|本期目录/Table of Contents|

[1]朱成立,孙晨.基于蚁群算法的农田排水沟优化设计[J].江苏农业科学,2013,41(04):367-369.
点击复制

基于蚁群算法的农田排水沟优化设计
分享到:

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第41卷
期数:
2013年04期
页码:
367-369
栏目:
农业工程
出版日期:
2013-04-30

文章信息/Info

Title:
-
作者:
朱成立12孙晨2
1.河海大学南方地区高效灌排与农业水土环境教育部重点实验室,江苏南京 210098; 2.河海大学水利水电学院,江苏南京 210098
Author(s):
-
关键词:
农田排水沟最优断面间距组合非线性优化蚁群算法
Keywords:
-
分类号:
S274.2
DOI:
-
文献标志码:
-
摘要:
常规的排水沟设计往往是先确定排水沟断面,得到一个确定的沟深,然后再用公式反复迭代得到排水沟间距,使得两者间无法出现一个最优组合,一定程度上降低了排水沟设计的优选性。本研究根据影响排水沟建设、运行费用的各因素建立排水沟断面与沟深的综合优化模型,当总费用最小时,得到排水沟间距和断面组合的最优解。针对传统优化方法求解这种多维、非线性复杂问题的低效性,引入蚁群算法进行求解。实例表明,蚁群算法能够有效解决田间排水沟的优化设计问题,并且能严格满足系统约束条件,操作简单,计算效率高。
Abstract:
-

参考文献/References:

[1]郭元裕. 灌排工程最优规划与管理[M]. 北京:中国水利水电出版社,1988:15-18.
[2]金菊良,丁晶. 水资源系统工程[M]. 成都:四川大学出版社,2002.
[3]Rudolph G. Convergence analysis of canonical genetic algorithms[J]. IEEE Trans on Neural Networks,1994,5(1):96-101.
[4]张纪会,高齐圣,徐心和. 自适应蚁群算法[J]. 控制理论与应用,2000,17(1):1-8.
[5]詹士昌,徐婕. 用于多维函数优化的蚁群算法[J]. 应用基础与工程科学学报,2003,11(3):223-229.
[6]Dorigo M. Optimization,learning and natural algorithms[D]. Italy:Politecnico di Milano,1992.
[7]Dorigo M,Maniezzo V,Colorni A. Ant system:optimization by acolony of cooperating agents[J]. IEEE Trans on SMC,1996,26(1):29-41.
[8]段海滨. 蚁群算法原理及其应用[M]. 北京:科学技术出版社,2005.
[9]崔之熠,王茂芝,刘国涛,等. 蚂蚁算法在TSP 问题求解的应用[J]. 四川理工学院学报:自然科学版,2011,24(3):334 -337.
[10]詹士昌,徐婕,吴俊. 蚁群算法中有关算法参数的最优选择[J]. 科技通报,2003,19(5):381-386.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2012-09-27 基金项目:国土资源部公益性项目(编号:200811088)。 作者简介:朱成立(1966—),男,江苏宝应人,博士,副教授,硕士生导师,研究方向为水土资源规划与管理、农田灌溉与排水、节水灌溉理论与技术等。E-mail:clz@hhu.edu。 通信作者:孙晨,硕士研究生,研究方向为水土资源规划与管理。E-mail:sunchen912@sina.com。
更新日期/Last Update: 1900-01-01