-
题名基于深度蒙特卡洛树搜索的拱坝仓面排序研究
- 1
-
-
作者
宋文帅
任炳昱
关涛
-
机构
天津大学水利工程智能建设与运维全国重点实验室
-
出处
《水力发电学报》
CSCD
北大核心
2024年第3期120-130,共11页
-
基金
国家自然科学基金(52222907,52379131)。
-
文摘
合理的仓面排序方案对于加快工程进度和优化资源配置有着重要影响。然而,现有仓面排序方法将这一序贯决策问题简化,多数采用多属性决策方法,存在仅对大坝实时施工状态进行分析以及未考虑未来仓面浇筑方案对当前排序策略影响的问题;部分采用多目标优化方法进行仓面排序多目标优化问题分析,但主要是采用静态权重,存在忽略了仓面排序策略随环境动态变化的不足。针对以上问题,本文提出基于深度蒙特卡洛树搜索的拱坝仓面排序方法。首先,分析仓面排序问题的约束条件和目标函数,建立仓面排序强化学习模型;其次,针对仓面排序强化学习模型具有复杂且庞大的离散状态空间,为提高搜索效率,提出融合深度学习的蒙特卡洛树搜索方法,分别利用深度神经网络进行先验动作概率分布预测和策略函数评估;最后,以乌东德拱坝工程为例进行研究,结果表明本文方法可以有效地分析拱坝仓面排序问题,且相比于粒子群方法、证据理论方法,本文方法分析的施工工期可分别提前6天、14天,平均机械利用率分别提高1.19%、1.35%。本研究为拱坝仓面排序分析与优化提供了新思路。
-
关键词
拱坝
仓面排序
深度强化学习
蒙特卡洛树搜索
门控循环单元
-
Keywords
arch dams
concrete placement sequencing
deep reinforcement learning
Monte Carlo tree search
gated recurrent unit
-
分类号
TV642.4
[水利工程—水利水电工程]
-
-
题名基于粒子群算法的高拱坝仓面排序多目标优化研究
被引量：9
- 2
-
-
作者
钟登华
程普
任炳昱
关涛
刘肖军
-
机构
天津大学水利工程仿真与安全国家重点实验室
-
出处
《水力发电学报》
EI
CSCD
北大核心
2015年第8期7-17,共11页
-
基金
国家自然科学基金创新群体基金项目51321065
国家自然科学基金资助项目51339003
国家重点基础研究发展计划(973计划)资助项目(2013CB035904)
-
文摘
混凝土高拱坝浇筑施工中,仓面排序是重要环节,如何通过施工进度和施工均衡性的优化获得合理的仓面排序方案是需要解决的重要问题。目前的排序方法大都是根据已有的经验或基于对坝块属性值的数学分析来制定跳仓排序规则,无法有效地解决仓面排序的多目标优化问题。本文综合考虑影响混凝土浇筑的各项因素,建立了以高拱坝跳仓排序规则为变量,以优化施工工期、月浇筑强度、浇筑机械利用率为目标的多目标优化模型,应用粒子群算法对该多目标优化问题进行求解,从而获得多目标综合最优的仓面排序方案。实例表明,本文采用粒子群算法实现了对仓面排序方案的优化调整,计算得到的Pareto解集能够为决策者提供多个方案以便更好地决策,利用逼近理想解法优选的排序方案与传统仓面排序方法的施工仿真结果相比,能够获得更短的工期和更均衡的浇筑过程,对于指导现场施工具有重要意义。
-
关键词
混凝土高拱坝
施工仿真
仓面排序
粒子群算法
多目标优化
-
Keywords
high concrete arch dam
construction simulation
concrete-placement sequencing
particle swarm optimization
multi-objective optimization
-
分类号
TV544.91
[水利工程—水利水电工程]
-
