A stochastic approach to the operative control of flood flows through a reservoir
Stochastický přístup k operativnímu řízení nádrže za povodní
Streszczenie
The contribution focuses on the design of a control algorithm aimed at the operative control of runoff water from a reservoir during flood situations. Management is based on the stochastically specified forecast of water inflow into the reservoir. From a mathematical perspective, the solved task presents the control of a dynamic system whose predicted hydrological input (water inflow) is characterised by significant uncertainty. The algorithm uses a combination of simulation model data, in which the position of the bottom outlets is sought via nonlinear optimisation methods, and artificial intelligence methods (adaptation and fuzzy model). The task is written in the technical computing language MATLAB using the Fuzzy Logic Toolbox. Příspěvek se zaměřuje na konstrukci řídicího algoritmu, jehož cílem je v operativním řízení odtoku vody z nádrže při povodňových situací. Řízení je založeno na stochasticky určeném prognózy přítoku vody do nádrže. Z matematického hlediska je vyřešen úkol představuje řízení dynamického systému, jehož předpokládaná hydrologický vstup (přítok vody), se vyznačuje velkou mírou nejistoty. Algoritmus využívá kombinaci simulačního modelu dat, ve které je pozice spodních výpustí snažil prostřednictvím nelineárních optimalizačních metod a metod umělé inteligence (adaptace a fuzzy model). Úkol je napsán v programovací jazyk MATLAB pomocí Fuzzy Logic Toolbox.
Keywords
Operativní kontrola nádrže, Umělá inteligence, Fuzzy inference systém, Neuronové sítě, Stochastic počasí, Stochastic kontrola nádrže, Princip adaptace, Operative control of reservoir, Artificial intelligence, Fuzzy inference system, Neural networks, Stochastic forecast, Stochastic control of reservoir, Principle of adaptationDocument type
Peer reviewedDocument version
Final PDFSource
Journal of Hydrology and Hydromechanics. 2016, vol. 64, issue 1, p. 91-96.http://www.degruyter.com/view/j/johh.2016.64.issue-1/johh-2016-0012/johh-2016-0012.xml?format=INT
Collections
Citace PRO
Poza zaznaczonymi wyjątkami, licencja tej pozycji opisana jest jako Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 Unported
Powiązane pozycje
Wyświetlanie pozycji powiązanych tytułem, autorstwem i tematem.
-
Advanced Decomposition Methods in Stochastic Convex Optimization
Kůdela, JakubPři práci s úlohami stochastického programování se často setkáváme s optimalizačními problémy, které jsou příliš rozsáhlé na to, aby byly zpracovány pomocí rutinních metod matematického programování. Nicméně, v některých ... -
Heuristické algoritmy pro optimalizaci
Šandera, ČeněkPráce se zabývá určením pravděpodobnostních rozdělení pro stochastické programování, při kterém jsou optimální hodnoty účelové funkce extrémní (minimální nebo maximální). Rozdělení se určuje pomocí heuristických metod, ... -
Modeling of applied problems by stochastic systems and their analysis using the moment equations
Diblík, Josef; Dzhalladova, Irada; Michalková, Mária; Růžičková, Miroslava (Springer Nature, 2013-10-09)The paper deals with systems of linear differential equations with coefficients depending on the Markov process. Equations for particular density and the moment equations for given systems are derived and used in the ...