恢复理论（精选4篇）
恢复理论 篇1
运动员竞技能力的提高离不开科学的训练安排,科学的训练安排需要正确的理论指导。20世纪早期,传统运动训练理论发挥重要作用,运动员的竞技成绩进步较快,进入21世纪后,各种新的训练理念不断引入运动实践,运动员的竞技成绩突飞猛进,传统的运动训练理论不断遭到质疑与挑战[1~3]。笔者从现代运动训练的角度出发,试对传统的超量恢复理论与应激理论进行回顾、分析,并结合现代运动训练实践展开讨论,以期为我国的运动训练与理论研究工作提供一定的参考意见。
1 超量恢复理论及其遭受的质疑
20世纪50年代,雅科辅列夫(Y akovlev)等[4]在动物实验中发现∶电刺激蛙腿肌被动收缩,肌肉中的糖原含量会逐渐减少,减少的量与刺激的时间和强度相对应,有意思的是在电刺激停止后,肌糖原含量又可以慢慢恢复,并且还会超过收缩前的水平,即出现超量恢复的现象。通过进一步实验发现,机体内的磷脂、C P、结构蛋白以及酶蛋白等在运动后同样存在超量恢复现象,并且在一定的生理范围内,运动期间消耗的量越多,恢复期间恢复的量也越多[5]。雅科辅列夫等根据负荷后机体能量物质出现“下降——恢复——超量恢复”的特性,提出运用超量恢复原理来解释运动训练对机体产生的影响作用。其主要观点为:训练前机体处于相对稳定的平衡状态,训练后由于运动负荷的作用打破了机体内部的平衡状态而形成了新的平衡,运动能力的增强就是通过运动负荷的持续作用,利用“超量恢复”的原理在高层次上不断构建新的“平衡”,从而实现运动能力的不断提高。
超量恢复理论自从问世以来,就不断遭受质疑。普遍认为该理论缺乏全面的基础实验数据支持,其最有力的证据仍然来自肌糖原,不能显示不同运动员身体机能提高的差异性,只是从综合能力的角度强调了身体机能能力在运动负荷下的提高,忽视了身体机能能力的保持和在不良刺激下的下降,不能全面科学解释运动能力的增长和运动训练中的平台现象,更不能解释为何会有成绩退步这样的事实出现[6]。超量恢复理论也未能给出人体运动能力的极限,认为身体机能能力在负荷下可以出现无限制的增长,在运动实践中容易产生误导,特别是在运动训练的高级阶段容易导致过度训练或是运动性疾病的发生[1、7]。
2 应激理论及其面临的挑战
20世纪40年代,匈牙利病理生理学家塞尔耶(Sely e)[8]提出:机体在长时间的应激作用下可以通过蛋白质结构的重组而产生局部的适应性改变,提高机体对外来刺激的适应能力(即发生应激反应),并且认为这一点在运动训练中可能极其重要。后来,W ilson J等[9]发展了这一理论,认为超负荷的运动刺激会使运动员的身体机能能力经历三个阶段:第一阶段—警戒阶段,运动应激源刚刚介入,有机体防御系统产生对抗反应,人体机能能力会出现暂时性下降;第二阶段—对抗阶段,机体防御系统通过反抗而获得抵抗力,对应激源表现出良好的适应性,人体机能能力得到提高;第三阶段—衰竭阶段,随着运动刺激的持续进行,机体出现适应调节,对特定刺激的反应能力下降,人体机能能力可能出现停滞或是下降。该理论把运动负荷作为一种应激源,认为人体机能能力在运动负荷下的提高是一种应激反应,是对运动负荷产生适应的结果,要求运动训练过程中必须经常变化训练刺激,否则机体在长时间单调的训练刺激下容易产生适应调节,导致运动员竞技能力的发展出现平台现象。
“应激”理论将运动训练的生理、生化基础归因于机体的“应激”反应,认为是生物体生命活动的本能,是对运动负荷适应的结果,其面临的最大挑战是缺乏基础实验数据的支持。因为运动员身体机能能力的提高机制是一个非常复杂的过程,受到多方面的影响,如果把它仅仅归纳为机体的应激反应,把运动负荷下机体运动能力的变化同应激反应的三个阶段完全联系起来,目前的证据似乎不太充分。我国运动训练学专家陈小平[1]则认为,人体运动能力的提高机制在许多方面仍然是“黑箱”,存在许多盲点问题,以目前的科学理论和技术水平还无法做到精确的量化解释,“适应”只是各种生命机能的基础现象,而应激反应是普通生物体的本能反应。另外,人类是一高度发展的生物体,不同于其他低等动物,具有较高的智力水平和良好的学习能力,运动员身体机能能力的提高是体能、技能与智能等因素共同作用的结果,如果仅归因于简单生物体的活动本能,是对运动负荷适应的结果,忽视运动员本身的认知水平和主观努力,又似乎显得不太妥当。
3 超量恢复理论与应激理论的应用
在运动实践中,超量恢复理论一般应用在周期性训练中,主要根据训练周期的长短划分不同的阶段,在不同的阶段安排不同比例的身体素质训练和专项训练,然后根据超量恢复原理,通过调整运动负荷的量与强度,确保运动员在比赛期间物质能量储备处于超量恢复阶段,拥有良好的竞技状态。这对低水平运动员来说具有积极的意义,因为低水平运动员年龄一般较小,日常接受的运动负荷不会太大,适当增加运动负荷不易导致过度训练的发生,反而可以提高年轻运动员的身体素质,增加体内的能量物质贮备,促进他们运动能力的发展,对后期的专项训练比较有利。但是,对于高水平运动员来说较为不利,随着竞技体育的快速发展,国内外的体育赛事不断增多,运动员每年的参赛次数不断增加,传统意义上的大周期训练已经不太可能,超量恢复理论的应用受到了限制。另外,高水平运动员日常接受的运动负荷已经逼近生理极限,如果在竞技成绩出现停滞或是下滑时,教练员若根据超量恢复原理盲目加大运动负荷,期望能够提高运动员的运动能力,在训练后期可能导致过度训练的发生,对运动员的身心健康将会产生不良的影响,甚至还可能导致其运动生涯的提前结束。因此,超量恢复理论比较适合于运动训练的初级阶段,主要用来提高运动员的身体素质和增加机体的物质能量贮备,在高水平运动队已经很少有人根据超量恢复理论来指导日常训练。
应激理论提出至今,在运动实践中得到了广泛的应用。该理论对运动实践的启示在于运动负荷的安排上,要求既要保证机体获得最大的训练效果,又要避免由于安排不当而造成过度训练,每次运动负荷的增加都建立在机体产生良好适应的基础之上,适用于不同阶段的运动员。对于初级阶段的运动员来讲,由于身体正处于生长发育阶段,尚未进行严格的专项训练,各组织器官还没有发育完全,各方面的能力还具有较大的可塑性,是发展各项身体素质的最佳时期,如果能在一些敏感的时期给予机体特定的刺激,就有可能取得良好的效果,还可为今后的专项训练打下了坚实的基础。对于高水平运动员来讲,该理论的意义更加突出,因为他们一般都经过了多年的训练积累,身体素质和技术能力均已达到较高水平,可以承受较大的运动负荷或是生理刺激,此时给予机体适当的负荷刺激就容易获得较大的适应效应,可有效增强机体的运动能力,提高运动员的竞技成绩。另外,应激理论要求运动负荷的安排必须建立在机体产生良好适应的基础之上,显示了运动员个体差异性的存在,一般不容易导致过度训练的发生。除此之外,运用应激理论还可以进行有针对性的训练,集中力量解决运动训练中的某些技术难题,比如说赛前训练、技战术水平演练等,可以帮助运动员在比赛前期获得良好的适应效应,确保其在大赛期间具有良好的表现。
4 对超量恢复理论与应激理论的思考
超量恢复理论以负荷后肌糖原的超量恢复为依据,提出机体运动能力的提高是一种超量恢复现象,而运动负荷是实现这一结果的重要保证。应激理论以生物体的应激反应为基础,认为运动员身体机能的提高是对包括训练负荷在内的整个外部环境的适应,适应的形成不仅取决于刺激的大小,而且受中枢神经系统的协调和支配,既是机体整体能力的适应,又是局部器官和系统适应,不同器官和系统适应形成的时间不同,机体运动能力的提高是对外界环境(刺激)整体适应的结果,而运动负荷是其中非常重要的一部分内容。超量恢复理论与应激理论作为传统的运动训练学理论,均强调了外部刺激的重要性,都认为运动负荷是实现超量恢复或是产生适应的重要手段,是改变机体运动能力的主要因素。
但是,超量恢复理论与应激理论在解释机体运动能力的变化机制上具有较大的不同。前者把运动负荷作为提高机体运动能力的唯一因素,属于单因素理论,重点强调了身体机能能力在负荷刺激下的提高,忽视了身体机能能力的保持和不良刺激下的下降。超量恢复理论还把运动员的物质能量储备与运动能力等同起来了,认为竞技能力的提高是机体物质能量贮备增加的结果,在运动实践中可能产生误导,容易导致过度训练的发生。但是,糖代谢毕竟是机体供能的主要方式,虽然不能完全代表机体运动能力的高低,至少与机体的运动能力相关,对于年轻运动员提高身体素质,增加物质能量贮备仍然具有一定的积极意义。应激理论属于双因素理论,既表达了包括运动刺激在内的外部环境的重要性,同时又强调了自身内部因素的作用,认为机体运动能力的变化是内外两种因素共同作用的结果,比较合理的指出了身体机能能力在不同运动负荷下产生的不同变化。该理论重点强调了机体对不同刺激的不同适应过程,认为良性的适应只能在极限负荷之下获得,而超越极限的刺激不仅不能使机体获得适应,而且还可能导致负面效应,突显了人体生理极限的存在,比较科学的指出了不同运动负荷对身体机能产生的不同影响,但是目前还缺乏基础实验数据的支持。
5 结语
超量恢复理论与应激理论作为传统的运动训练理论,在运动实践中都曾经发挥过重要的作用,在解释机体运动能力变化机制上具有各自的特点,虽然都存在一些不足,但是也有其合理成分存在。两种理论均强调了运动负荷的重要性,在本质上没有太大的差别,目前仍然具有一定的适用范围和现实意义,只是需要进行不断的完善与发展。在运动实践中,应该采取辩证的态度,既不随意夸大,也不恶意贬低,随着科技的进步和研究的深入,将会不断有新的实验证据出现,对于运动负荷下机体运动能力的变化机制将会认识得更加清楚与透彻。
参考文献
[1]陈小平.运动训练的基石——“超量恢复”学说受到质疑[J].首都体育学院学报,2004,16(4):3～7.
[2]刁志勇,刘海峰,祝红军.对传统超量恢复训练理论的再认识[J].军事体育进修学院学报,2005,24(4):104～106.
[3]张茹伦.对“超量恢复”的置疑[J].体育与科学,1995(6):7～9.
[4]Yakovlev NN.Biochemistry of sport in the Soviet Union:beg inning,d evelop m ent,and presentstatus[J].Med Sci Sp orts,1975,7(4):237～247.
[5]ViruA.Early contributions of Russian stress and exercise physiologists[J].J Ap p lPh y siol,2002,92(4):1378～1382.
[6]郑晓鸿.应激、超量恢复及适应学说发展述评[J].中国体育科技,2007,43(2):91～93.
[7]李国强.耗散结构理论对“超量恢复”学说的再思考[J].首都体育学院学报,2008,20(1):107～109.
[8]Selye H.Stress in health and disease.Butter w orth,Boston[M].1976.
[9]W ilson J,W ilson G.Period iz ationp artI-h istory and p h ysi-olog icalbasis[J].J H y p erplasia Research,2005,21(1):23～25.
恢复理论 篇2
退化湿地生态系统恢复的一些理论问题
湿地是陆地和水生生态系统间的过渡带.作为一种重要的自然资源,湿地是野生生物的栖息地,可调控区域内的水分循环和C、N等元素的生物地球化学循环;其生物生产力可为人类提供食物和商品,还能过滤和分解所吸纳的污染物.由于湿地的功能未受到足够的重视,全世界的湿地因大量围垦和干扰而丧失或退化.在退化湿地的恢复过程中,可用自我设计和设计理论、演替理论、入侵理论、河流理论、洪水脉冲理论、边缘效应理论和中度干扰假说等理论作指导.湿地恢复的方法包括:尽可能采用工程与生物措施相结合的方法,恢复湿地的供水连接,利用水文过程加快恢复,控制污染物的`流入,修饰湿地的地形或景观,改良湿地土壤,在最佳位置重建湿地的生物群落,减少人类干扰,提高湿地的自我维持能力,建立缓冲带以保护自然的和恢复的湿地,建立湿地稳定性和持续性的评价体系并予以监控.
作 者：彭少麟 任海 张倩媚 作者单位：中国科学院华南植物研究所,广州,510650刊 名：应用生态学报 ISTIC PKU英文刊名：CHINESE JOURNAL OF APPLIED ECOLOGY年，卷(期)：14(11)分类号：X171.4关键词：湿地恢复 自我设计和设计理论 恢复技术
恢复生态学的理论与研究进展 篇3
1恢复生态学的定义和理论基础
1.1 恢复生态学的定义
恢复生态学是生态研究领域中的一个新词, 主要针对生态问题产生, 致力于恢复已经受到破坏的生态环境, 由于这个领域涉及的学科很多, 因此也叫做综合生态学。简单来讲, 恢复生态学是一门有关于生态的修复的学科, 指的是通过人们对生态系统的研究, 从而不断对那些已经受损的生态环境进行重建和恢复的过程, 使生态环境能够发挥出相应的生态功能, 而且能够使自然生态环境实现可持续发展的一项科学。在这个研究领域中最关键就是恢复, 对已经受到破坏的环境进行恢复, 这种恢复可以分为广义上的恢复和狭义上的恢复, 狭义来讲, 就是一种将其恢复到初始状态的工作, 广义的恢复是人类社会需求意义上, 要依据生态工程的相关技术, 对于一些被损坏的自然系统进行重建。由此可见, 恢复生态学在加强生态系统的建设以及优化管理和生物多样性的保护上具有重要的意义。
1.2 恢复生态学理论基础
恢复生态学相对应的是已经受到破坏的生态环境, 生态的破坏可以理解为生态系统的结构发生变化、功能出现退化、生态自然的关系出现紊乱。所以这个恢复的过程就是要将自然还原到一个协调的关系上。由于自然条件的复杂性以及人类社会对自然资源利用的取向影响, 生态恢复并不能做到将被破坏的环境恢复到最原始的状态, 只能在现有的基础上进行尽量恢复和还原, 使生态自然系统能够维持一定的生态功能。生态恢复是在生态环境受损之后必须要进行的一项活动, 通过各种物理、生物、化学等手段, 对生态系统的发展方向以及演变的过程进行控制, 从而实现重建的过程。
2恢复生态学的发展
2.1 国外关于恢复生态学的研究发展概况
人类开始对恢复生态学进行研究已有多年的历史, 有学者认为生态恢复只是恢复中的第1 步, 一个生态系统想要保持整体性和稳定性, 就需要进行全局思考。从20 世纪50~60年代开始, 欧洲以及北美的很多国家都开始注意自己国家内的环境问题, 也开始有一些研究, 利用一些工程和生物措施对水土流失等环境问题进行整治, 从20 世纪开始, 就已经有很多国家在加强生态修复, 比如欧美的一些发达国家在加强对水体以及热带雨林的恢复, 日本加强对一些退化植被的恢复。关于生态恢复的研究一直都没有停止, 20 世纪70 年代中期, 在美国召开的“受损生态系统的恢复”国际研讨会, 就生态系统受损的问题进行深入的研究和探讨, 而且同期还出版相应的书籍, 科学家从不同的角度对生态恢复问题进行探讨。1984 年又召开恢复生态学研讨会, 对恢复生态学理论以及实践的统一性进行分析和探讨, 并且提出恢复生态学在经济发展以及自然环境保护过程中的作用, 生态恢复的首要功能是完成生态环境的恢复, 使生态环境能够维持原来的平衡, 其次, 也能够促进经济社会的发展, 因为人们的经济活动与生态环境分不开, 经济社会的发展离不开生态环境的支持。1985 年, 美国成立“恢复地球”组织, 使生态恢复工作实现组织化和系统化。1996 年, 在瑞士召开第一届世界恢复生态学大会, 会议强调恢复生态学在生态学领域中的地位, 使恢复生态学的研究更进一步。但是每个地区的侧重点不相同, 比如欧洲更倾向于对矿地的恢复, 北美更倾向于对水体以及林地进行恢复, 我国更强调农业资源综合利用。
2.2 国内关于恢复生态学的研究概况
我国的生态环境在经济社会的发展过程中受到的损坏也十分严重, 加强生态恢复学的研究, 也是我国生态环境恢复和保护过程中的一个重要内容。我国在发展过程中也意识到生态恢复的重要意义, 因此开始生态恢复已经有较长的历史时间。比较典型的是内蒙古锡林郭勒盟草原在过大牧压下退化后封育恢复退化的过程, 这个研究从退化的草原群落的基本特征、恢复的动力等为基础建立退化的数学模型, 并且借助该模型对草原恢复的策略进行探讨, 从而使当地的草原生态系统得到有效的保护。在我国西南部, 也有学者对贵州省茂兰喀斯特退化群落进行恢复, 从退化的生态环境着手, 对具体的生态环境进行研究和分析, 并且结合生态恢复学的理论, 使恢复生态学的研究工作得到有效的进展。包维楷等对眠江上游大沟流域人为干扰体类型、干扰强度、频度、时空格局等研究的基础上, 对生态系统的群落结构以及物种的组成进行分析和探讨, 并且对人为影响进行分析, 还有的学者对土壤结构、土壤动物、土壤微生物等进行研究, 提出常绿阔叶林生态系统恢复力, 对我国的森林生态系统的恢复有很大的帮助。我国的地域十分广阔, 森林资源也比较丰富、森林植被的恢复工作是恢复生态学研究的一个重要内容, 对植被恢复的理论与实践研究也比较多, 而且也都取得很大的进步。比如对黄土高原植被恢复的探讨、矿山废弃的植被恢复与重建、沙漠植被的恢复工作进行探讨等, 使我国的多种类型的生态环境系统都得到有效的恢复, 而且在恢复工作不断进行的过程中, 还出现很多研究文献, 这对后代的生态恢复以及生态保护都有很大帮助。自然生态系统自身有一定的修复能力, 但对于受损比较严重的生态系统, 加强人为修复是一个重要途径, 对此, 我国也积极加强各种修复技术的研究, 利用人为的生态工程可加速生态系统恢复, 尤其被极度破坏的生态环境, 更需要利用人工修复技术。
3结语
综上所述, 生态环境与人类的发展息息相关, 在人类加强经济建设的过程中, 对自然生态环境的破坏也越来越严重, 生态恢复是维持自然界和谐发展的一个重要过程。恢复生态学主要针对生态环境的恢复, 这个研究领域涉及的内容比较广泛, 国内外关于这个领域的研究正在不断增多, 对于生态系统的可持续发展有重大意义。
摘要：生态是人类历史发展过程中的一个重要课题, 恢复生态学是生态研究领域中的一个重要组成部分。文章对恢复生态学进行分析和探讨, 对一些常用的术语以及当前的研究进展进行阐述。
关键词：恢复生态学,研究进展,理论研究
参考文献
[1]蒲扬.恢复生态学的理论与研究进展[J].生物技术世界, 2015 (12)
[2] 高彦华, 汪宏清, 刘琪璟.生态恢复评价研究进展[J].江西科学, 2003 (13)
恢复理论 篇4
现代舰船电力系统将日常用电、电力推进和舰载武器等负荷供电集成为一体[1],使电网拓扑结构变得更加复杂。当发生设备故障或遭受武器攻击时,实现快速和最大限度地恢复重要负荷的供电显得至关重要。文献[2]用启发式方法进行故障区域重构,但不保证最大限度地恢复重要负荷供电。文献[3-4]采用网络流法研究故障恢复,但没有考虑负荷优先级。文献[5-9]把开关操作数作为故障恢复指标之一,但没有考虑开关优先级。
舰船电力系统故障恢复是一个复杂的非线性组合优化问题[5,6,7,8,9,10],传统优化方法都受到计算复杂性困扰,而遗传算法隐含平行性和全局最优性,倍受研究者青睐[6,7,8,9,11,12,13]。标准遗传算法SGA(Standard Genetic Algorithm)因采用固定交叉和变异率具有较慢收敛速度与早熟现象。传统自适应遗传算法AGA(Adaptive Genetic Algorithm)具有较高收敛速度但易陷入局部最优。
针对以上问题,本文提出了一种基于云理论自适应遗传算法[14]CAGA(Cloud-theory Adaptive Genetic Algorithm)的舰船电力系统故障智能恢复决策,该方法将负荷与开关按优先级划分为多个目标函数,并考虑线路负荷分配均衡目标,将各目标函数作归一化处理,用层次分析法[15]AHP(Analytic Hierarchy Process)整合成综合目标函数,再采用CAGA来求解该模型。最后用4个不同算例进行了故障恢复测试。
1 舰船电力系统故障恢复模型
舰船电力系统故障恢复建模主要考虑以下几点。
a.最大限度地恢复重要负荷供电;
b.高时间成本开关操作次数尽可能小;
c.线路负荷分配尽可能均衡;
d.舰船配电系统仍需保持辐射状连接;
e.线路电流应限制在正常运行范围内;
f.负荷转供时不应引起发电机过载。
1.1 目标函数
a.重要负荷供电总量f1(X)。
其中,f1(X)为故障恢复后重要负荷供电总量;μ1(X)为f1(X)对应的归一化函数;SLi为第i负荷供电量;N1R为故障恢复后供电重要负荷标号集;N1为所有重要负荷标号集;决策变量X为负荷序列状态向量,X=[x1,x2,…,xN],第i分量xi表示第i负荷状态,xi取值0、1、2分别表示第i负荷处于故障状态、正常供电和备用供电;i=1,2,…,N(N为负荷总数)。
b.非重要负荷供电总量f2(X)。
其中,f2(X)为故障恢复后非重要负荷供电总量,μ2(X)为f2(X)对应的归一化函数,N2R为故障恢复后供电非重要负荷标号集,N2为所有非重要负荷标号集。
c.手动转换开关操作次数f3(X)。
其中,f3(X)为手动转换开关MBT(Manual Bus Transfer)操作次数,μ3(X)为f3(X)对应的归一化函数,nm为MBT操作次数,nM为MBT总数。
d.自动转换开关操作次数f4(X)。
其中,f4(X)为自动转换开关ABT(Automatic Bus Transfer)操作次数,μ4(X)为f4(X)对应的归一化函数,na为ABT操作次数,nA为ABT总数。
e.线路负荷分配失衡度f5(X)。
其中,f5(X)为线路负荷分配失衡度,Nb为线路总数,SLb为线路供电负荷总和,μ5(X)为f5(X)对应的归一化函数。
故障恢复操作将使电网拓扑发生改变,导致线路供电负荷总量产生波动,而SLb为故障恢复后线路供电负荷总和,因此目标函数f5(X)描述的是线路负荷分配动态失衡程度,客观地反映出故障恢复后负荷分配实际均衡状况。
1.2 目标综合
其中,f(X)为综合目标函数,wi为μi(X)对应的权重因子,权重向量W=[w1,w2,w3,w4,w5]T。
本文运用AHP来实现多目标综合,舰船电力系统故障恢复AHP模型如图1所示。
采用1~9标度建立目标成对比较矩阵A如式(13)所示。
A的最大特征值λmax=5.0681,相应特征向量v=[0.7868,0.4935,0.3007,0.1828,0.1161]T,A中目标数n=5,一致性指标δCI=(λmax-n)/(n-1)=0.0170,平均一致性指标δRI=1.12,一致性比率δCR=δCI/δRI=0.0152<0.1,故符合一致性要求。将v归一化后可以得到权重向量W=[0.4185,0.2625,0.1599,0.0973,0.0618]T。
由式(12)知,综合目标函数为:
且当f(X)达到最大值时对应的X即为全局最优解。
1.3 约束条件
a.舰船配电系统应保持辐射状运行。
为避免环流,便于故障定位和隔离,舰船配电网络在故障恢复前后均需维持辐射状拓扑结构。若每个负荷至多仅1条路径是连通的,则舰船配电系统是辐射状的。
b.线路电流应限制在正常运行范围内。
其中,Ii为第i线路电流,Ii,max为其正常运行时的最大值。
c.发电机容量约束。
其中,Lij为由发电机Gj供电的第i负荷,Cj为发电机Gj的额定容量。
2 舰船电力系统故障恢复流程
采用CAGA并面向负荷投切的舰船电力系统故障智能恢复实现流程如下。
a.给定初始数据,包括负荷数据(负荷大小和优先级)、开关类型(MBT或ABT)、故障前网络结构、故障线路、种群规模、染色体长度和最大迭代次数。
b.建立初始种群P0,在以随机产生为主的P0中植入与故障前各负荷状态相对应的染色体。并对P0中每个个体判断故障负荷是否被隔离,故障路径(包括正常和备用供电路径)是否断开,若否则对该个体作修正。
c.检测P0中各个体对应舰船配网结构是否呈辐射状,若否则修正。
d.评价P0,即对P0中全部个体作逐一评价。先计算约束违背值,由式(15)可求出各线路电流约束违背值之和,由式(16)可求出各发电机容量约束违背之和,将两者进行归一化处理后计算加权和,此加权和称为综合约束违背值。再判断约束违背值是否大于0,若是则所有目标值置0;若否则逐一计算目标值。由式(1)、(3)、负荷大小和优先级可求出f1(X)和f2(X)值;由式(5)、(7)、转换开关类型和故障后恢复前开关序列状态可求出f3(X)和f4(X)值;由式(9)、(11)、线路载荷路径信息和负荷大小可求出f5(X)值。由式(2)、(4)、(6)、(8)、(10)可求得f1(X)~f5(X)归一化值;由式(12)和权重向量W可求得综合目标函数f(X)值。然后将求得的目标函数值、约束违背值、综合目标函数值和综合约束违背值依次链接到相应个体中,此时个体长度增加到N+O+C+2,O为目标个数(O=5),C为可计算约束个数(C=2),并把评价后得到的种群记作Pt(t代种群),其中t表示迭代次数。
e.建立后代种群Pt+1(t+1代种群),即对Pt进行选择、交叉和变异。本文采用二进制竞争选择BTS(Binary Tournament Selection)、单点交叉OC(One-point Crossover)和基本位变异SM(Simple Mutation)。
BTS算子描述如下。
定义1 设Xi与Xj竞争并选择Xi,则下列条件之一成立:
条件1 v(Xi)
条件2 v(Xi)=v(Xj)=0且f(Xi)>f(Xj)。
定义1中,v(Xi)、v(Xj)分别为决策变量Xi、Xj的综合约束违背值;f(Xi)、f(Xj)分别为决策变量Xi、Xj的综合目标函数值。
OC算子交叉率Pc确定如下:
其中,fc为参与交叉双亲中综合目标函数值较大者;fcavg和fcmax分别为用于交叉的交配池所有个体综合目标函数值的平均值和最大值;Ex为数学期望;En为熵;He为超熵,即熵En的熵;En′~N(En,He2);randn(En,He)为生成数学期望为Ex、标准偏差为He的正态随机数;k1、k2为常数;c1、c2为控制参数。
SM算子变异率Pm确定方法类似交叉率Pc,但fc、fcavg、fcmax、k1、k2、c1、c2需对应地置换为fm、fmavg、fmmax、k3、k4、c3、c4。值得注意的是,由于交叉后种群发生改变,因此执行变异前需对交叉后得到的种群进行重新评价。
对经选择、交叉和变异后获得的后代种群Pt+1中所有个体,判断故障负荷是否被隔离,故障路径是否断开,若否则对该个体作修正。
f.检测Pt+1中各个体对应舰船配网结构是否呈辐射状,若否则修正。
g.评价Pt+1,评价方法详见流程d。
h.检测算法收敛与否。若Pt+1=Pt,则认为已收敛,跳转到流程k。
i.更新Pt,即Pt+1Pt。
j.更新迭代次数t,即t+1t,并判断是否到达最大迭代次数,若否则跳转到流程e,若是则继续往下执行。
k.输出结果。从Pt+1中找出综合目标函数最大值所对应的个体即为(近似)全局最优解。
3 算例分析
本文在MATLAB环境中实现了上述故障恢复策略,并用4个算例Case1—4进行验证。舰船电力系统见图2,图中MSB(Main Switch Board)为主配电盘,LCP(Load Center Panel)为负荷中心,发电机G1容量上限为770.0 A,发电机G2容量上限为807.4 A,发电机G3容量上限为768.9 A,发电机G4容量上限为770.0 A;图3为舰船电力系统符号示意图。表1为各负荷电流幅值、优先级,其中,“1”表示高优先级,“0”表示低优先级;各转换开关类型中,“1”表示ABT,“0”表示MBT;Li为第i负荷。
算法参数设置如下:SGA中Pc=0.85,Pm=0.15;AGA中k1=0.6,k2=0.9,k3=0.2,k4=0.3;CAGA中c1=2.9,c2=10,c3=3.0,c4=10,k1=0.9,k2=0.9,k3=0.2,k4=0.2。上述3种算法中,种群规模为50,染色体长度为20,最大迭代次数为200。假设故障前所有负荷均为正常路径供电,且线路电流容量不受限。
设算例Case 1的故障线路为10和63;设算例Case 2的故障线路为19和57;设算例Case 3的故障线路为36和40;设算例Case 4的故障线路为35和60。结合图3可知,Case 1故障情况为L12断电、L3和L13正常供电路径受损、L10备用供电路径受损;Case2故障情况为L5和L11正常供电路径受损;Case3故障情况为L7断电、L8正常供电路径受损;Case4故障情况为L7断电、L8和L11正常供电路径受损、L5备用供电路径受损。
表2分别为Case1—4的故障恢复结果。这些结果中约束违背值均为0。从综合目标函数值f(X)来看,除Case4中AGA比SGA小之外,其余算例均为CAGA最大,SGA最小。
从最优解X来看,对于Case1而言,SGA、AGA和CAGA给出的决策方案分别为L12卸载、L3和L13由备用路径恢复、L5、L8、L16、L20改由备用路径供电,L12卸载、L3和L13由备用路径恢复、L1、L6、L17改由备用路径供电,L12卸载、L3和L13由备用路径恢复、L6、L17改由备用路径供电;对于Case2而言,SGA、AGA和CAGA给出的决策方案分别为L5、L11卸载,L5和L11由备用路径恢复、L3、L6、L8、L17改由备用路径供电,L5、L11由备用路径恢复、L3、L8、L10、L17改由备用路径供电;Case 3和Case 4不再赘述。这些方案中,除Case 3中AGA劣于SGA外,其余算例均为CAGA最优、SGA最劣。从目标函数值f1(X)~f5(X)来看,基本证实了上述决策方案优劣关系的判断。
需要说明的是,Case 3中AGA获得的综合目标f(X)虽然优于SGA,但对于关键目标f1(X),AGA劣于SGA,因此认定AGA给出的决策方案劣于SGA;相反地,Case4中AGA获得的综合目标f(X)虽然劣于SGA,但对于关键目标f1(X),AGA优于SGA,因此认定AGA给出的决策方案优于SGA。这同时也折射出采用目标综合的多目标折中策略的局限性。
为测试算法收敛性能,以Case1为例,种群规模为100,最大迭代次数为200,其余参数不变,视f(X)=0.9010的解为全局最优解,每种算法连续运行10次,收敛到全局最优解的最小迭代次数见表3。从表3可见,SGA、AGA和CAGA收敛到全局最优解概率分别为30%、20%和90%;收敛到全局最优解的平均最小迭代次数分别为57、74.5和28.6。
限于篇幅,本文仅给出算例Case 1和3迭代100次后获得种群P100的表现,分别见图4和图5。图中给出了f1(X)~f5(X)、f(X)与P100所含个体序号n间的关系。由图4可知,对于f1(X),SGA和CAGA略优于AGA;对于f2(X),三者基本相同;对于f3(X),AGA最优,SGA最劣;对于f4(X),AGA最优,SGA最劣;对于f5(X),三者基本相同;对于f(X),CAGA优于SGA和AGA;对于约束违背,三者相同,都仅有1个个体违背约束。由图5可知,对于f1(X),SGA和CAGA明显优于AGA;对于f2(X),CAGA最优,SGA最劣;对于f3(X),CAGA优于SGA和AGA;对于f4(X),AGA优于SGA和CAGA;对于f5(X),SGA和CAGA优于AGA;对于f(X),CAGA略优于SGA和AGA;对于约束违背,CAGA最优,仅有1个个体违背约束,AGA次之,有2个个体违背约束,SGA最劣,有3个个体违背约束。
本文在算例求解过程中发现除了交叉率Pc和变异率Pm外,种群规模大小是影响故障恢复质量的主要因素。种群规模太小将使交配池个体选择困难,种群规模太大会导致算法收敛缓慢。
4 结论
在考虑负荷和开关优先级及线路负荷分配均衡的基础上,本文提出了一种基于CAGA并面向负荷投切的舰船电力系统故障智能恢复策略,克服了SGA和传统AGA算法的固有局限,借助正态云所具有的稳定倾向性和随机性,使算法收敛速度和解的全局最优性得到了较好的改善,算例分析验证了基于CAGA故障恢复策略的可行性和有效性,具有一定的实用价值。
摘要：提出了基于云理论自适应遗传算法并面向负荷投切的舰船电力系统故障智能恢复策略,该方法在考虑负荷和开关优先级及线路负荷分配均衡的基础上,借助于正态云固有的稳定倾向性和随机性,由云发生器自适应调整交叉率和变异率,增强了算法鲁棒性,改善了算法收敛速度。算例分析验证了基于云理论自适应遗传算法多目标故障恢复策略的可行性和有效性,且优于标准遗传算法和传统自适应遗传算法,具有一定的实用价值。