1、“.....尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。如不实，本人负全部责任。论文作者签名年月日学位论文使用授权说明河海大学中国科学技术信息研究所国家图书馆中国学术期刊光盘版电子杂志社有权保留本人所送交学位论文的复印件或电子文档，可以采用影印缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相致......”。

2、“.....允许论文被查阅和借阅。论文全部或部分内容的公布包括刊登授权河海大学研究生院办理。论文作者签名年月日本论文获以下项目资助江苏高校优势学科建设工程项目。在此，作者深表感谢,摘要摘要能源需求的飞速增长导致常规能源储量日渐枯竭，生态环境问题也愈发严重，开辟清洁可再生的新能源逐步替代常规能源已成为我国生态文明社会建设的重点。水电是种清洁的可再生能源，在我方案的多属性决策指标集，并给出了调度方案多属性决策的方法步骤以棉花滩青溪梯级水库为例，估算了青溪水库下游河道所需的最小生态流量和适宜生态流量，构建了考虑河流下游生态需水要求的梯级水库多目标优化调度模型，采用和对模型求解得到非劣调度方案集，分别采用无权重和基于权重的和对方案集进行多属性决策......”。

3、“.....与单目标发电优化调度对比进行方案合理性分析，并对进步提高水资源利用效益提出了相应的建议。关键词梯级水库优化调度河道生态需水多目标免疫遗传算法多属性决策，国的能源格局中占据着重要的位置，先行和强化水电能源开发是调整我国能源结构和实施可持续发展的重要战略决策。目前我国的水电装机容量已具有较大的规模，但是现行水库的调度运行方式侧重于发挥水库的社会经济功能，对库区及下游河流的生态环境功能发挥没有提到应有的高度，导致水生态环境问题逐渐突出，同时能源结构调整的加快和电力市场改革的深化，都对水库调度提出了新的更高的要求。梯级水库优化调度可以在几乎没有增加附属设施和附加投资的情况下，更充分可观地发挥水库群总体调度能力......”。

4、“.....由于流域梯级水库是个与特定自然与社会经济环境紧密结合的开放式复杂系统，具有高维非线性时变不确定性多目标等属性，同时随着流域梯级大规模开发利用，梯级水库目标多元化，联系复杂化已成为基本特征，传统优化调度理论不可避免出现不能最大化发挥梯级水库综合效益的局限。另外流域社会经济快速发展伴随着水电站管理和运行机制尚未健全水生态环境状况日益下降等问题，将生态目标作为水库调度的主要目标之势在必行，因此开展流域梯级水库多目标优化调度具有十分重要的现实意义。本论文围绕了流域梯级水库优化调度，构建了考虑生态需水目标的梯级水库多目标优化调度模型，建立了改进的多目标免疫遗传算法求解梯级水库多目标调度非劣方案集......”。

5、“.....得到了梯级水库多目标优化调度的最佳均衡方案。论文主要内容和研究成果如下系统总结了流域梯级水库优化调度的国内外研究动态，阐述了开展流域梯级水库多目标优化调度的必要性，明确本文的研究理论和框架阐述了梯级水库优化调度特点以及准则，构建了梯级水库优化调度常用模型。同时概括分析国内外有关河流生态需水的估算方法，在此基础上建立了以与适宜生态流量距离最小作为生态环境效益目标函数的梯级水库多目标优化调度模型。简要总结了国内外常用的梯级水库优化调度求解算法，建立了基于矢量距浓度的多目标免疫遗传算法，提出了将多目标免疫遗传算法应用于梯级水库多目标优化调度的求解步骤摘要简要介绍了常用的多属性决策方法......”。

6、“.....详细阐述了两种模型求解的步骤。确定了梯级水库多目标调度式中，为多目标问题为子目标函数为可行解，为可行域。最优解设，若不存在使得，并且至少有个子目标函数满足，则就是多目标优化问题的最优解。非支配排序在寻优过程中，每代个体需选出当前非劣解集，或非支配集，其定义如下设，若不存在使得，并且至少有个子目标函数满足，则称为当前种群的非支配集。通过不断进化和非支配排序后，即能使非支配集无限接近最优解。多目标免疫遗传算法步骤本文在的基础上，通过非支配排序思想构建基于矢量距浓度的多目标免疫遗传算法。其非支配排序过程遗传操作与非支配排序遗传算法无异，的基本流程见图。传统非支配排序是指通过目标适应度值确定抗体之间的支配关系，根据支配关系进行抗体分层......”。

7、“.....为了能够维持目标适应度值规范性和种群多样性，采用适应度共享和小生境技术，但是需要主观确定共享参数，且算法复杂度较高，也未采取精英保留策略，影响了大规模种群优化的实用性。因此在的基础上形第三章梯级水库优化调度多目标免疫遗传算法设计成了基于精英保留策略的快速非支配排序方法步骤如下合并规模大小都为的父代种群与子代种群，得到种群对种群中每个抗体规定两个参数表示种群中支配抗体的个体数和表示抗体支配抗体的集合，通过计算每个抗体的和将进行分层为维持种群多样性，计算每个抗体的拥挤度，即中每个抗体周围个体密度，般用抗体周围包含抗体本身但不包含其他抗体的最小长方形表示通过非支配排序和计算拥挤度，每个抗体都得到两个属性，即非支配序和拥挤度，并规定当，或且时......”。

8、“.....从中选择前个抗体作为新抗体插入到中。图基本流程图函数测试选择只有两个约束性算法参数，并对个体进行编码。水库优化调度中以水库月初水位为控制参数，采用实数编码。产生初始抗体，计算抗体适应度矢量距浓度。本研究模型的目标函数为梯级总发电量最大和最接近适宜生态流量，可直接从目标函数转化为适应度函数。免疫记忆系统更新。根据抗体适应度浓度，对种群进行遗传操作选择交叉变异产生新代的抗体。第三章梯级水库优化调度多目标免疫遗传算法设计将父代和子代种群合并进行快速非支配排序，计算每个抗体拥挤度，得到每个抗体的非支配序和拥挤度。根据和，选择优秀抗体作为新抗体插入到父代种群中。判断是否满足终止进化条件。若不满足，则重新回到步骤......”。

9、“.....则停止计算并输出结果。本章小结本章简要总结了些国内外常用的梯级水库优化调度求解算法，介绍了遗传算法和免疫算法的基本原理数学模型方法步骤及其性质等，并在此基础上对免疫遗传算法进行改进，建立了基于矢量距浓度的免疫遗传算法，并选择了两个高维复杂多峰函数测试改进后算法的性能，测试结果显示改进后的免疫遗传算法更具优越性，收敛速度快，算法效率高。通过非支配解排序思想，构建了基于矢量距浓度的多目标免疫遗传算法，最后提出了梯级水库多目标免疫遗传算法求解的基本步骤。河海大学硕士学位论文第四章梯级水库多目标优化调度方案多属性决策通过梯级水库多目标优化调度模型求解可获得梯级水库调度的非劣方案集，水库调度决策需要从可行方案中选出最佳均衡解，实现综合效益最大化......”。