1.2 国内外研究现状

水库群联合调度是一个约束条件多、动态、复杂非线性系统的最优控制问题。近年来，系统分析方法在水库群联合调度的研究和实践中得以广泛应用，并取得丰硕成果。此方法先确定系统调度的目标函数，建立相应约束条件，运用一定优化方法求得目标函数的极值，从而得到水库群控制运用的最佳调度运行方式。目前常用的有动态规划方法、大系统分解协调方法、模拟方法、人工神经网络法、粒子群优化算法和遗传算法等。国内外学者对上述优化调度方法研究历程如下。

1.2.1 国外研究现状

国外研究起步于20世纪60年代。1960年，Dantzig和Wofle提出大系统分解概念，将复杂的大系统分解为若干简单的子系统，实现子系统局部最优化，然后根据大系统的总任务和总目标，使各子系统相互配合，实现全局最优化；1961年，Mesarovic提出了大系统递阶控制理论，Hall等第一次应用动态规划法（DP）来确定水库最优轨迹；1967年，Young根据动态规划在确定性来水条件下提取调度规则，在求解库群的复杂调度问题时常常遇到维数问题，众多学者进行动态规划降维研究；1968年，Larson使用了增量动态规划法（IDP）研究了四库联调问题；1970年，Arvanitidis和Rosig提出了水库群调度的聚合分解法，由Turgeon对该法进行了改进；1970年，Bellman等人提出模糊动态规划法（FDP），将经典的动态规划技术与模糊集合论融为一体；1971年，Heidari M等提出了离散微分动态规划（DDDP），又被称为“廊道法”，它也是通过迭代计算达到降维目的；1975年，Howson等提出逐次优化算法（POA）；1980年，Jamshidi应用分解协调技术解决了Grande流域开发问题，将流域分解为多个子系统，具有简化复杂性，减小工作量、避免维数灾的优点；1980年，Goldberg对分解协调技术进行了归纳总结，形成了遗传算法的基本框架。遗传算法直接对问题的某种编码优化，算法通用性强、操作简单、适应面广，直接以目标函数为搜索依据，可应用于离散问题和函数关系不明确或难以描述的问题，能够和其他算法结合起来混合运算，解决很多传统算法无法解决的问题，是一种非常有效的优化方法；1997年，Oliveira等使用遗传算法生成水库群系统的调度规则，Slobodam进行了水库风险调度研究，提出了可靠性规划模型的两层算法；1999年，Philbrick等进行了水库调度确定性优化的局限性研究；2001年，Chandramouli等利用动态规划和神经网络进行水库群建模研究；2002年，Teegavarapu等提出了基于模拟退火法的水库系统调度优化方法；2003年，Demetris Koutsoyiannis对粒子群优化算法（PSO）在水库群调度应用的可行性进行了验证，模型变量少，编程相对简单，计算时间与计算周期呈线性增长，减少了计算时间，考虑确定性因素与随机因素，优化效果明显；2006年，L.F.R.REIS利用遗传算法（GA）和线性规划的混合方法研究4个水库联调问题，优化效果明显。

1.2.2 国内研究现状

国内研究开始于20世纪80年代初。1982年，邴凤山根据系统分析思想，提出了水库群优化调度的偏离损失系数法，该法在湖南拓溪—风滩水库群的最优调度中得到了应用；1986年，董子敖等提出了计入径流时空相关关系的多目标多层次优化模型，先后完成黄河以南43个水库的优化调度和补偿调节；1988年，胡振鹏等提出了动态大系统多目标递阶分析的分解-聚合方法，将库群多年运行的整体优化问题分解为按时间划分的一系列子系统，将各水库的年内运行策略聚合成上一级系统，并有聚合模型表述和确定水库群的多年运行过程和策略；1994年，万俊和陈惠源结合DDDP法和大系统分解协调技术进行了水库群优化补偿调节；1994年，胡铁松等研究了Hopfield网络在水库优化调度中的应用，建立了一般意义下混联水库群优化调度的神经网络模型，应用于3个并联供水水库的调度问题；2002年，王仁权等建立了福建梯级水库群用水最小模型，利用逐步优化算法（POA）有效分配各水库的负荷，为大规模水库群优化调度提供了例证；2002年，李晓磊等提出了一种基于动物自治体的寻优模式——鱼群算法，这是一种有效的寻优模式，对于精确解的获取需进行适当的改进；2005年，徐刚等把蚁群算法应用到梯级水库群优化调度中；2006年，王德智等针对供水库群联合调度的多水源多用户水资源配置问题，设计了一种对供水水库群聚合分解协调的算法，与经典的分解协调法相比，具有较强的实用性；2006年，王少波等引入可以根据个体优劣和群体分散程度对遗传控制参数进行自动调整的自适应遗传算法；2006年，李崇浩等引入遗传算法中的“杂交”算子，采用自适应的惯性权重，改进粒子群算法；2006年，修春波等提出一种基于混沌优化算法和蚁群算法相结合的混合算法，将蚁群算法的思想结合到混沌优化算法中，用于解决函数优化问题，利用信息素正反馈的思想指导混沌搜索的方向和区域，从而克服混沌搜索的盲目性，提高算法的寻优效率；2007年，杨俊杰等提出了一种新的多目标粒子群优化（MOPSO）算法，通过对三峡梯级多目标优化调度问题的计算，表明该算法是求解大规模复杂多目标优化问题的一种有效手段；2008年，白小勇等利用人工鱼群算法（AFSA）对水库调度进行了优化计算，利用鱼群系统寻优结果与离散微分动态规划法（DDDP）进行比较后，计算结果令人满意，计算时间更短，优化效果明显。