双区间规划在单一作物水资源优化配置中的应用

干旱的内陆地区,降雨稀少,水资源极度贫乏,进行农作物的水资源优化配置成为必然。在运用区间规划进行水资源优化配置过程中,很多的模型参数因为高度不确定性或数据资料短缺导致参数区间的上下限不能确定的情况很多。本文试引入改进后的双区间规划,用水分生产函数Jensen模型并以经济效益最大为目标函数对民勤县的春小麦进行了生育期内水资源的优化配置,将有限的水资源总量分配到作物的不同生育阶段,并对规划结果进行了概率分析。

基于双区间规划的武威市民勤县3种作物灌溉水量优化模型研究

针对农业水资源优化配置中降雨量的不确定性问题,在传统区间规划的基础上,引入双区间规划理论进行描述,以农民种植净效益最大为目标函数,建立地表水和地下水联合灌溉的作物灌溉水量优化模型。实例应用于武威市民勤县红崖山灌区,对灌区农业水资源优化配置进行研究,模型计算结果表明:利用双区间规划对作物进行灌溉水量的优化,春小麦、春玉米、籽瓜的灌溉定额分别为:[[179.81,191.81],[353.89,365.89]]、[[119.46,141.46],[270.57,292.57]]、[[180.04,213.04],[267.49,290.49]],相比于现状,节水量分别为3%、27%、4%。利用双区间规划不仅能够更好的解决灌区多作物灌溉水量优化问题,而且能够给决策者提供更大的决策空间。

双目标区间值规划的免疫遗传算法

探讨求解双目标区间值规划的免疫遗传算法。算法设计中,利用个体间的支配关系,将种群划分为优质、劣质种群,并沿着不同进化方式产生优质和多样个体;利用新拥挤模型,剔除种群中冗余个体,确保进化种群中个体分布的均匀性。数值比较实验表明,该算法在获解质量和解分布方面有一定优势。

求解双目标区间值规划的粒子群优化算法

针对双目标区间值规划问题,设计粒子群优化算法进行求解。该算法借助区间数相关理论和区间可能度对粒子的优劣进行比较;利用目标空间中候选解所对应的位置关系建立拥挤度模型,去除种群进化中出现的相近个体;凭借粒子群外部种群存储非支配粒子,引导和加速整个粒子群的进化,从而使整个粒子群向Pareto最优解靠近。该算法进化种群规模小、参数少、结构简单,比较性实验显示,该算法在寻找最优解的速度、质量等方面均有一定的优势,能够有效解决双目标区间值规划问题。