求解随机机会约束规划的免疫克隆混合算法及应用

摘要

随着随机优化理论的多应用化、随机规划模型的多样化及模型求解的复杂化，随机理论研究及其应用领域均急需寻求一套求解模型的方法。基于此本文提出一种求解随机机会约束规划模型的混合算法，并将其应用于水库优化调度策略的求解。具体内容如下：
　　 首先，提出一种改进的免疫克隆选择算法。采用双克隆策略，引入浓度调节机制抑制种群中相似的抗体以保证种群多样性，利用亲和力向量机制保证抗体的优良性；提出双变异策略，引入分布估计变异算子在整个优秀解空间内搜索全局最优解，利用Gauss变异算子在局部范围内搜索最优解，从而保证算法能快速稳定地以较高的精度找到全局最优解。基准函数的测试结果表明与已有算法相比，改进的算法的收敛速度及精度都得到了很大的改善。
　　 其次，提出一种基于文中改进的免疫克隆选择算法，Monte Carlo算法及神经网络的混合智能优化算法。采用Monte Carlo算法产生随机向量样本矩阵训练BP网络以逼近不确定函数，之后在改进的免疫克隆选择算法中利用Monte Carlo算法检验个体的可行性、利用训练好的BP网络计算其适应度，从而得到优化问题的最优解。仿真结果表明与已有算法相比混合智能算法在100代时己取得比较满意的结果，且其精度在单目标优化问题中提高了1.3％、在多目标优化问题中首要目标提高了65％。
　　 最后，考虑到随机机会约束规划模型更能精确描述水库调度时段径流的随机性及策略实施的风险性。本文根据内蒙古大河口西山湾水库实例的环境特性及径流特性建立水库调度的随机机会约束规划模型，之后利用本文提出的免疫克隆混合算法进行求解。仿真结果表明随机模型及改进的算法的可行性和有效性，能够为解决复杂的水库长期优化调度问题提供一条有效、可行的解决方案。