基于遗传程序设计的水库年末水位预测模型62,第29卷第6期2005年12月20日水电自动化与大坝监测HydropowerAutomationandDamMonitoringVo1.29No.6Dec.20,2005基于遗传程序设计的水库年末水位预测模型张雯怡,黄强,陈晓楠(西安理工大学水利水电学院,陕西省西安市71O048)摘要:为了克服传统预测方法的不足,采用遗传程序设计,建立了多年调节水库年末消落水位预测模型.该模型利用演化计算自动寻找最优的模型结构,比传统方法具有较大的灵活性和智能性.通过对洪家渡多年调节水库的实例计算,不仅得出影响因子与年末消落水位的最佳函数式,而且用于拟合和预报的精度均满足要求,可以为水库调度提供一定的依据.关键词:水库调度;遗传程序设计;年末消落水位;预测模型:TV697.1l0引言多年调节水库的调节目的是将丰水年多余的水量蓄在水库中,以补充枯水年水量的不足.具有较好调节性能的多年调节水库,通过对径流的调节,既可减少梯级电站弃水,提高水量利用率,又可增加梯级电站供水期的发电水量,抬高发电水头,从而增加梯级电站的保证出力和多年平均发电量.所以,当预测未来几年来水较少时,应尽可能多蓄少补,使水库在较高水位运行,增加不蓄电能;反之,当预测出未来几年是连续丰水年时,应适当降低库存水量,多发电,保持较低的年末水位,为以后几年腾出库容,以免发生弃水.因此,合理控制多年调节水库年末消落水位,是保证水库(群)长期正常运行的关键.目前,人们对多年调节水库年末消落水位的研究还不够深入,一般采用基于数理统计和数值分析的原理及方法,如回归分析,反向传播(BP)算法等.回归分析法需要预先确定输入和输出数据之间复杂的数学关系式(即线性,指数,幂次等函数式),而这些关系式随拟合或预测具体内容的不同而改变,使用不方便;BP网络法虽然可以用于预测,但无法得出自变量和因变量之间的函数式,具有局限性.近年来,迅速发展起一种自动化编程技术——遗传程序设计(GP一一geneticprogramming),其思想是美国斯坦福大学的J.R.Kcza在20世纪90年代初提出的,是在遗传算法的基础上加以延伸和扩展而形成的一种新的演化算法,在建模,预测,控制,信息压缩,人工生命,神经网络设计,多代理系统的自动设计等众多领域已开始得到成功应用口].在上收稿日期:2005—06—23;修回日期:2005—07—29.国家自然科学基金资助项目(5047904);青海省科技厅资助项目(2004一G158).述成果基础上,本文提出了基于GP的多年调节水库年末水位预测模型,并进行了实例研究.1遗传程序设计GP的基本思想是:随机产生一个适用于所给问题环境的初始种群(即问题的搜索空间),构成种群的个体(即树,相当于遗传算法中的染色体)都有一个适应度,按照达尔文的适者生存原则,用遗传算子处理高适应度的个体,产生下一代种群,如此循环下去,所给问题的解或近似解将会在某一代出现].与遗传算法不同的是,GP最重要的特点之一是组成种群的个体有一种动态的树状结构,树的结点由终结点,原始函数与运算符组成.在GP系统执行基本算法之前,进行5项准备工作:确定终止符集,函数集,适应度函数,控制参数,终止准则...].终点集为表示问题环境与结果的最基本元素,函数集可以是算术运算(+,一,×,/),数学函数(sin,COS,exp,log),布尔运算(AND,0R,N0T),条件运算(If—then—else),迭代算子(Do—until),递归函数,程序运算等].选择函数和终止符要满足充分性,能充分地表达问题.终端集和函数集的一种编码方案如表1所示.表1遗传程序设计的一种编码方案并集D中的元素编码值并集D中的元素编码值c0/5X1Slnb+2—3aretan8-×4arccot9适应度的评价驱动进化过程,其值给出了问题环境下的个体的好坏程度.终止符集,函数集以及?水情测报与水调自动化?张雯怡,等基于遗传程序设计的水库年末水位预测模型63适应度评价的确定不仅会影响程序搜索空间,搜索的难易程度,而且还会影响问题的最终解决.控制参数包括群体大小,运行最大代数,树的最大深度(层数),选择概率,交叉概率和变异概率等,它们的取值目前尚未得到解决,一般采用试算或经验得到.终止准则决定何时终止运行GP,一般由迭代次数或目标函数值确定.建立年末消落水位预测模型的步骤是:"1)确定目标函数minf一IG(c,zzk一1…,)一Yf,即预测值与实测值误差之和最小.式中:G(c,z,z,...