当前位置 : 主页 > 编程语言 > python >

【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码

来源:互联网 收集:自由互联 发布时间:2022-06-18
1 简介 采用Jensen模型确定水稻各生长发育阶段的作物敏感性指数,并以田间平衡关系为中心,以水资源利用效率为目标函数,建立了农业灌溉中定量水资源调度优化的数学模型.在此基础上应

1 简介

采用Jensen模型确定水稻各生长发育阶段的作物敏感性指数,并以田间平衡关系为中心,以水资源利用效率为目标函数,建立了农业灌溉中定量水资源调度优化的数学模型.在此基础上应用遗传算法解决了水稻各生产发育阶段的水资源优化分配问题.计算结果表明该方法具有很好的实用价值.

2 部分代码

close all
figure;
plot(trace_obj)
% hold on
% plot(trace_con)
% legend('目标值','违反约束')
title('最优解目标值变化')
xlabel('迭代次数')
ylabel('目标值')
figure
bar(bestsol.q,0.4,'g')
% for i=1:11
% text(i-0.2,bestsol.q(i)+0.2,num2str(bestsol.q(i)))
% end
hold on
boxplot([Qmax;Qmin],'PlotStyle','compact','MedianStyle','line')
% box_v = findall(gca,'Tag','Box');
% lg1=legend(box_v,{'设计流量'},'Location','SouthWest');
% ah=axes('position',get(gca,'position'),'visible','off');
%
% lg2=legend(ah,'优化流量');
xlabel('渠系编号')
ylabel('下级渠道流量(m^3/s)')
figure;
for i=1:11
line([bestsol.tstart(i),bestsol.tend(i)+1],[i,i],'LineWidth',4)
hold on
end
ylabel('渠系编号')
xlabel('配水时段(4h)')
figure
Qneed = [22,19,60,100,26,32,22,17,48,95,96].*1000; %子灌区需水量
plot(Qneed,'--o')
hold on
plot(bestsol.Q,'-*')
xlabel('渠系编号')
ylabel('渠道水量')
legend('计划水量','实际水量')

3 仿真结果

【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码_遗传算法

【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码_matlab代码_02

【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码_matlab代码_03

4 参考文献

[1]秦忠华, 林家骏. 基于遗传算法研究水资源优化调度[C]// 2001中国控制与决策学术年会. 中国兵工学会;中国自动化学会;中国航空学会, 2001.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码_matlab代码_04


网友评论