1. Trang chủ
  2. » Luận Văn - Báo Cáo

Ứng dụng mạng trí tuệ nhân tạo kết hợp với giải thuật di truyền tìm phương án tối ưu vận hành hồ chứa hòa bình

10 1 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Nội dung

ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO KẾT HỢP VỚI GIẢI THUẬT DI TRUYỀN T M PH NG N T I U VẬN HÀNH HỒ CHỨA ĐA MỤC TIÊU: NGHIÊN CỨU ĐIỂN H NH CHO HỒ HÒA B NH APPLICATION OF ARTIFICIAL NEURAL NETWORK AND GENETIC ALGORITHMS IN DESIGNING OPTIMAL OPERATING RULES FOR MULTI-PURPOSE RESERVOIR A CASE STUDY OF HOABINH RESERVOIR TS Quách Thị Xuân1 Tóm tắt: Quyết định 1879/QĐ-TTg ngày 13/10/2010 Thủ tướng Chính phủ đ phê duyệt danh mục hồ thủy lợi, thủy điện 11 lưu vực ơng phải xây dựng quy trình vận hành liên hồ chứa Như vậy, xây dựng quy trình vận hành t i ưu hồ chứa, thường hồ chứa đa mục tiêu, lĩnh vực nghiên cứu lớn quản lý tài nguyên nước Việt Nam Có nhiều phương pháp phục tìm phương án t i ưu vận hành hồ chứa phương pháp t i ưu áp dụng giải thuật di truyền phương pháp đ ứng dụng rộng r i giới lại chưa áp dụng phổ biến Việt Nam Trong báo tác giả mô tả cách thức kết hợp mạng trí tuệ nhân tạo (ANN) với giải thuật di truyền để tìm phương án điều tiết t i ưu vận hành hồ chứa Hịa Bình Cách làm tương tự áp dụng cho việc tìm kiếm phương án vận hành t i ưu liên hồ chứa Từ khóa: Giải thuật di truyền, ANN, quy hoạch động, vận hành t i ưu, hồ chứa đa mục tiêu, hồ Hịa Bình I GIỚI THIỆU Có nhiều phương pháp áp dụng giới i c t iế phương án ận hành tối ưu hồ chứa đơn đa ục tiêu Tuy nhiên, i c áp dụng phương pháp Vi t Na hạn chế Một số nghiên cứu gần áp dụng quy hoạch động tất định (DDP) quy hoạch động ất định hay quy hoạch động ng u nhiên , có nghiên cứu K Nguyễn Cơng Bình T Nguyễn Thống [2] Nghiên cứu ứng dụng quy hoạch động tất định điều tiết tối ưu hồ chứa thủy n Sông Bung hương án ận hành tối ưu đưa ởi phương án lý tưởng đưa ới giả định iết trước hồn tồn dịng chảy đến tương lai o đó, phương án hông áp dụng thực tế hi dịng chảy đến tương lai hơng giống h t g xảy SDP đưa giải pháp ận hành tối ưu áp dụng thực tế lại có hạn chế ề tính phức tạp thời gian tính tốn hi áp dụng cho h thống nhiều hồ chứa Mặt hác, hay SDP công cụ tối ưu đơn ục tiêu, trường hợp tối ưu đa ục tiêu th cần phải sử dụng trọng số để quy đổi hà đa ục tiêu ề đơn ục tiêu đòi hỏi hà ục tiêu phải gián đoạn, tức ước tính giá trị hà ục tiêu i ước thời gian [8] iải thuật di truyền phương pháp tối ưu hắc phục hạn chế quy hoạch động Bài áo đề cập đến phương pháp tối ưu ứng dụng ạng trí tu nhân tạo ANN ết hợp ới giải thuật di truyền phần áp dụng t iế phương án ận hành tối ưu cho hồ Hòa B nh II GIẢI THUẬT DI TRUYỀN iải thuật di truyền A ột ỹ thuật hoa học áy tính nhằ t iế giải pháp thích hợp cho ài toán tối ưu tổ hợp co inatorial opti ization iải thuật di truyền Vi n Quy Hoạch Thủy Lợi 162A Trần Quang Khải Hà Nội quachthixuan@gmail.com ột phân ngành giải thuật tiến hóa ận dụng nguyên lý tiến hóa di truyền, đột iến, chọn lọc tự nhiên, lai ghép để lựa chọn cá thể tốt ột quần thể [4,5] Với ài toán đơn ục tiêu th cần áp dụng giải thuật di truyền đơn giản để t ột phương án tốt Tuy nhiên, đối ới ài toán đa ục tiêu th phương án tối ưu hơng ao Khi cần phải có cơng cụ giải ài tốn tối ưu đa ục tiêu Tối ưu đa ục tiêu hay tối ưu areto ột tr nh tối ưu đồng thời hai hay nhiều xung đột ới ràng uộc cho trước [6] ục tiêu Bài toán tối ưu đa ục tiêu xuất hi n nhiều lĩnh ực đời sống: í dụ tr nh thiết ế sản xuất, thiết ế ô tô, áy ay, hay nơi định tối ưu cần phải đưa sở đánh đổi hà ục tiêu xung đột ề lợi ích, điển h nh ài toán tối ưu phân ổ nước cho ục đích sử dụng hác có âu thu n ề lợi ích dùng nước Với ài tốn đa ục tiêu này, hơng thể t ột phương án đồng thời tối ưu hóa tất ục tiêu, trái lại, có nhiều phương án tốt cho ục tiêu lại hông tốt cho ục tiêu ia Một phương án coi hông ị trội tức tối ưu areto có hi u areto) hơng t thấy ất ỳ ột phương án khác cải thi n ột ục tiêu hơng ục tiêu hác trở nên tồi Vi c t tập hợp phương án hông ị trội lượng hóa ức độ đánh đổi hà ục tiêu hác đích i c thiết lập giải ài toán tối ưu đa ục tiêu [6] Thuật toán NSGA_II (Non-dominated Sorting Genetic Algorithm II) ột cơng cụ giải ài tốn tối ưu đa ục tiêu nêu trên, thiết lập ã hóa sẵn ôi trường Matla Chi tiết ề A N A_II độc giả tra cứu ạng internet [9] hần tác giả tập trung i c ô tả cách thức ứng dụng ANN NSGA_II để t iế phương án ận hành tối ưu hồ Hòa B nh III KẾT HỢP ANN VÀ NSGA_II T M KIẾM PH CHO HỒ HÒA B NH NG N VẬN HÀNH T I U Hồ Hòa B nh xây dựng sông Đà từ nă 1979 đưa ận hành từ nă 1989, có ục tiêu cắt lũ, phát n, cấp nước tưới giao thông thủy ần đây, thực tế, hồ Hòa B nh ận hành h thống liên hồ chứa lưu ực sơng Hồng-Thái Bình Tuy nhiên, hạn chế ề nguồn lực, nghiên cứu tác giả t phương án ận hành tối ưu cho riêng hồ Hòa B nh, dòng chảy đến từ hai sông Thao sông Lô coi iên h thống Hình 1) Hình 1: Vùng nghiên cứu Trong nghiên cứu này, ài toán tối ưu ận hành hồ chứa Hịa B nh có hà ục tiêu tối đa sản lượng n nhà áy thủy n Hòa B nh, tối thiểu lượng nước thiếu ơn Tây giả sử iết trước nhu cầu nước cho toàn ùng hạ du giả ực nước lũ Hà Nội Vi c xây dựng h nh tốn hồ chứa, mơ hình ận hành nhà áy thủy n, mơ hình tính truyền lưu lượng ơn Tây ực nước Hà Nội dựa giá trị lưu lượng nhánh sông Đà, Thao, Lô tr nh ày chi tiết luận án tiến sĩ tác giả [1] Lưu ý h nh có sai số nên để so sánh cơng ằng ề ực nước Hà Nội lưu lượng ơn Tây phương án lịch sử ới phương án tối ưu t th cần sử dụng ột ặt ằng chung giá trị qua ô h nh Tức so sánh giá trị lịch sử ực nước Hà Nội lưu lượng ơn Tây giá trị tính từ h nh tính truyển lưu lượng dựa giá trị lưu lượng thực đo nhánh sơng Đà, Thao Lơ Ví dụ ực nước lũ lịch sử lớn Hà Nội giai đoạn 1995-2004 12.34 , giá trị lịch sử qua ô h nh 12.22 , giá trị sử dụng để so sánh nghiên cứu 12.22 Mơ tả tốn học toán sau: T éc tơ θ tha số đặc trưng cho hà xả để tối thiểu đồng thời hà  h 1 hyd h 1 sup h 1 flo   h  g t 1 , h  g t 1 , h  g t 1  t 0 t 0  t 0  ới ục tiêu:  ut  a   bi i ( I t  cik  di ) (*) i 1   a, b1    b , c1    c k , d1    dv cho trước: a1 ,  , ah dịng chảy đến hồ Hịa Bình q1YB ,  , qhYB q1VQ ,  , qhVQ dịng chảy đến n Bái sơng Thao dịng chảy đến Vụ Quang sông Lô Một số số đánh giá tính tốn để so sánh lựa chọn phương án ận hành bao gồ : - Tổng sản lượng n trung nh nă Twh/nă i _ hyd  - Tổng lượng nước thiếu trung i _ sup  - 365 h Pt 1 / 109  h t 0 Tổng chênh c /nă (106 m3/nă nh nă 365 h ( wt  qtST )   86400 / 106  h t 0 ực nước lũ so ới áo động lũ cấp I ứng ới i _ flo  ực nước +9,5m Hà Nội 365 h HN (ht  9.5)   h t 0 Trong đó: Tên biến ghyd gsup gflo u r rt qt,max rt,max rb,max rs,mas hup hdo at s S e E qmef YB h , qYB hVQ, qVQ hST, qST hHN, qHN w t h α,β,σ,m,n θ I ν k i_hyd i_sup Đơn vị kWh (m3/s)2 (cm)2 m3/s m3/s m3/s m3/s m3/s m3/s m3/s m m m3/s m3 m2 m/ngày m3/ngày m3/s cm, m3/s cm, m3/s cm, m3/s cm, m3/s m3/s Ngày Twh/năm 106m3/năm i_flo cm/năm n Giá trị hàm mục tiêu phát điện bước thời gian Giá trị hàm mục tiêu cấp nước bước thời gian Giá trị hàm mục tiêu phòng ch ng lũ bước thời gian Lưu lượng xả mong mu n người định xả Tổng lưu lượng xả hồ Hịa Bình Phần lưu lượng qua tu c bin nhà máy thủy điện Hịa Bình Lưu lượng t i đa qua tu c bin nhà máy thủy điện Hịa Bình Lưu lượng xả t i đa qua tu c bin tùy theo cột nước Lưu lượng xả t i đa qua cửa xả đáy tùy theo cột nước Lưu lượng xả t i đa qua tràn tùy theo cột nước Mực nước hồ Hòa Bình Mực nước hạ lưu hồ Hịa Bình Dịng chảy đến hồ Hịa Bình bước thời gian t Dung tích hồ chứa Diện tích mặt nước B c đơn vị mặt hồ B c mặt hồ Dòng chảy t i thiểu qua đập Lưu lượng, mực nước trạm Yên Bái Lưu lượng, mực nước trạm Vụ Quang Lưu lượng, mực nước Sơn Tây Lưu lượng, mực nước Hà Nội Nhu cầu nước Sơn Tây cho vùng hạ du Bước thời gian tính tốn (ngày) Tổng bước thời gian thời đoạn tính tốn Hệ xác định tùy thuộc đặc điểm hệ th ng Véc tơ tham đặc trưng cho hàm xả Véc tơ biến đầu vào S biến đầu vào véctơ I S nơ ron Tổng ản lượng điện khoảng thời gian tính tốn 1995-2004 Tổng lượng nước thiếu khoảng thời gian tính tốn 1995-2004 Tổng chênh mực nước lũ o với báo động lũ cấp Hà Nội (9.5 m) khoảng thời gian tính tốn 1995-2004 Lưu ý: toán t i thiểu nên hàm mục tiêu phát điện mang dấu âm α hệ thể tầm quan trọng thủy điện theo tháng năm, nhận giá trị tháng cu i mùa khô từ tháng đến tháng tháng thường căng thẳng điện β hệ thể tầm quan trọng việc cấp nước, nhận giá trị tháng đến nhằm ưu tiên cấp nước phục vụ gieo trồng vụ Đông Xuân, σ hệ thể tầm quan trọng việc giảm mực nước vào thời điểm lũ vụ, nhận giá trị tháng m n hàm mục tiêu tưới phòng lũ tạm thời lấy Nghiên cứu chưa xác định giá trị t t tham Để xác định phương án ận hành hồ tối ưu, tác giả giả sử lưu lượng mà người định ận hành hồ Hịa Bình uốn xả ột hàm gọi hàm xả) số li u đầu vào (inputs) thời gian, dung tích hồ, dịng chảy đến hồ ột số iến ngoại sinh khác ưa, nhi t độ v.v) Hàm tùy ý đặc trưng ởi véc tơ tham số θ = |a, b1… bν, c1… cν.k, d1… dν| M i ột véc tơ tham số đặc trưng cho ột phương án xả thể hi n ối quan h lưu lượng xả iến đầu Có nhiều dạng hàm xả tuyến tính, tuyến tính phân đoạn, phi tuyến, ạng trí tu nhân tạo Khi cố định dạng hàm trước tốn tối ưu hàm xả trở thành toán tối ưu phi tuyến, i c tìm véc tơ tham số tối ưu θ thực hi n dễ dàng ới giải thuật di truyền Hình thể hi n thuật tốn t phương án xả tối ưu cho hồ Hòa B nh Đầu tiên cố định dạng hàm xả, sử dụng ạng trí tu nhân tạo [7] thơng qua lựa chọn đầu ào, ấn định số nơ ron, lớp, xác định éc tơ tha số θ (xem Hình 2) Về nguyên tắc, tập éc tơ tha số θ an đầu hởi tạo ng u nhiên Tuy nhiên, éc tơ tha số θ an đầu hởi tạo ằng cách dùng ạng trí tu nhân tạo sử dụng chu i số li u xả ết ài toán tối ưu ằng chu i đầu lịch sử từ nă 1958 đến 1977 Nói đơn giản t ối tương quan đa iến tổng lưu lượng cần xả từ hồ Hòa B nh ới iến đầu (xem phần IV) Công i c ằng cách sử dụng hà train matlab Hình 2: Ví dụ véc tơ tham hàm xả với biến đầu vào dụng nơ ron, lớp đầu vào, lớp ẩn lớp đầu (tổng tham hay chiều dài véc tơ tham 50 (50=1+2*7+5*7) Đường chấm thể véc tơ tham ban đầu khởi tạo từ ANN Tập véc tơ ban đầu có giá trị nằm phạm vi 0.5 đến 1.5 lần giá trị ban đầu Hình 3: Sơ đồ kh i tìm phương án xả t i ưu Tập véc tơ tha số an đầu tạo ằng cách tổ hợp giá trị tha số xung quanh giá trị tha số an đầu tương ứng éc tơ t Với i ột tổ hợp ta có ột phương án Mơ h thống ới phương án an đầu để tính giá trị hà ục tiêu au tr nh chọn lọc, đột iến, lai ghép tha số thực hi n N A_II hi điều i n ết thúc giới hạn ởi số òng lặp, thời gian, hi hông thể cải thi n hà ục tiêu giai đoạn 1958-1977 thỏa ãn Các phương án sau tr nh tối ưu iể định hoảng thời gian từ 1995 đến 2004 Chỉ phương án hoạt động tốt hoảng thời gian iể định (tức có giá trị hà ục tiêu tốt hoảng thời gian 1995-2004) ới chọn IV KẾT QUẢ Trong nghiên cứu tác giả sử dụng dạng hà ạng hác ao gồ : xả ạng trí tu nhân tạo ới cấu trúc EMO (ut = ANN (|t, st, at, qtYB, qtVQ |; θ) ới nơ ron éc tơ iến đầu ao gồ thời gian đưa dạng sin(t) cos(t)), dung tích hồ, dịng chảy đến hồ, lưu lượng dòng chảy đến Yên Bái Vụ Quang EMO_exo ới 10 nơ ron éc tơ iến MT đầu có thê lưu lượng dịng chảy đến hồ thời điể t-1, P2 , P3MT tổng lượng ưa trước trạ Mường Tè, T2TG T3TG nhi t độ trạ Tuần iáo ột ngày hai ngày trước iá trị hà ục tiêu phương án tối ưu t ằng phương pháp tối ưu sử dụng giải thuật di truyền so sánh ới giá trị hà ục tiêu lịch sử ới giá trị hà ục tiêu phương án tối ưu sử dụng DDP SDP Trong Hình i òng tròn thể hi n hi u ột phương án iá trị n lượng thể hi n ằng ích thước ịng trịn, trục tung thể hi n giá trị hà ục tiêu phịng lũ, trục hồnh thể hi n giá trị lượng nước thiếu giá trị hà ục tiêu cấp nước) Trong ặt phẳng hà ục tiêu Hình 4, thấy ết tối ưu sử dụng giải thuật di truyền ới trường hợp iến đầu gồ iến ngoại sinh EMO_exo tốt ngang ằng so ới ết tối ưu ằng Một số phương án EMO_exo giả hồn tồn lượng nước thiếu n gây lũ ức áo động Hà Nội Ngay phương án lý tưởng từ hơng thể cắt lũ hồn tồn cho Hà Nội Điều phương án tối ưu cho hồ Hòa B nh, tức hống chế dịng chảy đến từ sơng Đà, lũ sơng Hồng cịn ị ảnh hưởng ởi dịng chảy từ sơng Thao sông Lô Như ậy để chống lũ cho Hà Nội th ột nh hồ Hòa B nh hơng đủ, cần phải có thê hồ chứa sơng Lơ Hình Giá trị hàm mục tiêu phương án t i ưu tìm Để so sánh, lựa chọn ột phương án tốt theo chủ quan tác giả, í dụ lựa chọn phương án có giá trị hà ục tiêu phịng lũ nhỏ nhất, thực tế i c lựa chọn cần phải có đà phán ên liên quan từ tập phương án tối ưu theo phương pháp tối ưu hác hương án chọn EMO ý hi u EMO_6 phương án chọn EMO_exo ý hi u EMO_exo_10 iá trị éc tơ tha số ứng ới phương án chọn trình bày ảng dụng éc tơ tha số chọn, thông qua hà xả (phương tr nh (*) trên) i ột thời điể , sở giá trị iến đầu thời điể ta tính tốn lưu lượng xả qua hồ người ận hành hồ uốn xả từ công thức nêu phần ta tính lưu lượng xả qua hồ, đồng thời tính tiêu Bảng Các phương án hác phương án giả định hi hơng có hồ, phương án lịch sử, hông tưởng, đưa để tha chiếu Bảng Kết vận hành phương án điều tiết giai đoạn 1995-2004 Phát điện Tổng sản lượng n TRUNG BÌNH! i_hyd TWh/nă Lũ Cấp nước Tăng (%) Đỉnh lũ Mức chênh so ới lũ báo động Hà Nội i_flo (cm/nă Tổng lượng thiếu ơn Tây i_sup (106 m3/nă ố ngày thiếu nước ngày/nă - 13.79 1708 15.2 455 28.0 Lịch sử 7.82 - 12.22 1503 16 66 6.0 Không tưởng 9.20 18 10.39 247 5.3 0.0 DDP 9.00 16 10.39 254 8.1 3.8 SDP 8.00 11.86 1004 14.4 34 5.0 EMO_6 8.20 12.78 793 11.2 48 7.8 EMO_exo_10 8.02 11.90 771 12.1 1.6 Phương án Khơng có hồ ố ngày có lũ báo động ngày/nă Bảng thể hi n ức đánh đổi ục tiêu Với EMO_6 tổng sản lượng n tương đối cao, đạt ức 8.2 TWh/nă ực nước lũ lớn 12.78 tổng lượng nước thiếu hụt trung nh ơn Tây lên tới 48 tri u /nă Trong hi ới EMO_exo_10 ực nước lũ cao giả 0.88 tổng lượng nước thiếu hụt trung nh ơn Tây giả 41 tri u m3/nă sản lượng n giả 0.18 TWh/nă so ới phương án EMO_6 Theo tác giả, phương án tốt tác giả t từ giải thuật di truyền phương án EMO_exo_10 Với phương án đỉnh lũ qua ô h nh giả từ 12.22 xuống 11.90 m, tổng lượng nước thiếu hụt x 106 m3/nă so ới 66 x 106 m3/nă lịch sử sản lượng n nă tăng từ 7.82 TWh lên 8.02 TWh, tương ứng ới hoảng t đô la Mỹ ột nă ới giá n nhập hẩu từ Trung Quốc 0.051 đô la/ Wh hương án đề xuất lựa chọn phương án EMO_exo_10 ới éc tơ tha số Bảng Bảng 2: Véc tơ tham số số phương án ả sau tối ưu EMO_6 EMO_exo_10 iến đầu ào, nơ ron, 49 tha số) 11 iến đầu ào, 10 nơ ron, 131 tha số TT Giá trị TT Giá trị TT Giá trị TT Giá trị TT Giá trị TT Giá trị -4.09871 34 1.008661 -1.99434 34 9.052692 67 -2.20312 100 0.070683 -3.69292 35 -0.2005 14.102 35 13.66162 68 -1.78367 101 -0.27309 3.497122 36 11.92352 -0.41122 36 59.32579 69 0.82472 102 0.561716 -38.8225 37 28.04656 -7.10948 37 -0.25341 70 39.61627 103 6.44091 -44.9281 38 -1.29894 -26.4943 38 2.707689 71 0.623994 104 17.33676 -10.1383 39 -2.50017 2.990284 39 0.724891 72 24.14584 105 4.784763 15.31264 40 2.872986 0.568765 40 -2.22413 73 -9.1212 106 -13.4243 7.94079 41 -0.50118 30.84017 41 1.865795 74 -13.1721 107 -0.023 0.024175 42 -28.9898 -48.9139 42 -5.12114 75 -7.15687 108 0.629211 10 0.036568 43 -5.44164 10 49.50977 43 10.0304 76 34.95151 109 0.270911 11 -0.12121 44 -0.8385 11 0.696987 44 1.733412 77 0.775012 110 0.281819 12 7.459516 45 -0.29689 12 0.008299 45 -5.13912 78 2.038864 111 1.139958 13 0.043137 46 -2.05688 13 0.019636 46 1.314926 79 -1.21853 112 1.896913 14 0.89973 47 -0.09327 14 0.033689 47 -2.57012 80 -0.69704 113 3.419586 15 2.907638 48 -33.1242 15 -0.00117 48 0.200167 81 -3.4486 114 3.315633 16 -4.62356 49 12.42452 16 -0.02549 49 -32.4144 82 -2.16594 115 -25.9393 17 41.54263 17 -0.1148 50 449.9336 83 4.04893 116 0.95772 18 -7.36386 18 -0.0646 51 -53.8074 84 2.430424 117 -0.07183 19 8.585212 19 -0.4021 52 16.66969 85 -1.63528 118 0.475143 20 0.77517 20 -0.36331 53 -8.23104 86 -27.0735 119 0.559913 21 60.19322 21 0.21697 54 12.25846 87 0.197334 120 -0.406 22 2.879086 22 8.887947 55 -7.03633 88 -0.55435 121 1.706645 23 2.869896 23 1.492361 56 -3.00648 89 0.212817 122 0.41488 24 -2.61326 24 -7.16425 57 0.637003 90 -3.05138 123 5.113267 25 -14.4059 25 22.41792 58 2.658259 91 -1.52151 124 -2.38111 26 0.353838 26 -50.3647 59 -0.29649 92 2.121818 125 -18.4868 27 3.378469 27 3.151382 60 -10.7928 93 -3.91962 126 -0.15169 28 -2.9456 28 2.366294 61 2.162128 94 -1.91916 127 -0.11027 29 -1.29585 29 0.441573 62 0.532326 95 -2.0986 128 0.174014 30 -8.40763 30 -1.92871 63 -1.73366 96 -2.7254 129 0.360419 31 29.53446 31 1.40704 64 -12.0391 97 0.222844 130 -0.00321 32 -0.87223 32 5.031572 65 8.835237 98 -0.58513 131 1.068032 33 -0.56606 33 31.12527 66 39.38138 99 -0.26251 V KẾT LUẬN Nghiên cứu áp dụng thành công phương pháp tối ưu sử dụng giải thuật di truyền ết hợp ới ạng trí tu nhân tạo để t iế phương án ận hành tối ưu cho hồ Hòa B nh ới a ục tiêu phát n, phịng lũ cấp nước Kết hợp ạng trí tu nhân tạo giải thuật di truyền phục ụ xây dựng quy tr nh ận hành hồ chứa h thống hồ chứa đa ục tiêu ột phương pháp có triển ọng nhờ tính áp dụng đơn giản ới ài tốn có nhiều hồ chứa, nhiều hà ục tiêu áp dụng đối ới ọi loại hà ục tiêu từ đơn giản đến phức tạp, từ gián đoạn tới hông gián đoạn Nghiên cứu ới áp dụng ết hợp ạng trí tu nhân tạo giải thuật di truyền, cụ thể N A_II để t iế giải pháp điều tiết tối ưu cho ột hồ chứa đa ục tiêu hồ Hịa B nh Tuy nhiên, tảng quan trọng cho i c tiếp tục triển hai áp dụng để t iế phương án ận hành tối ưu liên hồ chứa, đặc i t cho h thống hồ chứa lưu ực sơng Hồng-Thái Bình Tác giả xin ơn độc giả đọc ài iết trao đổi độc giả quan tâ ong nhận ý iến đóng góp TÀI LIỆU THAM KHẢO [1] X Quach, 2011 Assessing and optimizing the operation of the Hoabinh reservoir in Vietnam by Multi-objective optimal control techniques PhD thesis, Politecnico di Milano [2] Nguyễn Công B nh, NguyễnThống, 2012 Ứng dụng quy hoạch động tất định điều tiết tối ưu hồ chứa thủy n A Vương Tạp chí Tài Nguyên Nước – Hội Thủy Lợi Vi t Na số 42012, Trang 53-57 [3] Sh Momtahen and A B Dariane, 2007: Direct Search Approaches Using Genetic Algorithms for Optimization of Water Reservoir Operating Policies Journal of Water Resources Planning and management, Vol 133(3), page 202-209 [4] i.wi epedia.org/wi i/ iải_thuật_di_truyền [5] http://www.kh-sdh.udn.vn/zipfiles/sv2008-tb7/3.hoai-ng%20thi.pdf [6] http://en.wikipedia.org/wiki/Multi-objective_optimization [7] http://en.wikipedia.org/wiki/Artificial_neural_network [8] https://researchspace.auckland.ac.nz/bitstream/handle/2292/190/230.pdf [9] http://forge.it.irf.tu-dortmund.de/trac/mosch/wiki/NSGA-II 10

Ngày đăng: 27/06/2023, 22:18

w