【技术实现步骤摘要】
本申请属于生态环境，更具体地，涉及一种基于混沌增强hho的梯级水库生态调度方法与装置。
技术介绍
1、水库在河流或其他水体上筑坝截流并储存水资源，从而显著提高水资源利用效率。然而，在水库运营过程中，河流的水文状况会受到出库流量大小、频率和持续时间变化的影响。目前，水库的调度和运营模式主要通过调整水位过程来最大化发电效益。为了控制水库的安全稳定运行，往往会调整出库流量，导致下游河流水量与水库建设前相比发生显著变化，从而对河流生态系统产生严重影响，并对生态环境造成严重的负面效应。近年来，随着人们对环境保护意识的增强，全球范围内对减轻或消除水库对河流健康不利影响的研究和关注日益增加。因此，考虑自然河流水流状况(即生态需求)的水库运营模式已成为当前研究的热点话题。旨在通过更加科学、合理的调度策略，平衡水库的经济效益与生态环境保护之间的关系，确保水资源的可持续利用和河流生态系统的健康稳定。
2、现有的水库管理通常涉及梯级水库的联合运行和协作，是一类典型的复杂多阶段决策问题，其具有多个约束条件和时空耦合特性。解决这类问题的方法主要可以归纳为两大类：第一类是传统的数学规划方法，包括非线性规划、线性规划和动态规划等。这些方法通常要求优化问题具有明确的数学表达式和约束条件，且这些条件往往需要满足一定的要求，如凹性和连续性。然而，在梯级水库的运行和调度问题中，许多约束条件难以用精确的数学模型来描述，这增加了解决问题的难度。第二类是近年来兴起的启发式优化方法。这类方法不依赖于问题的具体形式，而是通过模拟自然过程或人类智能行为来处理各种类型
3、近年来，启发式算法由于效率高、易于实现等特点，被设计并应用于诸多水库调度问题，成为了一种有力的求解技术。哈里斯鹰算法(harris hawks optimization，hho)自提出就受到了各个领域研究者的广泛关注，并已成功应用于特征选择、图像分割、车辆路径规划等任务。尽管hho表现出良好的搜索性能，但应用在梯级水库生态运行中仍存在一定的局限性。例如，初始种群的随机生成受设备硬件条件影响，难以保证种群多样性。此外，在多个局部最优优化问题中，存在探索与利用之间的不平衡，这些缺点妨碍了算法准确定位全局最优位置或导致搜索停滞。因此，研究和开发改进基于hho的算法对于增强水库调度运行具有重要意义。
技术实现思路
1、针对现有技术的缺陷，本申请的目的在于提供一种基于混沌增强hho的梯级水库生态调度方法与装置，旨在解决现有技术中存在的原始hho在梯级水库生态问题求解中呈现出个体多样性减少和收敛精度低问题。
2、为实现上述目的，第一方面，本申请提供了一种基于混沌增强hho的梯级水库生态调度方法，包括：
3、确定混沌增强哈里斯鹰算法的输入参数，输入参数至少包括最大评估次数；
4、在搜索空间中基于混沌策略，生成初始种群，初始种群中的个体与构成梯级水库的生态调度方案中的决策变量相对应；
5、根据每个个体的适应度，对每个个体位置进行更新；
6、根据每个个体的适应度，更新全局最优个体位置和历史极值个体位置；
7、基于逃逸能量选择不同的搜索策略，更新每个个体位置；
8、在基于每个个体的适应度对每个个体的适应度评估次数小于最大评估次数的情况下，返回执行根据每个个体的适应度，对每个个体位置进行更新，直至适应度评估次数达到最大评估次数为止，并在适应度评估次数达到最大评估次数的情况下，根据更新后的每个个体位置，确定更新后的全局最优个体位置；
9、根据更新后的全局最优个体位置，确定梯级水库的最优生态调度方案。
10、在一些实施例中，在搜索空间中基于混沌策略，生成初始种群，包括：
11、在搜索空间中基于混沌策略随机生成n个个体位置；
12、将n个个体位置确定为初始种群。
13、在一些实施例中，根据每个个体的适应度，对每个个体位置进行更新，包括：
14、对于任一个体：
15、根据当前适应度评估过程中个体的适应度和下一适应度评估过程中个体的适应度之间的大小关系，对个体位置进行更新。
16、在一些实施例中，根据每个个体的适应度，更新全局最优个体位置和历史极值个体位置，包括：
17、根据所有个体的适应度中的最小适应度对应的个体位置，更新全局最优个体位置；
18、对于任一个体，根据个体的适应度评估过程中获得的最小适应度的个体位置，更新历史极值个体位置。
19、在一些实施例中，基于逃逸能量选择不同的搜索策略，更新每个个体位置，包括：
20、在逃逸能量的绝对值大于或等于1的情况下，执行个体探索策略，对每个个体位置进行更新；
21、在逃逸能量的绝对值小于1的情况下，执行个体利用策略，对每个个体位置进行更新；
22、执行随机变异策略，对更新后的每个个体位置再次更新。
23、在一些实施例中，基于逃逸能量更新每个个体位置，包括：
24、在逃逸能量的绝对值大于或等于1的情况下，执行个体探索策略，对每个个体位置进行更新；
25、在逃逸能量的绝对值小于1的情况下，执行个体利用策略，对每个个体位置进行更新；
26、执行随机变异策略，对更新后的每个个体位置再次更新。
27、在一些实施例中，在逃逸能量的绝对值大于或等于1的情况下，执行个体探索策略，对每个个体位置进行更新，包括：
28、对于任一个体：
29、采用个体的平衡因子对个体探索过程中的搜索步长进行自适应调整，以对个体位置进行更新；
30、相应地，在逃逸能量的绝对值小于1的情况下，执行个体利用策略，对每个个体位置进行更新，包括：
31、对于任一个体：
32、采用随机数以及逃逸能量的绝对值选择个体进行俯冲搜索或者攻击搜索行为，以对个体位置进行更新。
33、在一些实施例中，执行随机变异策略，对更新后的每个个体位置再次更新，包括：
34、对于任一个体：
35、执行随机变异策略，产生更新后的个体位置对应的变异个体位置，并基于交叉概率，对更新后的个体位置中任一维度的位置向量进行替换，以对更新后的每个个体位置再次更新。
36、第二方面，本申请提供一种基于混沌增强hho的梯级水库生态调度装置，包括：
37、获取模块，用于确定混沌增强哈里斯鹰算法的输入参数，输入参数至少包括最大评估次数；
38、第一生成模块，用于在搜索空间中基于混沌策略，本文档来自技高网...
【技术保护点】
1.一种基于混沌增强HHO的梯级水库生态调度方法，其特征在于，包括：
2.如权利要求1所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，所述在搜索空间中基于混沌策略，生成初始种群，包括：
3.如权利要求1所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，所述根据每个个体的适应度，对每个个体位置进行更新，包括：
4.如权利要求1所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，所述根据每个个体的适应度，更新全局最优个体位置和历史极值个体位置，包括：
5.如权利要求1所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，所述基于逃逸能量选择不同的搜索策略，更新所述每个个体位置，包括：
6.如权利要求5所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，在所述逃逸能量的绝对值大于或等于1的情况下，所述执行个体探索策略，对每个个体位置进行更新，包括：
7.如权利要求5所述的基于混沌增强HHO的梯级水库生态调度方法，其特征在于，所述执行随机变异策略，对更新后的每个个体位置再次
8.一种基于混沌增强HHO的梯级水库生态调度装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序在处理器上运行时，使得所述处理器执行如权利要求1-7任一所述的基于混沌增强HHO的梯级水库生态调度方法。
...【技术特征摘要】
1.一种基于混沌增强hho的梯级水库生态调度方法，其特征在于，包括：
2.如权利要求1所述的基于混沌增强hho的梯级水库生态调度方法，其特征在于，所述在搜索空间中基于混沌策略，生成初始种群，包括：
3.如权利要求1所述的基于混沌增强hho的梯级水库生态调度方法，其特征在于，所述根据每个个体的适应度，对每个个体位置进行更新，包括：
4.如权利要求1所述的基于混沌增强hho的梯级水库生态调度方法，其特征在于，所述根据每个个体的适应度，更新全局最优个体位置和历史极值个体位置，包括：
5.如权利要求1所述的基于混沌增强hho的梯级水库生态调度方法，其特征在于，所述基于逃逸能量选择不同的搜索策略，更新所述每个个体位置，包括：
...【专利技术属性】
技术研发人员：汤正阳，覃晖，黎江桥，张勇传，刘帅，黄靖玮，李永祥，胡淼，李高歌，祝欣，周博瀚，陈晓淋，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。