考虑历史轨迹知识的梯级水库群生态调度优化方法

摘要

本发明涉及梯级水库群生态调度技术领域，公开了一种考虑历史轨迹知识的梯级水库群生态调度优化方法，在给定初始调度过程后，以离散微分动态规划方法(DDDP)为基础框架，首先在每次迭代前，通过挖掘历史轨迹过程携带的知识信息，对当前轨迹进行变尺度重心反向学习，得到结果更好的优化轨迹；然后在优化轨迹的基础上进行离散迭代求解；最后通过迭代寻优逐次逼近全局最优解。本发明考虑历史轨迹知识的梯级水库群生态调度优化方法，充分利用了历史轨迹知识信息，通过变尺度重心反向学习来挖掘生成多样性的搜索信息，提高了全局搜索能力，有效克服了传统算法的局部收敛问题。