。研究表明,多目标渠系优化配水模型能将配水时间从15 d缩短至约11 d,渠系配水量为71.58万m3,与回溯搜索算法相比,配水时间从14 d缩短至11 d,渗漏量减少了8.39万m3。采用多目标粒子群优化算法对新疆五家渠灌区新东干渠进行配水过程优化,不但满足了优化目标,减少了渠系渗漏,缩短了配水时间,且比回溯算法更具有实用性。     

基于订单位置聚类的雏鸡配送车辆调度优化模型

为解决大型禽业企业物流订单位置跨度大、配送车辆调度工作人工参与度高、雏鸡配送成本高的问题,本研究结合车辆路径优化问题求解思路,提出了基于订单位置聚类的雏鸡配送车辆调度优化模型。模型通过引入K-means聚类算法,实现了基于订单位置的配送单元划分方法,并基于肘部法则与轮廓系数法设计了自动化订单位置聚类流程,实现了订单配送单元的自主式划分。在划分的各组订单基础上,以配送成本最优作为目标函数,建立雏鸡配送车辆调度优化模型,并结合改进的遗传算法进行求解。研究采用北京某禽业企业实际订单数据,对订单未聚类情况下的整体调度优化与聚类分组情况下的调度优化两种情况的结果进行了对比分析,结果表明订单聚类分组情况下,优化模型使配送车辆平均每天总里程比订单未聚类情况降低69.84%,可以得出,加入聚类算法的订单分组优化更适合实际订单位置跨度大、订单数量多的车辆调度场景。基于以上研究,研发设计了适用于雏鸡配送的车辆调度优化服务系统,实现了订单自动化聚类、配送车辆调度优化、定制化模型服务等功能,通过模型的实际应用,达到了为禽业企业提供智能化配送车辆调度优化服务的目的,切实提高了企业运行效率,降低了企业配送成本。     

遗传算法在节水高效灌溉制度优化中的应用——以冬小麦为例

利用遗传算法对非充分灌溉条件下冬小麦的最优灌溉制度设计进行求解,并提出了与之对应的约束条件及处理方法。以我国华北地区某试验站为例来说明该算法及处理方法的可行性。结果表明,该方法能够实现对冬小麦整个生育期灌溉水量进行合理分配,使冬小麦在缺水敏感期内得到充分灌溉,从而达到节约灌溉用水,提高水分利用效率的目的。     

基于遗传算法的非充分灌溉下最优灌溉制度设计

建立了非充分灌溉条件下的作物最优灌溉制度的非线性规划模型。针对模型中目标函数高度非线性的特点,提出利用十进制编码的混合遗传算法来进行求解,并提出了有条件的随机生成的初始种群生成方式以及伪随机变异方式来处理线性约束条件的策略。实例研究表明算法以及约束的处理策略是可行的。     

基于混合PSO算法的西北干旱区作物灌溉制度优化设计

在西北干旱地区,由于水资源不足,所以在非充分灌溉条件下研究作物灌溉制度优化设计显得尤为关键.为了得到灌溉制度优化模型的最优解,提出了应用基于自然选择的混合粒子群算法(SELPSO)进行求解,并结合实例,对甘肃省景泰川一期灌区春小麦灌溉制度进行优化设计,优化结果验证了该算法的有效性与可行性.     

单井膜下滴灌灌溉制度优化

根据单井膜下滴灌系统运行中 ,机井出流量均匀无调蓄能力、灌水定额小、周期短的特点 ,提出单井出流量一定条件下作物各生长阶段水量分配及单井控制面积优化方法 ,建立了与膜下滴灌系统相适应以周为时段的灌溉制度优化模型 ,并结合实例进行了计算与分析。     

轮灌分组灌溉优化模型与二维编码的遗传算法实现

灌溉优化模型旨在求解干渠各出水口运行时流量调度的最优组合方案,对于提高灌区灌溉管理技术水平和实施农业高效节水有着重要的意义。在“等流量、变历时”的轮灌分组的优化模型上,采用遗传算法进行了优化,选用了高斯适应度函数,并根据约束条件的特点,提出了二维编码并对选择、交叉和变异过程进行了改进,仿真结果表明该改进的遗传算法效果起好,说明该算法设计是可行的。     

基于多目标粒子群算法的柔性作业车间调度优化方法

针对柔性作业车间的多目标调度问题,构建了以制造工期、加工成本及提前/拖期惩罚值为目标函数的柔性作业车间调度模型,提出基于密集距离排序的自适应多目标粒子群算法.采用精英策略保留进化过程中的优势个体,基于个体密集距离降序排列进行外部种群的缩减和全局最优值的更新,并引入小概率的变异机制以增强解的多样性和算法的全局寻优能力.最...