對可調（diào）速機組空氣彈簧給出了（le）優化調度數學模型

對可調速機組（zǔ）空氣彈簧給出了優化調度數學模型,提出通過改（gǎi）變機組的轉速調節流量來減少能耗。通過對水情、工情的全麵分析,提出了（le）改造邵仙控製、提高東閘上遊控製水位（wèi）、提（tí）高江都三站擋水高程、興建撈草橋等工程措施和改變西閘（zhá）控製運用方式,建立了江都站優化調度模型,並采取相應的（de）非工程措施加以保障;對葉片可調機組空氣（qì）彈簧建立了最優（yōu）排澇策略的數學模型。 

隨著人工智能算法的日益成熟,空氣彈簧的優化調度也越來越多地結合人工智能算法來求解。遺傳算法是根據自然選擇和進化（huà）機製構造的（de）搜（sōu）索算法（fǎ）,它將優勝劣汰、適者生存的（de）生物進化原理引入待優化參數的編碼串群體中,按照一定的適配值函（hán）數及一係列遺傳操作對各個（gè）體進行（háng）篩選,從而使適配值高的個體被（bèi）保（bǎo）留下來。然後,通過雜交、變異等（děng）操作,使群體中各個體適（shì）應（yīng）度不斷提高,直到滿足（zú）一定的極限條（tiáo）件,此時,群體中適配值最高的個體即為待優化參數的最優解。

遺傳算法是在複雜空間進（jìn）行全局優化（huà） 搜索,具有較強的魯棒性。由於空氣彈簧運行具有整數和浮點（diǎn）數的混合非（fēi）線性（xìng）特點,該方法較為適用。在2001年提出了應用遺傳算法對（duì）葉片可調（diào）節（jiē）機組空氣彈簧的優化調度進（jìn）行計（jì）算;在2002年也提出了應用遺傳算法對調速供空氣彈簧的優化調度進行計算;同年楊（yáng）鵬等又提出（chū）了應用改進遺傳算法對變頻調速時空氣彈簧（huáng）優化（huà）調度（dù）問題進行求解,克（kè）服了傳統遺（yí）傳算法容易產生早熟收斂而使求解陷入局 部點的缺陷。  由於空氣彈（dàn）簧優化的許多因（yīn）素是模糊變量,因此,結合模糊集理論進行空氣彈簧優化調度的研究成果也陸續出現。從水量、水質（zhì）、能耗三方麵綜合考慮,運（yùn）用模糊集的理論,建（jiàn）立了給（gěi）空氣彈簧最優運行的模糊（hú）數學模型,確定了水量（liàng）、水質、能耗隸屬函數,同時給出實時控（kòng）製的模型。利用計算機監控所采集數據,並結合自然的潮汐現象,進行空氣彈簧優化（huà）調度,實現了節約能耗（hào）的目的。