Page 94 - 水利学报2025年第56卷第3期
P. 94

(MetaheuristicOptimizationAlgorithm, MOA)开 展 研 究。 一 系 列 经 典 的 MOA 算 法, 例 如 遗 传 算 法
                                                                                      [7]
                                     [6]
              ( GeneticAlgorithms,GA) 、粒子群优化算法(ParticleSwarmOptimization,PSO) 、蚁群优化算法(Ant
                                                                                 [9]
                                      [8]
              ColonyOptimization ,ACO) 、灰狼优化算法(GreyWolfOptimizer,GWO) 等,已经在资源分配、生
              产调度、路径规划以及图像处理等方面取得了较好的应用效果                              [10 - 12] 。MOA算法的核心在于协调多样
              性探索和集中式挖掘之间的关系                [13] ,沙漠猫群优化算法(SandCatSwarm Optimization,SCSO)是 Amir
              Seyyedabbasi 于 2022年提出的一种新颖的 MOA算法,其自适应策略可以实现探索与挖掘阶段的平衡
              过渡,在收敛速度和全局最优定位等方面的表现优于大部分经典 MOA算法,但是依然存在全局搜索
              能力不足和易陷入局部最优的问题                 [14] 。
                  随后,众多学者基于帕累托最优( ParetoOptimality,PO)准则改进 MOA算法,在不同的工程设计
              领域成功地解决了多个冲突目标的均衡优化问题                        [15 - 17] 。孟贤等  [18] 以风电储能系统的成本、弃风率和
              用户满意度为优化目标提出了混合储能容量优化模型,并采用多目标粒子群优化算法( Multi - Objective
              ParticleSwarm Optimization ,MOPSO)进行模型求解。Li等         [19] 采用非支配排序遗传算法 - Ⅲ(Non - domi
              natedSortingGeneticAlgorithm - Ⅲ,NSGA - Ⅲ)实现了永磁辅助同步磁阻电机结构参数的多目标优化设
              计。然而,基于 PO准则的多目标优化算法得到的结果是由一系列不存在自然排序的非支配解组成的
              Pareto解集  [20] ,而实际工程通常只需要一个 “妥协” 的解作为最优方案,设计者需要结合多准则决策
              方法对 Pareto解集进行二次选择方可得到最优方案,导致优化效率降低                              [21] 。
                  综上所述,针对现有地下工程通风方案优化研究局限于在有限且离散的参数取值空间进行侧重于通
              风效果的方案比选,并且尚未考虑淡水壳菜腐烂释放有害气体的影响,难以获取兼顾通风效果和通风成
              本的全局最优方案,同时基于 PO准则改进 MOA算法的多目标优化方法在获取 Pareto解集后面临二次选
              择导致优化效率降低等问题,本文提出淡水壳菜腐烂影响下的长距离输水隧洞检修通风方案模糊逻辑多
              目标优化方法。首先,结合模糊逻辑( FuzzyLoglc,FL)构建通风效果和通风成本均衡优化的多目标优化
              数学模型;然后,基于混沌映射               [22] 和最优邻域扰动策略       [23] 改进 SCSO算法(ImprovedSandCatSwarmOpti
              mization ,ISCSO),增加初始种群分布的均匀性和多样性,并且拓宽全局搜索空间以避免算法陷入局部最优;
              最后,采用 ISCSO算法求解多目标优化数学模型,直接高效获取多目标均衡优化的全局最优设计方案。


              2 研究框架


                  本文的研究框架如图 1所示,研究框架包含的主要内容如下:
                  (1)ISCSO - FL多目标优化方法。针对基于 PO准则的多目标优化方法,获取非支配解集后面临二
              次选择的问题,利用模糊逻辑( FL)隶属度函数对优化目标和约束条件进行域变换,并将多个优化目标
              综合处理为统一的优化指标,提出长距离输水隧洞检修通风方案模糊逻辑多目标优化数学模型;并针
              对沙漠猫群优化(SCSO)算法存在全局搜索能力不足、易陷入局部最优的问题,引入混沌映射和最优
              邻域扰动策略对其进行改进,提出改进的沙漠猫群优化( ISCSO)算法求解多目标优化模型,直接高效
              地获取通风效果和通风成本均衡优化的通风设计方案。
                  ( 2)目标函数求解。针对现有基于计算流体力学和单一高保真度代理模型的通风优化目标函数计
              算存在建模成本高、计算效率低的不足,基于不同计算精度的考虑淡水壳菜腐烂释放有害气体影响的
              通风数值模拟生成高?低保真度的训练样本数据集,并且通过自动回归假设融合高?低精度数据,构建
              长距离输水隧洞检修通风多保真度代理模型,准确、高效地获取检修通风设计参数与通风优化目标之
              间的复杂非线性映射关系            [24] 。
                  ( 3)性能测试。为了评估本文提出的 ISCSO - FL多目标优化方法的性能,从解的质量、解的鲁棒
              性和计算复杂度三个方面,对比本文方法和 MOPSO算法以及 NSGA - Ⅲ算法在 4种测试函数上运行的
              优化结果,以验证本文方法在获取最优解的准确性以及泛化性能方面的优势。
                  (4)案例研究。将本文方法应用于中国东南地区淡水壳菜影响下的跨流域调水工程,通过对比分
              析以验证本文方法得到的检修通风设计方案的优越性。

                —  3 7  —
                     6
   89   90   91   92   93   94   95   96   97   98   99