基于斑马优化算法的闸控分汊水网优化调控方法

摘要

以赣江尾闾南昌段至4支流入湖口的闸控分汊水网为研究对象，针对该区域面临的干流关键断面水位精确控制、4个支流流量动态匹配设计分流两大核心难题，构建耦合优化算法与一维水动力模型的闸群调度模型。为提升优化效率，先依托一维水动力模型开展先验分析，据此构建变量可行域缩减策略，动态缩小闸门开度搜索空间；针对传统优化算法在高维变量空间中计算效率低、易陷入局部最优的缺陷，引入斑马优化算法（zebra optimization algorithm, ZOA），并与传统粒子群算法（particle swarm optimization, PSO）、灰狼算法（grey wolf optimizer,GWO）及当前热门的鲸鱼优化算法（whale optimization algorithm,WOA）开展对比验证。结果表明：ZOA算法在全局探索与局部开发的平衡上优势显著，其与先验约束的结合为复杂分汊水网闸群调度提供了高效求解范式，对提升该类区域水资源调控精度、提升防洪调度科学性具有重要工程价值。

关键词

分汊水网 / 闸门优化调控 / 水动力模型 / 斑马优化算法 / 启发式算法