基于多Agent系统的流域防洪智能调度研究

针对当前流行的流域防洪调度决策支持系统缺乏智能性问题，引入分布式人工智能领域的多智能体系统（Multi-Agent System，MAS）理论，开展流域防洪智能调度研究。主要研究内容包括：基于MAS的流域防洪联合调度体系结构和流域防洪系统Agent分解方法；流域防洪调度MAS中单一Agent的开发和多Agent组织模式；流域防洪联合调度MAS中不同层级Agent和同级Agent之间的通信与交互机制；流域防洪联合调度MAS中Agent间主从和对等协作的协调机制；流域防洪可行方案的风险和后果评价等。基于MAS的流域防洪调度系统不同于传统意义上的系统模块化和分布式控制。系统模块化只要求每个系统模块具有常规的计算及控制能力，分布式控制强调将功能分散，但每个部分不具有相互通讯和协调功能。基于MAS的流域防洪调度系统具有自主性、智能性、通讯协调性，与流域防洪调度决策支持系统相比特色显著。

针对当前流行的流域防洪调度决策支持系统缺乏智能性的问题，引入分布式人工智能领域的多智能体系统（Multi-Agent System，MAS）理论与技术，开展流域防洪智能调度研究。将流域防洪系统分解成相对独立、有限联系的若干智能体，提出了单体功能Agent的组成与设计方法，建立了多Agent系统的组织与运行机制以及不同层级Agent之间的通信方式，形成了基于MAS的流域实时防洪智能调度系统总体架构；基于该总体架构，制定了流域防洪智能调度系统的通用性、可扩充性和多功能性设计方案，采用分层体系结构进行流域防洪智能调度系统开发；研究开发了流域防洪智能调度关键模型Agent，包括：水库、河道、行蓄洪区等不同防洪构件调度模式Agent；并扩展了流域极端降水和洪涝时空分布规律分析Agent、基于历史数据模拟的防洪调度效果及潜力分析Agent、基于模式识别的相似性洪水动态展延Agent和梯级水库群汛限水位动态控制Agent等；研究建立了适用于流域不同防洪情景的联合优化调度模型，包括：流域复杂防洪系统联合优化调度模型、基于启发式分段试算法的流域防洪宽浅型优化调度模型、流域防洪调度随机规划模型及模式树裁枝方法等；对主流的智能算法进行综合改进，提出了三种应用于流域防洪联合优化调度的改进智能求解算法，包括：流域防洪优化调度知识协同粒子群算法、综合改进差分进化算法、动态可行域遗传算法；提出了流域防洪调度不确定性因子的识别和定量描述方法，提出了调度过程中各时刻的风险描述方法，以及整个洪水过程总风险率的定量计算方法，从水库自身防洪风险和下游防洪控制断面防洪风险两个角度，分别提出了基于随机微分方程的水库防洪调度风险分析方法和基于解析求解的下游河道控制断面风险分析方法等。本课题的研究成果与传统的系统模块化和分布式控制防洪调度DSS相比更具自主性、智能性、通讯协调性，在流域防洪智能调度关键模型Agent、防洪联合优化调度模型、智能求解算法和风险分析等方面进行了综合创新，进一步丰富和发展了流域防洪智能调度系统的模型库和方法库，能够根据实时水雨情和防洪形势等信息实现智能化实时防洪调度，以满足不同类型洪水和不同决策场景的防洪调度需求，为流域防洪调度提供了智能化的决策支持和管理平台，可在实际流域复杂防洪系统运行调度中推广应用。