Download luận văn thạc sĩ ngành thủy văn học với đề tài: Nghiên cứu ứng dụng công nghệ Gen vận hành liên hồ chứa sông Ba mùa lũ, cho các bạn làm luận văn tham khảo

1. 1
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
---------------------
Nguyễn Thị Lan Phƣơng
NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ GEN VẬN HÀNH
LIÊN HỒ CHỨA SÔNG BA MÙA LŨ
LUẬN VĂN THẠC SĨ KHOA HỌC
Hà Nội – 2014

2. 2
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
---------------------
Nguyễn Thị Lan Phƣơng
NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ GEN VẬN HÀNH
LIÊN HỒ CHỨA SÔNG BA MÙA LŨ
Chuyên ngành: Thủy văn học
Mã số: 66 44 90
LUẬN VĂN THẠC SĨ KHOA HỌC
NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS. TS NGUYỄN HỮU KHẢI
Hà Nội – 2014

3. 3
Lời cảm ơn
Luận văn thạc sĩ khoa học “Nghiên cứu ứng dụng công nghệ Gen vận hành liên
hồ chứa sông Ba mùa lũ” hoàn thành tại Khoa Khí tượng – Thủy văn – Hải dương học
thuộc trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội vào tháng 12 năm
2014, dưới sự hướng dẫn trực tiếp của PGS.TS. Nguyễn Hữu Khải.
Tác giả xin bày tỏ sự cảm ơn trân thành tới thầy giáo PGS.TS. Nguyễn Hữu
Khải. Thầy đã tận tình hướng dẫn, chỉ bảo em trong suốt quá trình thực hiện Luận văn.
Tác giả xin bầy tỏ lòng biết ơn sâu sắc tới các Thầy, Cô giáo Khoa Khí tượng
Thủy văn Hải dương học đã giúp đỡ em trong quá trình học tập và nghiên cứu Luận
văn. Tác giả cũng gửi lời cảm ơn tới các đồng nghiệp tại Phòng Thủy văn Trung tâm
Mạng lưới khí tượng thủy văn và môi trường đã tạo mọi điều kiện giúp đỡ để tác giả
hoàn thành Luận văn.
Trong khuôn khổ Luận văn, do điều kiện và thời gian hạn chế nên không tránh
khỏi những thiếu sót, Vì vậy, tác giả rất mong nhận được những ý kiến đóng góp quý
báu của độc giả và những người quan tâm.
TÁC GIẢ

4. 4
MỤC LỤC
Lời cảm ơn.......................................................................................................................1
MỤC LỤC.......................................................................................................................4
DANH MỤC HÌNH........................................................................................................6
DANH MỤC BẢNG.......................................................................................................7
DANH MỤC CHỮ VIẾT TẮT .....................................................................................7
MỞ ĐẦU .........................................................................................................................8
CHƢƠNG I: TỔNG QUAN........................................................................................10
1.1. Tổng quan về các phƣơng pháp vận hành hồ chứa.....................................10
1.1.1.Phương pháp mô phỏng.................................................................................10
1.1.2. Phương pháp tối ưu hóa ...............................................................................12
1.1.3. Nguyên cứu về giải bài toán tối ưu hóa bằng thuật toán di truyền (GA).....15
1.1.4. Tổng quan về các nghiên cứu vận hành liên hồ chứa sông Ba. ...................17
1.2. Điều kiện tự nhiên và kinh tế xã hội lƣu vực sông Ba....................................20
1.2.1. Điều kiện tự nhiên.........................................................................................20
1.2.2. Điều kiện kinh tế xã hội ................................................................................28
CHƢƠNG II: CƠ SỞ L THU ẾT THUẬT TOÁN DI TRU ỀN GA .............31
2.1. Gi i thiệu phƣơng pháp giải GA......................................................................31
2.2. Các kỹ thuật trong giải thuật di truyền GA [32] .........................................32
2.2.1. Kỹ thuật mã hóa............................................................................................33
2.2.2. Khởi tạo quần thể .........................................................................................34
2.2.3. Hàm thích nghi .............................................................................................34
2.2.4. Phép chọn lọc ...............................................................................................35
2.2.5. Phép lai ghép ................................................................................................35
2.2.6. Phép đột biến ................................................................................................37
2.3. Tổng quan về Matlab .......................................................................................38
2.3.1. Khái niệm về Matlab....................................................................................38

5. 5
2.3.2. Tổng quan về cấu trúc dữ liệu của MATLAB, các ứng dụng ......................39
2.4. Thuật toán di truyền GA trong Matlab........................................................39
2.4.1.Giải thuật di truyền bằng command line.......................................................39
2.4.2. Giải thuật di truyền sử dụng Genetic Algorithm Tool..................................40
CHƢƠNG III: T I ƢU H A VẬN HÀNH LIÊN HỒ CHỨA SÔNG BA MÙA
LŨ BẰNG THUẬT TOÁN DI TRU ỀN TRONG MÔI TRƢỜNG MATLAB....45
3.1. Quy trình cắt lũ..................................................................................................45
3.2. M ph ng phƣơng án vận hành liên hồ chứa s ng Ba m a lũ bằng m hình
HEC – RESSIM ........................................................................................................47
3.3. Sử dụng Genetic Algorithm Tool để tối ƣu hóa vận hành liên hồ chứa s ng
Ba m a lũ...................................................................................................................50
3.3.1. Thiết lập hàm mục tiêu: ................................................................................50
3.3.2. Giải thuật di truyền: .....................................................................................50
3.4. Kiểm định kết quả chạy từ Genetic Algorithm Tool bằng m hình HEC-
RESSIM.....................................................................................................................58
3.5. Một số nhận xét..................................................................................................62
KẾT LUẬN...................................................................................................................63
TÀI LIỆU THAM KHẢO ...........................................................................................65
PHỤ LỤC......................................................................................................................68

6. 6
DANH MỤC HÌNH
Hình 1. 1 Sơ đồ vị trí lưu vực sông Ba ..........................................................................21
Hình 1. 2 Lưu vực sông Ba và hệ thống hồ chứa...........................................................27
Hình 2. 1 Sơ đồ khối thuật toán di truyền......................................................................33
Hình 2. 2 Giao diện Genetic Algorithm Tool trong Matlab...........................................41
Hình 3. 1 Sơ đồ hệ thống trong bài toán phòng lũ hạ du ...............................................47
Hình 3. 2 Sơ đồ hệ thống 5 hồ chứa trên Sông Ba.........................................................49
Hình 3. 3 Quá trình vận hành liên hồ chứa sông Ba với lũ năm 2009 cắt lũ theo PA 20... 69
Hình 3. 4 Genetic Algorithm Tool cho bài toán cắt lũ liên hồ chứa sông Ba................53
Hình 3. 5 Biểu đồ hiển thị giá trị tốt nhất và giá trị trung bình của hàm thích nghi qua
mỗi thế hệ.......................................................................................................................54
Hình 3. 6 Biểu đồ vecto của cá thể với giá trị hàm mục tiêu tốt nhất............................54
Hình 3. 7 Khoảng cách trung bình giữa các cá thể mỗi thế hệ ......................................55
Hình 3. 8 Biểu đồ số lượng cá thể con được kỳ vọng với mỗi thế hệ............................55
Hình 3. 9 Biểu đồ phả hệ của cá thể, được mã hóa bằng bảng mầu ..............................56
Hình 3. 10 Biểu đồ giá trị lớn nhất, nhỏ nhất, và giá trị trung bình của hàm thích nghi
trong mỗi thế hệ .............................................................................................................56
Hình 3. 11 Biểu đồ điểm đa dạng ở mỗi thế hệ..............................................................56
Hình 3. 12 Biểu đồ điểm của các cá thể ở mỗi thế hệ....................................................57
Hình 3. 13 Biều đồ lựa chọn cha mẹ..............................................................................57
Hình 3. 14 Biểu đồ các cấp độ dừng tiêu chuẩn.............................................................57
Hình 3. 15 Quá trình vận hành hồ Ba Hạ với lũ năm 2009 ...........................................59
Hình 3. 16 Quá trình vận hành hồ Krông Hnăng với lũ năm 2009................................59
Hình 3. 17 Quá trình vận hành hồ Sông Hinh với lũ năm 2009 ....................................60
Hình 3. 18 Quá trình vận hành hồ Ayun Hạ với lũ năm 2009 .......................................60
Hình 3. 19 Quá trình vận hành hồ Kanak với lũ năm 2009 ...........................................61
Hình 3. 20 Quá trình lưu lượng tại Củng Sơn với lũ năm 2009 ....................................61

7. 7
DANH MỤC BẢNG
Bảng 1. 1 Thông số chính của bậc thang hồ chứa sông Ba............................................27
Bảng 3. 1 Mực nước đón lũ của các hồ..........................................................................45
Bảng 3. 2 Lưu lượng cắt lũ theo 20 phương án tại 5 hồ chạy mô phỏng bằng mô hình
Hec-ressim......................................................................................................................68
Bảng 3. 3 Kết quả giải bài toán tối ưu hoá vận hành liên hồ chứa sông Ba bằng GA...58
Bảng 3. 4. Bảng lưu lượng đỉnh lũ đến tại 5 hồ và Củng Sơn năm 2009 ......................62
DANH MỤC CHỮ VIẾT TẮT
DP Quy hoạch động
DPR Quy hoạch động hồi quy
GA Thuật toán di truyền
KTTV Khí tượng Thủy văn
LP Quy hoach tuyến tính
MNC Mực nước chết
MNGC Mực nước gia cường
MNDBT Mực nước dâng bình thường
MNĐL Mực nước đỉnh lũ
MNTK Mực nước thiết kế
MN kiểm tra Mực nước kiểm tra
Nlm Công suất lắp máy
QTVH Quy trình vận hành
SDP Quy hoạch động ngẫu nhiên
WLP Quy hoạch phi tuyến
Wtb Dung tích toàn bộ
Whi Dung tích hữu ích

8. 8
MỞ ĐẦU
1. Đặt vấn đề
Việt Nam là một quốc gia có địa hình rất đặc trưng với 9 hệ thống sông lớn
cùng rất nhiều sông suối nhỏ trên khắp các vùng, miền, đây là nguồn cung cấp nước vô
cùng phong phú. Tuy nhiên, nguồn nước này lại phân phối không đều trong năm, mùa
cạn thiếu nước còn mùa lũ thì thừa nước gây ra ngập úng, lũ lụt. Để khắc phục nhược
điểm này các hồ chứa thủy điện, thủy lợi đã được xây dựng để điều tiết dòng chảy.
Đi đôi với sự phát triển của nền kinh tế là sự phát triển không ngừng của các
công trình thủy điện, thủy lợi lớn nhỏ. Mỗi công trình được xây dựng đều nhằm phục
vụ một hoặc một số mục đích cụ thể như phát điện, phòng lũ cho hạ lưu, cung cấp nước
tưới,… Để nâng cao hiệu quả và tuổi thọ của các hồ chứa thủy điện thì mỗi hồ cần có
một quy trình vận hành và đặc biệt là quy trình vận hành liên hồ chứa cho các hồ trên
một lưu vực sông.
Trong những năm vừa qua, khu vực đồng bằng hạ lưu sông Ba, bao gồm cả
thành phố Tuy Hòa thường xuyên bị ngập lụt. Chính vì thế mà vai trò phòng lũ của 5
hồ chứa: Kanak, Ayun Hạ, Ba Hạ, Krông Hnăng, Sông Hinh trên lưu vực sông Ba là
vô cùng quan trọng. Các hồ chứa này có dung tích không lớn so với tổng lượng lũ nên
khả năng cắt lũ hạn chế, do đó cần phải có một quy trình vận hành đảm bảo việc xả lũ
an toàn cho hạ lưu và bản thân 5 hồ chứa.
Với mong muốn xây dựng một quy trình vận hành hợp lý nhất cho 5 hồ chứa
lưu vực sông Ba, Luận văn tập trung nghiên cứu sử dụng thuật toán di truyền giải bài
toán tối ưu hóa quy trình vận hành liên hồ chứa sông Ba mùa lũ.
2. Mục đích của Luận văn
Nghiên cứu ứng dụng thuật toán di truyền vận hành liên hồ chứa sông Ba mùa
lũ, nhằm hạn chế tối đa ngập lụt cho khu vực hạ lưu.
3. Đối tƣợng và phạm vi nghiên cứu
- Đối tượng: Thuật toán di truyền (GA)

9. 9
- Phạm vi nghiên cứu: Từ năm hồ chứa thuộc lưu vực sông Ba là: Kanak,
Ayun Hạ, Ba Hạ, Krông Hnăng, Sông Hinh đến trạm thủy văn Củng Sơn.
- Với thời gian có hạn, chỉ tập trung vào bài toán cắt đỉnh lũ để giảm lũ
xuống hạ lưu.
4. Phƣơng pháp nghiên cứu
- Phương pháp phân tích hệ thống;
- Phương pháp mô phỏng bằng mô hình toán;
- Thuật toán di truyền
5. Bố cục của luận văn
Ngoài phần mở đầu, kết luận và phụ lục, Luận văn gồm ba chương chính:
Chương I: Tổng quan
Chương II: Cơ sở lý thuyết thuật toán di truyền
Chương III: Tối ưu hóa vận hành liên hồ chứa sông Ba mùa lũ bằng thuật toán
di truyền trong môi trường Matlab.

10. 10
CHƢƠNG I: TỔNG QUAN
1.1.Tổng quan về các phƣơng pháp vận hành hồ chứa
Điều hành hồ chứa là một phần quan trọng của quy hoạch và quản lý tài nguyên
nước. Quy trình vận hành hồ chứa xác định lượng xả tại một thời điểm nào đấy phụ
thuộc vào trạng thái của hồ chứa, mức yêu cầu cấp nước và các thông tin về lượng
dòng chảy có thể đến hồ chứa. Với hồ chứa đa mục tiêu, ngoài ra còn yêu cầu phân
phối lưu lượng xả cho các mục tiêu. Hiện nay, có hai phương pháp cơ bản để nghiên
cứu vận hành hồ chứa đó là phương pháp mô phỏng và phương pháp tối ưu hóa:
1.1.1.Phương pháp mô phỏng
Vì không có khả năng để thí nghiệm với hồ chứa thực, mô hình mô phỏng toán
học được phát triển và sử dụng trong nghiên cứu. Thí nghiệm có thể thực hiện bằng
cách sử dụng các mô hình này để cung cấp cho sự hiểu biết sâu về bài toán. Mô hình
mô phỏng kết hợp với điều hành hồ chứa bao gồm tính toán cân bằng nước của đầu
vào, đầu ra hồ chứa và biến đổi lượng trữ. Kỹ thuật mô phỏng đã cung cấp cầu nối từ
các công cụ giải tích trước đây cho phân tích hệ thống hồ chứa đến các gói mục đích
chung phức tạp hơn. Theo Simonovic (1992) [29], các khái niệm vốn gắn các mô
phỏng là dễ hiểu và thân thiện hơn các khái niệm mô hình hoá khác.
Các mô hình mô phỏng có thể cung cấp biểu diễn chi tiết và hiện thực hơn hệ
thống hồ chứa và điều hành chúng (chẳng hạn đáp ứng chi tiết của các hồ và kênh riêng
biệt hoặc hiệu quả của các hiện tượng theo thời gian khác nhau nhất định). Thời gian
yêu cầu để chuẩn bị đầu vào, chạy mô hình và các yêu cầu tính toán khác của mô
phỏng là ít hơn nhiều so với mô hình tối ưu hoá. Các kết quả mô phỏng sẽ dễ dàng thỏa
hiệp trong trường hợp đa mục tiêu. Số phần mềm máy tính đa mục tiêu phổ biến có sẵn
có thể sử dụng để phân tích mối quan hệ quy hoạch, thiết kế và vận hành hồ chứa. Hầu
hết các phần mềm có thể chạy trong máy vi tính đang sử dụng rộng rãi hiện nay. Hơn
nữa, ngay sau khi số liệu yêu cầu cho phần mềm thực hành đã được chuẩn bị, nó dễ

11. 11
dàng chuyển đổi cho nhau và do đó các kết quả của thiết kế, quyết định điều hành, thiết
kế lựa chọn khác nhau có thể được đánh giá nhanh chóng.
Nghiên cứu nước ngoài: Một trong số mô hình phổ biến rộng rãi nhất được sử dụng
trong mô phỏng hệ thống hồ chứa tổng quát là mô hình HEC-5 [22], phát triển bởi
Trung tâm thủy văn công trình (Feldman 1981, Wurbs 1996). Jain và Goel (1999) [24]
đã giới thiệu một mô hình mô phỏng tổng quát cho điều hành cấp nước của hệ thống hồ
chứa dựa trên các đường điều phối. Cheng (2004) [20] thiết lập một hệ thống phần
mềm kiểm soát lũ tiêu chuẩn hóa nhiều hồ chứa, tích hợp thu thập dữ liệu thời gian
thực và chế biến, phân tích lượng mưa, dự báo lũ, phân tích hệ thống hồ chứa, truy vấn
thông tin và một số các phương pháp gần đây của kiểm soát lũ dựa trên quy mô hệ
thống quản lý cơ sở dữ liệu. Nghiên cứu đã thiết lập một mô đun hoạt động kiểm soát
lũ, hồ chứa kiểm soát lũ hoạt động với thời gian thực. Hoạt động xả lũ của hồ chứa có
thể mô phỏng là một hằng số hoặc một cửa xả với dung tích điều tiết quy định. Hệ
thống sẽ tự động kiểm tra sức chứa giới hạn của hồ ở mỗi khoảng thời gian khi người
sử dụng cố định lượng chảy ra. Một sự lựa chọn mô phỏng được thiết lập dưới dạng
hằng số hoặc một dung tích điều tiết hoặc tổng hợp cả hai. Phương trình cân bằng khối
lượng hay sự tính toán truyền lũ dòng chảy hồ chứa sẽ được sử dụng để xác định thay
đổi của kho chứa kiểm soát lũ.
Phần lớn các phần mềm vận hành hồ chứa được kết nối với mô hình diễn toán lũ
dựa trên mô hình Muskingum hay sóng động học như các phần mềm thương mại
MODSIM (Labadie et al. 2000), RiverWare (Zagona et al. 1998, Biddle 2001), CalSIM
(Munevar & Chung 1999). Điều này rất hạn chế cho việc điều hành chống lũ và không
áp dụng được cho lưu vực có ảnh hưởng của thủy triều hay nước vật.
Nghiên cứu trong nước: Ở Việt Nam hồ chứa trên các hệ thống sông với nhiều
mục đích khác nhau đã và đang được tiến hành xây dựng, như hệ thống hồ chứa trên
sông Hồng, sông Ba, sông Sê San, sông Đồng Nai v.v.. để vận hành một hệ thống
không nhỏ các hồ chứa nhiều nhà nghiên cứu trong nước đã sử dụng các mô hình mô

12. 12
phỏng khác nhau, phổ biến hiện nay là mô hình HEC-RESSIM một mô hình vận hành
có điều khiển phát triển lên từ HEC-5. Nghiên cứu của Nguyễn Hữu Khải và Lê Thị
Huệ (2007) [11] áp dụng mô hình HEC-RESSIM mô phỏng điều tiết lũ hệ thống hồ
chứa trên lưu vực sông Hương, cho phép xác định trình tự và thời gian vận hành hợp lý
các hồ chứa bảo đảm kiểm soát lũ hạ lưu sông Hương (tại Kim Long và Phú ốc).
Nguyễn Hữu Khải, Lê Xuân Cầu (2010) [9] “Nghiên cứu xây dựng công nghệ điều
hành hệ thống liên hồ chứa đảm bảo ngăn lũ, chậm lũ, an toàn vận hành hồ chứa và sử
dụng hợp lý tài nguyên nước về mùa kiệt lưu vực sông Ba” (đề tài KC.08.30/06-10), Đề
tài đã sử dụng nhiều công nghệ trong đó có mô hình Hec-recssim để mô phỏng vận
hành liên hồ chứa sông Ba, sử dụng mô hình Mike 11 để diễn toán lũ về hạ lưu. Lê
Hùng, Tô Thúy Nga [7], áp dụng mô hình HEC-RESSIM mô phỏng hệ thống hồchứa
trên lưu vực sông Vu Gia – Thu Bồn, từ đó đề xuất quy tắc vận hành hồ chứa ứng với
trường hợp mực nước trước khi lũ về nhỏ hơn mực nước đón lũ, nhằm xả lũ an toàn
cho hạ du đồng thời không ảnh hưởng lớn đến mục tiêu phát điện của các hồ chứa.
Ngoài ra Nguyễn Hữu Khải, Thân Văn Đón [10], dựa vào mô hình Athen điều tiết đơn
hồ chứa và phương pháp Muskingum diễn toàn dòng chảy trong sông, nghiên cứu phát
triển thuật toán liên kết 2 mô hình này thành một mô hình điều tiết liên hồ chứa và áp
dụng thử nghiệm trên lưu vực sông Ba.
1.1.2. Phương pháp tối ưu hóa
Kỹ thuật tối ưu hoá bằng quy hoạch tuyến tính (LP) và quy hoạch động (DP) đã
được sử dụng rộng rãi trong tài nguyên nước và được áp dụng vào vận hành hồ chứa.
Tuy nhiên áp dụng mô hình tối ưu hoá cho điều hành hồ chứa đa mục tiêu còn nhiều
khó khăn. Các khó khăn đó bao gồm phát triển mô hình, huấn luyện nhân lực, chi phí
giải quyết bài toán, cả điều kiện thủy văn tương lai bất định, sự bất lực để xác định và
định lượng tất cả các mục tiêu và sự cần thiết trong việc tương tác tốt hơn với người sử

13. 13
dụng. Vì thế, các nhà khoa học nghiên cứu phương pháp giải bài toán tối ưu hóa mới
nhằm khắc phục các hạn chế trên.
Phương pháp tối ưu phi tuyến bằng công nghệ GAMS mô phỏng bài toán tối ưu
phi tuyến hệ thống công trình điều tiết, nhà máy thủy điện và các hộ sử dụng nước mới
được nghiên cứu sử dụng trong thời gian gần đây. GAMS có thể giải hầu hết các dạng
bài toán tối ưu tuyến tính, phi tuyến, tối ưu động.... GAMS được đánh giá là công cụ
rất phù hợp để giải các bài toán tối ưu trong lĩnh vực quản lý nguồn nước. Công nghệ
GAMS đã được ứng dụng thành công cho nhiều lưu vực sông trên thế giới trong đó có
như lưu vực sông Maipo (Chilê), Mekong.
Phát triển đồng thời với công nghệ GAMS để giải bài toán tối ưu hóa đa mục
tiêu là công nghệ GEN (thuật toán di truyền), đây cũng là một phương pháp rất mới và
ít được sử dụng tại Việt Nam. Luận văn với đối tượng nghiên cứu là thuật toán di
truyền sẽ trình bày cụ thể các nghiên cứu về GA giải bài toán tối ưu hóa trong mục
1.1.3
Nghiên cứu nước ngoài: Trên thế giới việc sử dụng phương pháp tối ưu hóa
nghiên cứu tài nguyên nước là rất phổ biến. Young (1967) [25] lần đầu tiên đề xuất sử
dụng phương pháp hồi quy tuyến tính để vạch ra quy tắc vận hành chung từ tối ưu hoá
xác định. Phương pháp mà ông đã dùng được gọi là “quy hoạch động (DP) Monte-
Carlo”. Về cơ bản phương pháp này dùng kỹ thuật Monte-Carlo tạo ra một số chuỗi
dòng chảy năm tổng hợp cho sông yêu cầu. Quy trình tối ưu thu được của mỗi chuỗi
dòng chảy nhân tạo sau đó được sử dụng trong phân tích hồi quy để cố gắng xác định
nhân tố ảnh hưởng đến chiến thuật tối ưu. Các kết quả là một xấp xỉ tốt của quy trình
tối ưu thực. Sau đó là các nghiên cứu của Yakowitz (1982) [25], Yeh (1985) [21],
Simonovic (1992) [29] và Wurbs (1993) [31] áp dụng các kỹ thuật hệ thống cho bài
toán tài nguyên nước.
Một mô hình quy hoạch để thiết kế hệ thống kiểm soát lũ hồ chứa đa mục tiêu
đã được Windsor (1975) [25] phát triển. Karamouz và Houck (1987) [29] đã vạch ra

14. 14
quy tắc vận hành chung khi sử dụng DP xác định và hồi quy (DPR). Mô hình DPR sát
nhập thủ tục hồi quy tuyến tính nhiều biến đã được Bhaskar và Whilach (1980) gợi ý.
Quy tắc để điều hành một hệ thống nhiều hồ chứa cũng được phát triển (quy hoạch
động ngẫu nhiên), quy tắc yêu cầu mô tả rõ xác suất dòng chảy và hàm tổn thất.
Phương pháp này được Butcher (1971), Louks (1981) [25] và nhiều người khác sử
dụng.
Mô hình tối ưu hoá thường được sử dụng trong nghiên cứu điều hành hồ chứa
sử dụng dòng chảy dự báo làm đầu vào. Datta và Bunget (1984) [21] vạch ra một chính
sách điều hành hạn ngắn cho hồ chứa đa mục tiêu từ một mô hình tối ưu hoá với mục
tiêu cực tiểu hoá tổn thất hạn ngắn. Nghiên cứu chỉ ra rằng khi có một sự nhân nhượng
chịu một đơn vị độ lệch lượng trữ và một đơn vị độ lệch lượng xả từ các giá trị đích
tương ứng thì phép giải tối ưu hoá phụ thuộc vào dòng chảy tương lai bất định cũng
như hình dạng hàm tổn thất.
Một phương pháp khác đang được sử dụng hiện nay để giải thích tính ngẫu
nhiên của đầu vào là chương trình logic mờ. Lý thuyết tập mờ đã được Zadeth (1965)
giới thiệu. Jairaj và Vedula (2000) [23] đã áp dụng phương pháp này cho tối ưu hoá
nhiều hồ chứa.
Nghiên cứu trong nước: Đi đôi với các nghiên cứu sử dụng mô hình mô phỏng
thì phương pháp tối ưu hóa vận hành hồ chứa cũng được sử dụng khá phổ biến tại Việt
Nam. Tô Trung Nghĩa, Lê Hùng Nam [12] – Viện Quy hoạch Thủy lợi đã xây dựng
quy trình vận hành hệ thống liên hồ chứa Hòa Bình, Thác Bà, Tuyên Quang phục vụ
cấp nước trong mùa khô cho hạ lưu sông Hồng – Thái Bình, ứng dụng thành công mô
hình toán thuỷ động lực học MIKE 11 và mô hình tối ưu phi tuyến phân bổ nguồn
nước kết hợp phát điện sử dụng công nghệ tối ưu GAMS cho lưu vực sông Hồng –
Thái Bình, từ đó đề xuất quy trình vận hành hồ chứa bậc thang điều tiết nước trong
mùa cạn cho hạ du sông Hồng – Thái Bình. Hoàng Thanh Tùng, Hà Văn Khối, Nguyễn
Thanh Hải (2013) nghiên cứu ứng dụng phần mềm Crystal Ball xác định chế độ vận

15. 15
hành tối ưu phát điện cho hồ chứa Thác Bà, Tuyên Quang và bậc thang hồ chứa Sơn
La, Hòa Bình có tính đến yêu cầu cấp nước hạ du. Crystal Ball là phần mềm tối ưu và
phân tích rủi ro rất mạnh trong kinh tế và lần đầu tiên được nhóm tác giả áp dụng thành
công cho vận hành các hồ chứa nói trên, nhóm tác giả lựa chọn phương pháp kết hợp
giữa các mô hình mô phỏng và mô hình tối ưu bao gồm: mô hình mô phỏng dòng chảy
đến hồ ngẫu nhiên theo mô phỏng Monte Carlo, mô hình mô phỏng hệ thống hồ chứa,
và mô hình tối ưu để xác định chế độ vận hành tối ưu. Kết quả đạt được là tương đối
tốt so với các mô hình tối ưu sử dụng hiện nay vì mô hình này cho phép phân tích độ
tin cậy và đưa ra chế độ vận hành tối ưu với các mức đảm bảo khác nhau nhằm hỗ trợ
ra quyết định vận hành hồ chứa. Ngoài ra còn có Trần Hồng Thái (2005) và Ngô Lê
Long (2006) [13] bước đầu áp dụng thuật tối ưu hoá trong vận hành hồ Hoà Bình
phòng chống lũ và phát điện.
1.1.3. Nguyên cứu về giải bài toán tối ưu hóa bằng thuật toán di truyền (GA)
Thuật toán di truyền được lập dựa trên cơ sở lý thuyết Drawin về “Nguồn gốc của
các giống loài” và được giới thiệu lần đầu tiên bởi John Holland. Thuật toán di truyền
là một phương pháp để giải quyết vấn đề tối ưu hóa dựa trên chọn lọc tự nhiên theo các
quá trình tiến hóa sinh học. Tại các bước giải, thuật toán chọn cá thể một cách ngẫu
nhiên từ quần thể ban đầu làm cha mẹ và sử dụng chúng tạo ra con cái trong các thế hệ
tiếp theo. Có thể áp dụng thuật toán di truyền để giải một loạt các vấn đề tối ưu ngay cả
đối với hàm mục tiêu là không liên tục, ngẫu nhiên hoặc phi tuyến,…
Để giải bài toán tối ưu đa mục tiêu ta còn kết hợp thuật toán di truyền với các
ràng buộc và phép thử thống kê cho hiệu quả cao mà các phương pháp truyền thống
không có. GA cho phép tìm cực trị toàn cục của một hàm mục tiêu liên tục hay gián
đoạn và sự tính toán mang bản chất tính toán tổ hợp nên nó có thể tự động chọn
nghiệm tối ưu tốt hơn trong các nghiệm không tồi. Việc sử lý ở mức bit làm cho nó có
khả năng ứng dụng rộng rãi và có hiệu quả.

16. 16
Năm 1991, H. Mühlenbein, D. Schomisch and J. Born [30] sử dụng GA để giải
bài toán Rastrigin (1971), Rastrigin là một hàm không lồi, việc tìm giá trị min của hàm
này là một vấn đề khá khó khăn do không gian tìm kiếm lớn và số lượng cực tiểu địa
phương rất nhiều, GA đã tự động chọn nghiệm tối ưu tốt trong các cực tiểu địa phương
này. Tại Việt Nam có nghiên cứu của Lê Xuân Cầu (2000) [5] ứng dụng GA giải bài
toán Reid – Vemuri (1974); Nguyễn Trung Thành, Đại Học Đà Nẵng sử dụng thuật
toán di truyền bằng ngôn ngữ lập trình Matlab nghiên cứu giải bài toán tối ưu hóa cho
cánh tay robot, sử dụng quần thể ban đầu với 30 nhiễm sắc thể ; Nguyễn Thu Hoài, Đại
học Công Nghệ giải bài toán tối ưu hóa cấu trúc mạng nơron mờ bằng giải thuật di
truyền, …
Với bài toán tối ưu hóa đa mục tiêu sử dụng tài nguyên nước, thuật toán di
truyền đã được Robin Wardlaw (1999) [28] đánh giá bằng cách vận hành tối ưu bốn hồ
chứa, kết quả chứng minh rằng thuật toán di truyền có thể sử dụng tốt trong tính toán
theo thời gian thực với dòng vào được tạo ra ngẫu nhiên. Ông cũng xem xét bài toán
phức tạp hơn với mười hồ chứa, kết quả được đưa ra so sánh với các kết quả đã công
bố trước đây. Nghiên cứu này chỉ ra rằng phương pháp thuật toán di truyền là thiết thực
và dễ dàng áp dụng cho các hệ thống phức tạp, nó có tiềm năng như là một phương án
thay thế cho động lực học ngẫu nhiên. Mohammad Noori và nnk (2013) [26] tối ưu
hóa đa mục tiêu hai hồ chứa thuộc lưu vực sông Ghezel Ozan của Malaysia sử dụng
thuật toán di truyền, trong nghiên cứu này GA sử dụng để giải bài toán vận hành tối ưu
hai hồ chứa với mục tiêu sản xuất thủy điện và kiểm soát lũ, các biến quyết định được
biểu thị dưới dạng các gen nhiễm sắc thể, hàm số mục tiêu cũng được lựa chọn như
một chỉ số thích nghi của nhiễm sắc thể và các rằng buộc của nó, kết quả xây dựng
trung bình tháng cho đường cong điều phối. Anongrit Kangrang và Chavalit
Chaleeraktrakoon (2007) [19] đã kết hợp thuật toán di truyền (GA) với mô hình mô
phỏng (HEC-5) để xây dựng đường cong vận hành hồ chứa Bhumibol và Sirikit của
Thái Lan, nghiên cứu này chỉ ra rằng GA cho phép mã hóa các biến quyết định thành

17. 17
các nhiễm sắc thể, sau đó các hoạt động di truyền (phép chọn lọc, lai ghép, đột biến,...)
được thực hiện để tạo ra bộ nhiễm sắc thể mới, trong đó mỗi biến quyết định đại diện
cho cấp độ tháng của đường cong vận hành hồ chứa.
Tại Việt Nam, sử dụng thuật toán di truyền tối ưu hóa vận hành hồ chứa có
nghiên cứu của Nguyễn Thế Hùng và Lê Hùng, Đại học Bách Khoa Đà Nẵng, sử dụng
GA để tìm kiếm quỹ đạo vận hành tối ưu hồ chứa Nhà máy Thủy điện Ea Krong Rou
tỉnh Khánh Hòa, trên cơ sở chuỗi dòng chảy đến hàng tháng của 23 năm nghiên cứu đã
ứng dụng phương pháp mô phỏng Monte Carlo để mở rộng dòng chảy đến là 40 lần
của chuỗi dòng chảy tháng lịch sử. Kết quả tính toán đạt được bởi thuật toán di truyền
được so sánh với phương pháp quy hoạch động, hàm mục tiêu là sản lượng điện năng
bình quân đạt cực đại, thuật toán di truyền đơn mục tiêu ở đây cho thấy dễ dàng mở
rộng nó cho vận hành tối ưu nhà máy thủy điện đa mục tiêu. Gần đây nhất là nghiên
cứu của Nguyễn Hữu Khải, Lê Xuân Cầu (2012) [9] đã xây dựng đường cong chuẩn
quy tắc vận hành tối ưu hồ chứa thủy điện mùa cạn, các tác giả đã dùng thuật toán Gen
để giải bài toán tối ưu đa mục tiêu, nghiên cứu đã xây dựng được phần mềm dựa trên
thuật toán di truyền, các hàm mục tiêu bao gồm: maximize tổng sản lượng điện,
minimize tổng lượng nước thiếu hụt và minimize giá trị tuyệt đối hiệu mực nước hồ
cuối mùa cạn và mực nước chết.
Các nghiên cứu trên tại Việt Nam chỉ sử dụng GA với chuỗi dòng chảy trung
bình tháng cho đường cong điều phối và tối ưu hóa cho vận hành hồ chứa mùa cạn mà
chưa nghiên cứu cho mùa lũ, đặc biệt là bài toán cắt lũ. Do đó, Luận văn với mục đích
sử dụng GA tối ưu hóa vận hành liên hồ chứa sông Ba mùa lũ, sử dụng thuật toán di
truyền tập trung vào bài toán cắt đỉnh lũ, giảm lũ xuống hạ lưu.
1.1.4. Tổng quan về các nghiên cứu vận hành liên hồ chứa sông Ba.
a. Các nghiên cứu về lưu vực và hồ chứa sông Ba

18. 18
Hiện nay, Chính phủ đã ban hành quy trình vận hành liên hồ chứa sông Ba, Tuy
nhiên, với nhiều lý do mà hiệu quả mang lại vẫn chưa cao, dưới đây là một số quy trình
vận hành đã được ban hành cho từng hồ chứa và liên hồ chứa sông Ba:
- Quy trình vận hành hồ chứa thuỷ điện sông Ba hạ (2009) [1] ban hành theo
quyết định số 3024/QĐ-BCT tháng 6/2009 của Bộ Công Thương.
- Quy trình vận hành hồ chứa thủy Ayun hạ (2004) [3] được ban hành theo
Quyết định số 64/2004/QĐ-BNN ngày 11/11/2004 của Bộ NN&PTNN.
- Quy trình vận hành hồ chứa thuỷ điện sông Hinh (2002) [16] được ban hành
theo Quyết định số 2775/QĐ-EVN-KTNĐ ngày 23/8/2002 của Tông Công ty Điện lực
Việt Nam.
- Quy trình vận hành hồ chứa thuỷ điện Krông H‟năng (2010) [2] được ban hành
theo Quyêt định số 2029 QĐ-BCT ngày 13/8/2010 của Bộ Công Thương .
- Quy trình vận hành liên hồ chứa sông Ba (2010) [14] vừa được ban hành theo
Quyết định 1757/QĐ-TTg ngày 23/9/2010 của Thủ tướng Chình phủ.
- Quy trình vận hành liên hồ chứa sông Ba (2014) [15] vừa được ban hành theo
Quyết định 10777/QĐ-TTg ngày 07/7/2014 của Thủ tướng Chính phủ.
Ngoài ra, đã có một số kết quả nghiên cứu quy hoạch phát triển tài nguyên nước
trên lưu vực sông Ba, đó là:
- Cân bằng nước lưu vực sông Ba do đoàn khảo sát quy hoạch thuỷ lợi khu 5 lập
năm 1983 - 1984. Tổng quan sông Ba do Viện quy hoạch và quản lý nước nay là Viện
quy hoạch thuỷ lợi lập năm 1993-1994 [21].
- Định hướng quy hoạch phòng chống lũ lưu vực sông Ba do Viện quy hoạch
thuỷ lợi lập năm 1998-1999 [18].
- Quy hoạch thuỷ lợi tỉnh Gia Lai có một phần lưu vực sông Ba do Viện quy
hoạch thuỷ lợi lập năm 1997-1999 [18].

19. 19
- Quy hoạch sử dụng tổng hợp nguồn nước lưu vực sông Bàn Thạch và sau thuỷ
điện sông Hinh có một phần lưu vực sông Ba do Viện quy hoạch thuỷ lợi lập năm
2000-2001 [18].
- Quy hoạch bậc thang thuỷ điện sông Ba do Công ty tư vấn xây dựng điện 1 lập
năm 2002 [5].
Kết quả nghiên cứu các dự án trên có giá trị thiết thực cho đầu tư phát triển các
giải pháp cấp nước và phòng chống úng, lũ cho nhiều vùng trong lưu vực. Thực tế các
đề xuất trong quy hoạch là hợp lý. Tuy nhiên do điều kiện thực tế của mỗi thời kì lập
quy hoạch nên các quy hoạch trước đây đều có những hạn chế nhất định và bất cập
trước yêu cầu mới cao hơn của dân sinh và các ngành kinh tế trong giai đoạn phát triển
tương lai. Điều này được thể hiện ở những mức độ khác nhau đối với các kết quả
nghiên cứu.
- Nghiên cứu luận cứ khoa học cho các giải pháp phòng tránh hạn chế hậu quả
lũ lụt lưu vực sông Ba của Nguyễn Văn Cư (2003) [6] phân tích điều kiện KT-XH, các
đặc điểm KTTV và mặt đệm lưu vực sông Ba, từ đó đề xuất các giải pháp phòng chống
lũ cho lưu vực, tuy nhiên đề cập rất ít đến vai trò của các hồ chứa.
Gần đây đã có một số đề tài cấp Bộ được tiến hành. Lê Kim Truyền, Nguyễn
Văn Thắng (2003) [17] nghiên cứu cơ sở khoa học và kinh nghiệm thực tiễn về quản
lý tổng hợp lưu vực sông Ba. Viện Quy hoạch thuỷ lợi (2004) [18] đã triển khai dự án
nghiên cứu quy hoạch tổng hợp tài nguyên nước sông Ba. Nguyễn Hữu Khải, Lê Xuân
Cầu (2010) [9] ”Nghiên cứu xây dựng công nghệ điều hành hệ thống liên hồ chứa đảm
bảo ngăn lũ, chậm lũ, an toàn vận hành hồ chứa và sử dụng hợp lý tài nguyên nước về
mùa kiệt lưu vực sông Ba”, Đề tài đã sử dụng nhiều công nghệ trong đó có mô hình
Hec-recssim để mô phỏng vận hành liên hồ chứa sông Ba, sử dụng mô hình Mike 11 để
diễn toán lũ về hạ lưu, đặc biệt là sử dụng thuật toán di truyền để xây dựng đường cong
quy tắc (điều phối) chuẩn vận hành liên hồ chứa mùa kiệt, đây là một công nghệ mới,
chưa từng được sử dụng trước đó.

20. 20
1.2. Điều kiện tự nhiên và kinh tế xã hội lƣu vực s ng Ba
1.2.1. Điều kiện tự nhiên
1.2.1.1. Vị trí địa lý
Lưu vực sông Ba là một trong 9 lưu vực sông lớn ở Việt Nam, thuộc địa phận
của 4 tỉnh: Gia Lai, Đăk Lăk, Phú Yên và một phần nhỏ thuộc Kon Tum. Phạm vi lưu
vực nằm trong khoảng 12035‟ - 14038‟ vĩ độ Bắc, 180000‟ - 190055‟ kinh độ Đông
với diện tích lưu vực là 13.900 km2. Phía Bắc giáp thượng nguồn sông Trà Khúc, Bắc
và Tây Bắc giáp sông Sê San, Tây và Tây Nam giáp sông Srepok. Phía Nam giáp sông
Bàn Thạch. Phía Đông là dải Trường Sơn Đông ngăn cách với các lưu vực sông Kone,
sông Kỳ Lộ. Sông Ba đổ ra biển Đông ở Đồng Bằng Tuy Hoà tỉnh Phú Yên.

21. 21
Hình 1. 1 Sơ đồ vị trí lưu vực sông Ba
1.2.1.2. Hệ thống sông
Hệ thống sông Ba có mật độ lưới sông là 0,22 km/km2; sông chính sông Ba có
chiều dài là 372 km. Sông Ba thuộc loại sông kém phát triển so với các sông khác vùng
lân cận. Trong đó, ba sông nhánh lớn nhất là Iayun, Krông H‟Năng và sông Hinh đều
nằm bên phía hữu ngạn:
a. Sông Iayun

22. 22
Iayun là một sông nhánh lớn nhất của sông Ba có diện tích lưu vực là 2.950
km2 và chiều dài sông là 175 km. Sông bắt nguồn từ vùng núi cao từ 1500 đến 1700 m,
chảy theo hướng Bắc -Nam đến Chư Sê và sau đó chuyển hướng Tây Bắc- Đông Nam
đến Cheo Reo thì nhập vào bờ phải sông Ba. Sông IaYun có lượng mưa năm khoảng
1.600 mm, mô duyn dòng chảy trung bình nhiều năm 18 l/s km2 và chiếm khoảng
17,5% tổng lượng nước đến của lưu vực sông Ba.
b. Sông Krông Hnăng
Krông H‟Năng là sông nhánh lớn thứ hai của sông Ba có diện tích lưu vực là
1.840 km2 và chiều dài sông là 130 km. Sông Krông H‟Năng bắt nguồn ở vùng núi cao
trên 1000 m thuộc huyện Krông H‟Năng của tỉnh Dak Lak. Do địa hình phức tạp nên
hướng chảy của sông này gần như hình vòng cung, đoạn đầu theo hướng Bắc- Nam,
sau đó chuyển sang hướng Tây Bắc- Đông Nam rồi lại chảy ngược lên gần như hướng
Nam - Bắc để nhập vào sông Ba. Lượng nước của sông nhánh Krông H‟Năng đổ vào
sông Ba chiếm khoảng 12,5% tổng lượng nước của toàn lưu vực sông Ba.
c. Sông Hinh:
Với diện tích lưu vực là 1.040 km2 và chiều dài sông là 88 km, sông Hinh là
sông nhánh lớn thứ 3 của sông Ba. Sông Hinh bắt nguồn từ đỉnh núi Chư Hmú cao
2.051m chảy theo hướng Tây Nam - Đông Bắc, đến gần thị trấn Sơn Hoà thì nhập vào
bờ phải sông Ba. Do có địa hình núi cao chắn gió nên sông Hinh có lượng mưa tương
đối lớn hơn các nhánh sông khác với lượng mưa năm trung bình khoảng 2.600 mm và
mô đun dòng chảy trung bình nhiều năm là khoảng 53 l/s km2. Lượng nước của sông
Hinh chiếm khoảng 17,4% tổng lượng nước của toàn lưu vực sông Ba.s
1.2.1.3. Đặc điểm khí hậu
Lưu vực sông Ba đại bộ phận nằm ở phía Tây dải Trường Sơn, chỉ có phần nhỏ
ở hạ lưu nằm phía sườn Đông Trường Sơn. Do tác dụng của dãy Trường Sơn mà lưu
vực sông Ba chịu ảnh hưởng mạnh mẽ của hai kiểu khí hậu gió mùa Đông Trường Sơn
và Tây Trường Sơn mang lại khá rõ rệt.

23. 23
Khí hậu Tây Trường Sơn: Đặc điểm của kiểu khí hậu này là do gió mùa Tây
Nam thổi qua vịnh Ben Gan mang theo hơi ẩm vào hàng năm từ tháng V đến tháng X
tạo nên các trận mưa giông với một lượng mưa khá phong phú, tạo cho hầu hết lưu vực
một mùa mưa ẩm dịu mát. Từ tháng XI đến tháng VI năm sau là một mùa khô ít mưa,
gây tình trạng thiếu nước nghiêm trọng.
Khí hậu Đông Trường Sơn: Đặc điểm của kiểu khí hậu này là sự tác động mạnh
mẽ của các nhiễu động thời tiết từ biển Đông vào và kết hợp với gió mùa Đông Bắc.
Hàng năm từ tháng IX đến tháng XII các cơn bão muộn từ biển Đông đổ bộ vào đất
liền, gặp dãy Trường Sơn bão bị suy yếu tạo thành vùng áp thấp nhiệt đới kết hợp với
gió mùa Đông Bắc gây mưa lớn ở phần thượng nguồn trên dòng chính sông Ba và ảnh
hưởng khá mạnh mẽ cho vùng hạ du sông Ba, trên lưu vực sông Hinh và một phần
sông KRông H‟Năng. Phần lưu vực từ thượng nguồn đến An Khê và hạ lưu Sơn Hoà,
sông Hinh trở xuống đến cửa ra. Về mùa Đông do gió mùa Đông Bắc kết hợp bão
muộn từ biển Đông hoạt động mang hơi ẩm từ biển Đông vào nên ở hai phần lưu vực
kể trên vẫn có mưa nhưng với lượng mưa không nhiều.
Chế độ mưa
Do đặc điểm địa hình và điều kiện khí hậu mà chế độ mưa của lưu vực sông Ba
khá phức tạp so với các lưu vực khác lân cận. Khi vùng thượng và trung du lưu vực đã
là mùa mưa rồi nhưng vùng hạ du lại đang còn ở thời kỳ khô hạn, khi thượng và trung
du đã kết thúc mùa mưa nhưng vùng hạ du vẫn trong thời kỳ mưa lớn. Mùa mưa ở
vùng thượng và trung du thường đến sớm từ tháng V và kết thúc vào tháng X hoặc
tháng XI, kéo dài trong 6-7 tháng. Trong khi đó mùa mưa vùng hạ du đến muộn và kết
thúc sớm, chỉ kéo dài 3-4 tháng khoảng tháng IX đến tháng XII.
Phân bố mưa theo mùa: Sự phân bố mùa mưa trong năm trên lưu vực sông Ba
chịu sự chi phối mạnh mẽ của khí hậu Tây và Đông Trường Sơn và đặc điểm địa hình
của lưu vực.

24. 24
Khu vực Tây Trường Sơn: Mùa mưa kéo dài 6 tháng từ tháng V đến tháng X
trùng với mùa gió mùa Tây Nam hoạt động. Lượng mưa cả mùa xấp xỉ 90% lượng mưa
năm. Tháng VIII và tháng IX thường có lượng mưa tháng lớn nhất và đạt trên 200
mm/tháng ở nơi ít mưa, từ 350 đến 470 mm/tháng ở nơi nhiều mưa. Giữa mùa từ tháng
I đến tháng III có nhiều năm không mưa và nếu có thì lượng mưa cũng không đáng kể
(chỉ 2-10 mm/tháng) và cũng chỉ mưa trong một vài ngày. Đại diện cho khu vực này là
trạm Pleiku, Pơ Mơ Rê, Chư Sê,…
Khu vực Đông Trường Sơn: Mùa mưa ngắn chỉ 3-4 tháng, từ tháng IX đến tháng
XI hoặc XII hàng năm cùng với thời kỳ gió mùa Đông Bắc và bão muộn hoạt động trên
biển Đông. Lượng mưa trong mùa mưa ở đây chiếm 65 – 75% lượng mưa cả năm.
Mưa lớn thường xảy ra vào tháng X và tháng XI, tháng có lượng mưa lớn có thể đạt
trên 600 mm/tháng có năm có trạm đạt tới 1920 mm/(XI-81) ở Sông Hinh, 1310
mm/(XI-90) ở Tuy Hoà. Số ngày mưa trong tháng từ 20 – 25 ngày/tháng. Mùa ít mưa
kéo dài 8-9 tháng (từ tháng I đến tháng VIII hoặc IX) lượng mưa trong mùa ít mưa
chiếm 30 – 35% lượng mưa cả năm. Tháng II đến tháng III thường có lượng mưa nhỏ
nhất và chỉ đạt 20 - 30 mm/tháng đối với vùng cao, dưới 20 mm/tháng đối với vùng
thấp. Khu vực này thường có đỉnh mưa từ tháng V đến tháng VI hàng năm. Tháng VII
và tháng VIII lượng mưa lại giảm đi. Đại diện cho vùng này là các trạm Sông Hinh,
Sơn Thành, Tuy Hoà.
Khu vực trung gian: Khu vực này chịu tác động qua lại của khí hậu Tây và
Đông Trường Sơn. Mùa mưa ở đây kéo dài 7 tháng từ tháng V đến tháng XI. Lượng
mưa dùng hàng năm chiếm khoảng 85 – 93 % lượng mưa năm. Số ngày mưa trong mùa
mưa khoảng 15 – 20 ngày mưa trong một tháng. Tháng IX và tháng X thường có lượng
mưa tháng lớn nhất đạt khoảng 250 – 350 mm/tháng xấp xỉ 20% lượng mưa năm. Mùa
ít mưa kéo dài 5 tháng từ tháng XII đến tháng IV năm sau, trong đó tháng I và tháng II
là những tháng ít mưa nhất, lượng mưa trong 2 tháng này có nhiều năm bằng 0 và nếu
có mưa thì cũng chỉ đạt 2 – 10 mm/tháng và cũng chỉ mưa trong vài ngày. Nếu phân

25. 25
theo khu vực thì khu Đông Trường Sơn mưa lớn nhất (Sông Hinh, Sơn Thành), sau đó
là đến Tây Trường Sơn (Pơ Mơ Rê, Chư Sê), có lượng mưa nhỏ nhất là khu trung gian
(An Khê, Cheo Reo, Phú Túc, Krông H‟Năng).
1.2.1.4 Đặc điểm thủy văn
a. Chế độ dòng chảy
Trên lưu vực sông Ba, sự biến động về mùa ở đây khá phức tạp. Ngay tại vị trí
một trạm đo có năm mùa lũ đến sớm hơn hoặc muộn hơn hai đến ba tháng tạo nên mùa
lũ hàng năm dài ngắn khác nhau, có năm chỉ có 2 -3 tháng mùa lũ, song cũng có năm
tới 5 - 6 tháng mùa lũ, điều này thể hiện tính chất mùa không ổn định trên lưu vực. Với
những năm gió mùa Tây Nam hoạt động mạnh ngay từ đầu mùa mưa (tháng V hàng
năm) mùa lũ trên lưu vực đến sớm. Đến cuối mùa nếu gặp mưa do bão, áp thấp nhiệt
đới từ biển Đông vào thì mùa lũ sẽ kéo dài thêm. Trên lưu vực sông Ba chỉ có sông
Hinh và các nhánh sông suối nhỏ khác vùng hạ lưu sông Ba chịu tác động đơn thuần
của khí hậu Đông Trường Sơn nên có mùa dòng chảy ổn định hơn. Mùa lũ ở các trạm
đo thuỷ văn trong lưu vực sông Ba như sau: An Khê 4 tháng (IX – XII) Củng Sơn 4
tháng (IX – XII) KRông HNăng 4 tháng (IX – XII)
Phân phối dòng chảy các khu vực:
- Khu vực Tây Trường Sơn: Mùa mưa ở đây dài 6 tháng (V – X).
- Khu vực phía Bắc: Bao gồm toàn bộ nhánh sông Ayun, mùa lũ kéo dài 5
tháng, từ tháng VII đến tháng XI.25
- Khu vực phía Nam: Bao gồm thượng nguồn của sông Krông H‟năng. Mùa lũ
hàng năm khoảng 5 tháng, từ tháng VIII đến tháng XII.
- Khu vực Đông Trường Sơn: gồm toàn bộ phần hạ lưu sông Ba. Mùa mưa ở
đây muộn và ngắn từ 3 đến 4 tháng từ tháng IX đến tháng XII. Mùa lũ ngắn chỉ 3
tháng, từ tháng X đến tháng XII (chậm hơn mùa mưa 1 tháng) thành phần lượng nước
mùa lũ chiếm 65 - 75 % lượng nước cả năm. Tháng có lượng nước nhiều nhất là tháng
XI thành phần dòng chảy có thể đạt 32 - 36% lượng nước cả năm.

26. 26
- Khu vực trung gian: bao gồm phần lớn lưu vực sông Ba, dọc theo thung lũng
sông Ba, kéo dài đến phần thượng nguồn sông Krông Ana, toàn bộ vùng này thể hiện
tính trung gian của 2 khu vực Tây và Đông Trường Sơn. Mùa lũ khu vực này kéo dài 4
tháng từ tháng IX đến tháng XII chậm hơn so với mùa mưa 4 tháng. Do đặc điểm địa
hình bị ngăn cách bởi các dãy núi cao nên lượng mưa trong khu vực không lớn, cộng
với nắng nhiều, nhiệt độ cao, đất đai tơi xốp nên tổn thất qua bốc hơi và thấm rất lớn.
Vì vậy mùa lũ ở đây chậm nhiều so với mùa mưa và mùa lũ ở các khu vực khác. Thành
phần lượng nước mùa lũ chiếm 70 - 75% lượng nước cả năm. Tháng có lượng nước lớn
nhất là tháng XI, lượng nước chiếm 22 - 27% lượng nước cả năm.
1.2.1.5. Hệ thống hồ chứa lưu vực sông Ba
Để sử dụng và khai thác hiệu quả tài nguyên nước, các hồ chứa trên lưu vực
sông Ba đã được xây dựng. Hiện nay hồ chứa Ayun Hạ đã xây dựng, có dung tích hiệu
dụng là 201.106
m3
, dung tích chết là 52.106
m3
, mực nước dâng bình thường là 204m,
mực nước chết: 192m. Dung tích phòng lũ của Ayun Hạ là 25,5.106
m3
. Điện năng khá
nhỏ, công suất chỉ khoảng 3 MW. Hồ chứa sông Hinh cung cấp điện năng là chính với
công suất 70 MW, có dung tích hiệu dụng 323.106
m3
, mực nước dâng bình thường
209m, mực nước chết 196m. Hồ chứa sông Ba Hạ đưa vào hoạt động tháng 5/2009, có
dung tích hiệu dụng là 165,9.106
m3
, dung tích chết là 183,8106
m3
, mực nước dâng
bình thường:112,5m, công suất phát điện 220MW. Hồ chứa Krông Hnăng với dung
tích 242.106
m3
và công suất 64MW vừa đưa vào hoạt động. Hiện nay các hồ chứa thuỷ
điện AnKhê-Kanak với dung tích 285,5.106
m3
và công suất 173MW mới được xây
dựng và cũng đã đi vào hoạt động. Và còn có một số hồ chứa và đập dâng đang được
quy hoạch và có thể xây dựng trong tương lai như hồ sông Ba Thượng, Đăk Đrông
.v.v. Ngoài ra còn có hàng trăm hồ chứa nhỏ khác phục vụ tưới phân bố trên các nhánh
sông. Nhìn chung hệ thống hồ chứa đã tạo được nguồn nước và cung cấp cho các nhu cầu
dùng nước của các ngành trên lưu vực. Hệ thống hồ chứa lưu vực sông Ba chỉ ra trên hình
1.4 và bảng 1.1.

27. 27
Bảng 1. 1 Th ng số chính của bậc thang hồ chứa s ng Ba
Thông số
Flv
(km2
)
MNDBT
(m)
MNC
(m)
Wtb
(106
m3
)
Whi
(106
m3
)
Ka Nak 833 515 480 313.7 298.2
Ia Yun Hạ 1670 204 195 253 201
Krông Hnăng 1168 260 250 356.6 424.9
Sông Ba Hạ 11115 105 101 349.7 165.9
Sông Hinh 772 209 196 357 323
Hình 1. 2 Lưu vực sông Ba và hệ thống hồ chứa

28. 28
1.2.2. Điều kiện kinh tế xã hội
1.2.2.1. Hiện trạng phát triển kinh tế
Dân số trong toàn lưu vực sông Ba tính đến 31/12/2010 có khoảng 1.391.701
người. Trong đó vùng thượng và trung lưu thuộc Tây Nguyên bao gồm Nam Bắc An
Khê, thượng Ayun, Ayun Pa, Krông Pa, Krông HNăng có dân số khoảng 804.364
nguời, mật độ dân số bình quân 76,8 người/ Km2
, người kinh chiếm 55,57% dân số
toàn vùng còn lại 44,23% là người dân tộc ít người (phần lớn là người Gia Lai). Dân số
thị trấn huyện lỵ chiếm 19,5% và nông thôn chiếm 80,5%. Mật độ dân số phân bố
không đều chủ yếu tập trung ở các thành thị và trục giao thông và những vùng kinh tế
phát triển, mật độ có thể đạt từ (305-1314) người/km2
. Còn các huyện thuộc vùng Nam
Bắc An Khê, thượng Ayun như huyện KBang, Kon ChRo, ĐăkĐoa mật độ dân số chỉ
đạt từ (20-30) người/km2
. Tỷ lệ tăng dân số 2,,01%
Lưu vực sông Ba trải dài 3 tỉnh Tây Nguyên là Kon Tum, Gia Lai, Đăk Lăk và 1
tỉnh Duyên hải Miền Trung với 19 huyện thị và 1 thành phố, có tiềm năng kinh tế tổng
hợp và chịu sự chi phối bởi nền kinh tế thị trường đầy sôi động với cơ cấu kinh tế
Nông lâm – Công nghiệp – Dịch vụ và du lịch ngoài ra vùng hạ lưu còn có cơ cấu thuỷ
sản do có lợi thế về nuôi trồng và đánh bắt thuỷ sản. Đây là lưu vực có vị trí quan trọng
về kinh tế và an ninh quốc phòng của vùng Tây nguyên và ven biển miền Trung. Cơ
cấu phát triển kinh tế từ trước đến nay vẫn lấy Nông – Lâm - Nghiệp là chính nên giá
trị GDP trong nông nghịêp vẫn chiếm tỷ trọng cao, năm 2000 chiếm 50,6%; năm 2004
chiếm 45,5%; năm 2010 giảm còn 40% trong tổng giá trị các ngành kinh tế trong lưu
vực. Tuy vậy nền kinh tế nông lâm nghiệp đang có chiều hướng giảm dần để tăng giá
trị cơ cấu công nghiệp - dịch vụ du lịch cho phù hợp với xu thế phát triển kinh tế chung
của đất nước. Nhìn chung cơ cấu kinh tế giữa các vùng trong lưu vực sông Ba biến
động không đồng đều. Tổng giá trị GDP trong các ngành kinh tế trên toàn lưu vực sông
Ba năm 1998 là 5425 tỷ đồng, năm 2006 là 6241 tỷ đồng và năm 2010 là 6594 tỷ đồng.

29. 29
Nhìn chung nền kinh tế trên lưu vực sông Ba vẫn tăng trưởng đếu với nhịp độ bình
quân 2006 đến năm 2010 đạt 12,35%/năm.
1.2.2.2. Định hướng phát triển dến năm 2015 và 2020
Dự kiến nguồn nhân lực trên lưu vực Sông Ba vào những năm 2015 và 2020 là cơ
bản ổn định dân số hiện có trên địa bàn các huyện của lưu vực trên cơ sở ổn định, định
canh, định cư, giãn dân ở vùng thị trấn, thị tứ. Đồng thời tiếp nhận và bố trí dân kinh tế
mới từ tỉnh khác về các vùng trọng điểm kinh tế và củng cố an ninh quốc phòng theo
chỉ đạo của Trung ương. Trong đó ưu tiên các vùng: Ayun pa, Krông pa, Krông Hnăng.
Dự báo dân số trên lưu vực Sông Ba đến năm 2015 là 1.540.399 và năm 2020 là
1.755.196 người tương ứng với số lao động của năm 2015 là 816.414 người và năm
2020 là 930.254 người với chất lượng lao động tốt biết áp dụng các tiến bộ kỹ thuật
vào sản xuất đáp ứng yêu cầu phát triển kinh tế xã hội của toàn lưu vực.
Theo quy hoạch sử dụng đất đai trên lưu vực sông Ba đến năm 2015 và sau năm
2015 cho thấy: Trước mắt sử dụng có hiệu quả diện tích đất nông lâm nghiệp hiện có,
tập trung đi theo hướng sản xuất hàng hoá, thâm canh tăng vụ, áp dụng các tiến bộ
khoa học kỹ thuật vào sản xuất nông lâm nghiệp để tăng năng suất cây trồng vật nuôi.
Phát triển diện tích lúa nước vụ Đông Xuân từ 37.312ha (năm 2004) lên 47.228 ha
(năm 2010). Đồng thời giảm lúa nương rẫy từ 17.684 ha (năm 2004) xuống còn 5300
ha (năm 2010) dần đến năm 2015-2020 triệt tiêu hoàn toàn lúa nương rẫy để tránh xói
mòn bạc màu đất và nạn đốt phá rừng đầu nguồn.
Phát triển đa dạng vật nuôi, thực hiện tốt công tác tạo giống, trọng tâm là sin hoá
đàn bò, phấn đấu đến năm 2015 đưa tỷ lệ đàn bò lai lên 50% so với hiện nay và nạc
hoá đàn lợn lên 65%, đến năm 2020 dự kiến đạt 100%.
Phát triển đánh bắt thuỷ hải sản ngoài khơi kết hợp với bảo vệ chủ quyền hàng hải,
khai thác hợp lý nguồn lợi thuỷ sản gần bờ và xa bờ, dự kiến trữ lượng khai thác năm
2015 là 10.000 tấn và năm 2020 là 15.000 tấn. Tận dụng triệt để mặt nước hồ thuỷ điện

30. 30
Sông Hinh, Sông Ba hạ, sông KRông HNăng, hồ Ayun hạ, hồ An Khê Kannak phấn
đấu đến 2015 đạt sản lượng 9300 tấn và đạt 15000 tấn vào năm 2020.
Mục tiêu phát triển công nghiệp vùng dự án là công nghiệp hoá và hiện đại hoá với
nhịp độ tăng bình quân theo giá trị gia tăng công nghiệp thời kỳ 2005 đến 2010 là 15%
và 2020 là 18,5%. Nâng tỷ trọng công nghiệp lên 30% vào năm 2020. Ưu tiên phát
triển các ngành công nghiệp mũi nhọn dựa trên nguồn lực sẵn có và nguồn lực bên
ngoài. Đảm bảo 90% nước sinh hoạt và công nghiệp vào năm 2015 cho 3 thị xã An
Khê và EaKa (mới thành lập) và thành phố Tuy Hoà và 100% vào năm 2020. Còn lại
các thị trấn đảm bảo cấp nước sinh hoạt đạt 100% vào năm 2015. Thông qua chương
trình nước sạch nông thôn phấn đấu đảm bảo 80% dân số sử dụng nước sạch vào năm
2015 và 100% vào năm 2020, đặc biệt quan tâm vùng sâu, vùng xa, vùng có đồng bào
dân tộc ít người
Đến năm 2020, tổng lượng nước yêu cầu : 3656,8. 106
m3
, trong đó: nước cho nông
nghiệp và chăn nuôi: 2812,5.106
m3
, chiếm 77 % tổng lượng nước yêu cầu; nước cho
nuôi trồng thuỷ sản: 52.106
m3
, chiếm 1%; Nước cho công nghiệp, dân sinh: 164,1.106
m3
, chiếm 4%; nước môi trường, duy trì dòng chảy: 627,8.106
m3
, chiếm 17 %.

31. 31
CHƢƠNG II: CƠ SỞ L THU ẾT THUẬT TOÁN DI TRU ỀN GA
2.1. Gi i thiệu phƣơng pháp giải GA
Trong quá trình phát triển của loài người, con người luôn không ngừng cố gắng
tìm cách điều khiển và cải tạo thiên nhiên phục vụ cho cuộc sống của mình. Điều này
được thể hiện qua việc loài người không ngừng tìm kiếm phát minh ra các loại máy
móc thay thế cho lao động. Quá trình này có thể chia làm hai giai đoạn. Đầu tiên là giai
đoạn sử dụng các công cụ tính toán và logic truyền thống (Hard computing) đưa vào
máy móc tính chính xác và nhanh chóng trong quá trình thi hành. Ở giai đoạn tiếp theo,
với mong muốn thêm vào đó tính thông minh và khả năng quyết định mềm dẻo trong
các bài toán học từ mẫu dữ liệu ít ỏi cho trước, người ta sử dụng công cụ tính toán
mềm (Soft Computing) gồm 4 nội dung chính là: Fuzzy logic (FL), Neural Network
(NN), Genetic Algorithm (GA), Support Vector Machines (SVM). Trong đó giải thuật
di truyền có thể sử dụng độc lập hoặc là công cụ trợ giúp cho các lĩnh vực khác của
Soft Computing nhờ ưu điểm trong tìm kiếm toàn cục. Giải thuật di truyền có xuất xứ
từ học thuyết của Drawin về “Nguồn gốc của các giống loài”
- Các giống loài đều có xu hướng gia tăng và mở rộng về số lượng.
- Con cái thường đại diện cho cha mẹ nhưng không hoàn toàn giống cha mẹ.
- Sự thay đổi nhỏ của con cái ảnh hưởng lớn đến cơ hội sống sót
- Các các thể thích nghi hơn với môi trường mới có khả năng sống sót cao hơn
(chọn lọc tự nhiên)
Căn cứ vào học thuyết của Drawin, năm 1975, John Holland đã phát triển giải
thuật di truyền .
Việc sử dụng giải thuật di truyền có một số ưu điểm chính như:
- Sử dụng cơ chế song song ẩn: Sử dụng nhiều cá thể đồng thời tiến hóa nên
tránh khỏi cực trị địa phương;

32. 32
- Dễ dàng thực hiện. Để giải quyết vấn đề mới chỉ cần thêm các nhiễm sắc thể
mới và hàm thích nghi mới. Các phép toán di truyền vẫn giữ nguyên.
Tuy nhiên, giải thuật di truyền cũng gặp một số khó khăn nhất định như:
- Khó khăn trong việc chọn và thực hiện cách mã hóa nhiễm sắc thể và biểu
diễn hàm thích nghi;
- Thời gian tính toán lâu hơn so với các thuật toán khác. Để khắc phục nhược
điểm này ngày nay các nhà khoa học đã kết hợp thuật toán với công cụ trợ giúp khác
làm thuật toán nhanh hội tụ. Cụ thể tại Luận văn này tác giả đã kết hợp GA với một mô
hình mô phỏng để rút ngắn thời gian tính toán của thuật toán di truyền.
2.2. Các kỹ thuật trong giải thuật di truyền GA [30]
Các kỹ thuật trong giải thuật di truyền được thể hiện trong sơ đồ khối sau:

33. 33
Hình 2. 1 Sơ đồ khối thuật toán di truyền
2.2.1. Kỹ thuật mã hóa
Mã hóa trong giải thuật di truyền là biểu diễn các nhiễm sắc thể chứa thông tin
cho lời giải. Một số cách mã hóa được sử dụng là: Mã hóa nhị phân - Binary coding,
mã hóa k mức - K-nary coding, mã hóa theo số thực- Real-number coding. Quá trình
mã hóa có thể biểu diễn các đầu vào thành các dãy nhiễm sắc thể theo mảng một chiều
hoặc nhiều chiều.
Việc lựa chọn phương thức mã hóa tùy thuộc vào bài toán giải quyết. Thông
thường hay dùng mã hóa nhị phân .Ví dụ dưới đây mô tả cách mã hóa các số
No
Yes

34. 34
thực thành các bit nhị phân:
VD: Cần mã hóa biến z  [x,y]  bằng một tập các bit nhị phân {a1,…,aL}
{0,1}L
Ánh xạ : {0,1}L
 [x,y] sẽ được xác định như sau:
a1,....aL) = x + 




 1
0
)2..(
12
L
j
j
jLL
a
xy
],[ yx
Như vậy, theo cách mã hóa trên thì chỉ 2L
giá trị đầu ra được xác định. L phụ thuộc
vào độ chính xác của lời giải (chính xác đến bao nhiêu chữ số thập phân),độ chính xác
càng cao thì nhiễm sắc thể có độ dài càng lớn và sự tiến hóa càng chậm.
2.2.2. Khởi tạo quần thể
Khi chọn được cách mã hoá phù hợp, người ta tiến hành mã hoá các biến đầu
vào thành các cá thể (nhiễm sắc thể), tập hợp các nhiễm sắc thể này sẽ tạo thành một
quần thể. Việc khởi tạo có thể bắt đầu với một quần thể bao gồm các cá thể được tạo ra
ngẫu nhiên hoặc sử dụng từ:
- Một quần thể cũ được lưu lại từ trước;
- Một tập các lời giải cung cấp bởi các chuyên gia;
- Một tập các lời giải cung cấp bởi các thuật toán tìm kiếm khác, đây là phương
pháp khởi tạo quần thể ban đầu mà Luận văn sử dụng.
2.2.3. Hàm mục tiêu
Sau khi khởi tạo quần thể hoặc ở thời điểm các thế hệ mới được tạo thành,
chúng ta phải sử dụng hàm mục tiêu để đánh giá độ thích nghi của mỗi nhiễm sắc thể
nhằm có cơ sở cho việc lựa chọn bố mẹ cho các phép lai tạo và đột biến. Như vậy, mục
đích của hàm mục tiêu là:
- Lựa chọn cá thể cha mẹ phù hợp;
- Kiểm tra sự hội tụ của giải thuật;
- Chọn các cá thể bị loại bỏ;
- Đảm bảo sự phân bố hợp lý của các quần thể.

35. 35
Để đảm bảo sự phân bố hợp lý của các quần thể, thuận tiện cho giải thuật tìm
kiếm người ta sử dụng các phương pháp xác định độ thích nghi như sau:
- Fitness scaling – Xác định theo tỷ lệ thích nghi;
- Fitness windowing – Xác định theo phương pháp cửa sổ thích nghi;
- Fitness ranking – xác định theo thứ hạng thích nghi.
2.2.4. Phép chọn lọc
Ở mỗi một thế hệ, dựa trên giá trị của hàm mục tiêu, các cá thể có độ thích nghi
tốt sẽ được chọn lọc để tạo thành quần thể ở thế hệ mới và được chuẩn bị cho việc thực
hiện các phép toán lai tạo và đột biến sau này. Mục đích của phép chọn lọc là tập trung
sự tìm kiếm trên miền “hứa hẹn”. Phép chọn lọc bắt nguồn từ học thuyết của Darwin
về “Sự sống sót của các cá thể thích nghi nhất ” Một số phép chọn lọc thường được sử
dụng bao gồm:
- Roulette wheel Selection - Chọn lọc ngầu nhiên theo bánh xe Roulette,
- Fitness Proportionate Selection- Chọn lọc theo tỷ lệ thích nghi;
- Linear Ranking Selection- Chọn lọc theo thứ hạng tuyến tính;
- Local Tournament Selection- Chọn lọc theo cạnh tranh cục bộ.
2.2.5. Phép lai ghép
Trong giải thuật di truyền, số lượng các thể trong quần thể ở mỗi thế hệ là
không đổi. Phép chọn lọc đã chọn ra một số cá thể có độ thích nghi cao và loại bỏ đi
một số cá thể thích nghi thấp. Sự thiếu hụt của số lượng quần thể khi mất đi các cá thể
thích nghi thấp sẽ được bổ xung bằng việc lấy các cá thể có độ thích nghi cao là thế hệ
cha mẹ, tạo ra các thế hệ con cái bằng phép lai ghép và đột biến trên các cá thể thích
nghi cao này. Kết quả là thế hệ mới được hình thành giữ nguyên về số lượng bao gồm
các cá thể thích nghi cao và con cái của chúng qua các phép lai ghép và đột biến.
Phép lai ghép là tạo ra các nhiễm sắc thể con cái (offspring) từ các nhiễm sắc
thể cha mẹ (parent) được lựa chọn. Bao gồm các phương pháp lai ghép sau:

36. 36
- Lai ghép một vị trí: Lựa chọn một cặp nhiễm sắc thể cha mẹ. Chọn ngẫu nhiên
một vị trí trên chuỗi nhiễm sắc thể và tiến hành ghép phần đầu của nhiễm sắc thể này
với phần đuôi của nhiễm sắc thể kia và ngược lại .
Vị trí lai ghép
Cha 1 4 3 9 7 1 2 5 6 8 Con 1 3 8 6 9 4 5 2 1 7
Cha 2 3 8 6 9 4 5 2 1 7 Con 2 4 3 9 7 1 5 2 1 7
Lai ghép cho chu i số nguyên hoán vị
Vị trí lai ghép
Cha 1 0 0 1 0 0 1 0 0 1 Con 1 1 0 0 1 0 0 0 0 1
Cha 2 1 0 0 1 0 0 1 0 0 Con 2 0 0 1 0 0 1 1 0 0
Lai ghép cho chu i nhị phân
- Lai ghép hai vị trí: Chọn ngẫu nhiên hai vị trí trên chuỗi nhiễm sắc thể cha
thứ I sau đó thay thế các gen nằm giữa hai vị trí này bằng các gen tương ứng của cá thể
cha thứ II để tạo thành cá thể con.
Vị trí lai ghép
Cha 1
Con
Cha 2
- Lai ghép ngẫu nhiên : Số lượng và vị trí lai ghép được chọn ngẫu nhiên
- Lai ghép theo thuật toán: tạo ra các nhiễm sắc thể con cái từ nhiễm sắc thể bố
mẹ dựa trên một thuật toán xác định.
7 8 9 3 4 6 2 5 1
7 8 3 9 4 6 2 5 1
3 5 8 2 1 7 9 4 6

37. 37
2.2.6. Phép đột biến
Đột biến là thay đổi các bit trên chuỗi nhiễm sắc thể một cách ngẫu nhiên để tạo
tính đa dạng. Phép đột biến được điều khiển bởi xác xuất đột biến, Pm. Nếu không đột
biến, giải thuật chỉ tìm kiếm tại không gian khởi tạo.Tuy nhiên, nếu Pm quá lớn, quá
trình tìm kiếm trở thành tìm kiếm ngẫu nhiên. Ta xét một số phép đột biến sau:
a. Tạo đột biến hai gen gần nhau:
Hai cá thể gần nhau thì hoán vị cho nhau để tạo sự biến đổi hay đột biến:
* * Đột biến
4 3 9 7 1 2 5 6 8 4 9 3 7 1 2 5 6 8
b. Tạo đột biến hai gen cách xa nhau
Hai cá thể cách xa nhau thì được hoán vị cho nhau để tạo sự biến đổi:
* * Đột biến
4 3 9 7 1 2 5 6 8 4 5 9 7 1 2 3 6 8
c. Tạo đột biến ba gen cách xa nhau
Ba cá thể cách xa nhau sẽ hoán vị cho nhau để tạo nên sự biến đổi – trong cách
đột biến này thì có nhiều cá thể mới tạo thành một cách ngẫu nhiên:
* * * Đột biến
7 8 9 3 4 6 5 2 1 7 5 9 3 8 6 4 2 1
7 4 9 3 5 6 8 2 1
7 5 9 3 4 6 8 2 1
7 8 9 3 5 6 4 2 1
7 4 9 3 8 6 5 2 1
d. Tạo đột biến bằng cách dịch chuyển
Chọn ngẫu nhiên hai cá thể ,sau đó ch n một gen vào vị trí của gen còn lại để
tạo sự biến đổi:

38. 38
* * Đột biến
7 8 9 3 4 6 5 2 1 7 5 8 9 3 4 6 2 1
7 9 3 4 6 5 8 2 1
e. Tạo đột biến bằng cách đảo ngược chu i con
Chọn ngẫu nhiên một dãy con gồm các gen của một cá thể cha thông qua việc
chọn hai gen tùy ý cách xa nhau. Sau đó đảo ngược dãy gồm các gen này để tạo sự đột
biến:
* * Đột biến
7 8 9 3 4 6 5 2 1 7 5 6 4 3 9 8 2 1
Trên đây là một số kỹ thuật được sử dụng trong giải thuật di truyền. Trong đó,
việc xác định kích thước quần thể ban đầu, xác xuất lai ghép, xác xuất đột biến là rất
quan trọng, ảnh hưởng nhiều đến kết quả của giải thuật. Việc xác định các thông số này
tùy theo từng đặc điểm của mỗi bài toán cụ thể.
2.3. Tổng quan về Matlab
2.3.1. Khái niệm về Matlab
Matlab là một ngôn ngữ lập trình thực hành bậc cao được sử dụng để giải các
bài toán về kỹ thuật. Matlab tích hợp được việc tính toán, thể hiện kết quả, cho phép
lập trình, giao diện làm việc rất dễ dàng cho người sử dụng. Dữ liệu cùng với thư viện
được lập trình sẵn cho phép người sử dụng có thể có được những ứng dụng sau đây.
• Sử dụng các hàm có sẵn trong thư viện, các phép tính toán học thông thường
• Cho phép lập trình tạo ra những ứng dụng mới.
• Cho phép mô phỏng các mô hình thực tế.
• Phân tích, khảo sát và hiển thị dữ liệu.
• Với phần mềm đồ hoạ cực mạnh
• Cho phép phát triển, giao tiếp với một số phần mềm khác như C++, Fortran.

39. 39
2.3.2. Tổng quan về cấu trúc dữ liệu của MATLAB, các ứng dụng
Matlab là một hệ thống tương giao, các phần tử dữ liệu là một mảng( mảng này
không đòi hỏi về kích thước). Chúng cho phép giải quyết các vấn đề liên quan đến lập
trình bằng máy tính, đặc biệt sử dụng các phép tính về ma trận hay véc tơ và có thể sử
dụng ngôn ngữ C hoặc Fortran lập trình rồi thực hiện ứng dụng lập trình đó bằng các
câu lệnh gọi từ MATLAB. MATLAB được viết tắt từ chữ matrix laboratory tức là thư
viện về ma trận, từ đó phần mềm MATLAB được viết nhằm cung cấp cho việc truy
cập vào phần mềm ma trận một cách dễ dàng, phần mềm ma trận này được phát triển
bởi các công trình Linpack và Eispack. Ngày nay MATLAB được phát triển bởi
Lapack và Artpack tạo nên một nghệ thuật phần mềm cho ma trận.
2.4. Thuật toán di truyền GA trong Matlab
Có hai cách có thể sử dụng thuật toán di truyền trong Matlab:
- Gọi các chức năng giải thuật toán di truyền từ command line (dòng lệnh);
- Sử dụng Genetic Algorithm Tool (hộp công cụ): Một giao diện ứng dụng đồ
họa làm công cụ cho thuật toán di truyền, cho phép giải trực tiếp mà không cần phải
viết dòng lệnh. Luận văn đã lựa chọn công cụ này để giải bài toán tối ưu hóa vận hành
liên hồ chứa sông Ba mùa lũ.
2.4.1.Giải thuật di truyền bằng command line
Gọi thuật toán di truyền với các cấu trúc dưới đây sử dụng command line:
x = ga(fitnessfun, nvars)
x = ga(fitnessfun, nvars, options)
x = ga(problem)
[x, fval] = ga(...)
[x, fval, reason] = ga(...)
[x, fval, reason, output] = ga(...)
[x, fval, reason, output, population] = ga(...)
[x, fval, reason, output, population, scores] = ga(...)

40. 40
Ở đây tác giả chỉ mô tả cấu trúc của 2 hàm thông dụng nhất:
+ x = ga(fitnessfun, nvars):
Sử dụng GA giải bài toán tối ưu hóa, fitnessfun là hàm mục tiêu tiến tới min,
nvars là chiều dài vectơ x.
+ x = ga(fitnessfun, nvars, options):
Cấu trúc này có thêm yếu tố options: là tham số của hàm mục tiêu.
Kết quả được cho bởi:
- fval: Giá trị của của hàm mục tiêu
- x: Điểm mà hàm mục tiêu đạt fval.
2.4.2. Giải thuật di truyền sử dụng Genetic Algorithm Tool
GA và Direct search Toolbox là một tập hợp các hàm, chính là chức năng mở
rộng của Optimization Toolbox (công cụ tối ưu hóa) trong môi trường tính toán số
Matlab. GA và Direct search Toolbox (thuật toán di truyền và hộp công cụ tìm kiếm
trực tiếp) bao gồm các thủ tục để giải bài toán tối ưu hóa có sử dụng:
- GA;
- Direct search.
Các thuật toán này cho phép giải quyết một loạt các vấn đề tối ưu hóa nằm ngoài
phạm vi tiêu chuẩn của Toolbox tối ưu hóa. Công cụ chủ yếu là Matlab M-file, tạo ra
các báo cáo MATLAB thực hiện các thuật toán tối ưu hóa chuyên ngành.

41. 41
Hình 2. 2 Giao diện Genetic Algorithm Tool trong Matlab
Để sử dụng khả năng của GA và Direct search Toolbox, hàm mục tiêu và các điều
kiện phải được khai báo dưới dạng hàm function viết thành M-file riêng để tính toán
hàm mà mình muốn tối ưu hóa hoặc kết hợp với các Toolbox khác.
 Fitness function: Hàm mục tiêu mà bạn muốn tìm giá trị nhỏ nhất, có thể viết trực
tiếp vào Genetic Algorithm Tool hoặc lập bằng M-file. Cửa sổ M-file là một cửa sổ
dùng để soạn thảo chương trình ứng dụng, để thực thi chương trình viết trong M-file
bằng cách gõ tên của file chứa chương trình đó trong cửa sổ Command window. Khi

42. 42
một chương trình được viết trong M-file, thì tuỳ theo ứng dụng cụ thể, tuỳ theo người
lập trình mà chương trình có thể viết dưới dạng sau:
+ Dạng Script file: Tức là chương trình gồm tập hợp các câu lệnh viết dưới dạng
liệt kê, không có biến dữ liệu vào và biến lấy giá trị ra.
+ Dạng hàm function có biến dữ liệu vào và biến ra.
 Number of variables: Số lượng các biến trong Fitness function.
 Khởi tạo quần thể ban đầu
Khởi tạo quần thể ban đầu gồm các chuỗi nhiễm sắc thể, được quy định bởi các
chỉ số:
- Population type: Chỉ định loại dữ liệu đầu vào của hàm mục tiêu, bạn có thể
nhập Population type theo các loại sau:
+ Double Vector ('doubleVector') – Sử dụng tùy chọn này nếu mỗi cá thể trong
quần thể là là loại nhân đôi. Đây là mặc định.
+ Bit string ('bitstring') -- Sử dụng tùy chọn này nếu cá thể trong quần thể là là
loại bit.
+ Custom ('custom') -- Sử dụng tùy chọn này tạo ra quần thể thuộc loại được tạo
ra bởi Creation function
- Population size: Kích thước quần thể. Nếu là một vector, các thuật toán di
truyền tạo ra nhiều nhóm quần thể, số lượng quần thể là độ dài của vector. Kích thước
của mỗi quần thể là các mục tương ứng của vector. Kích thước quần thể tốt nhất
thường khoảng 20-200 cá thể.
- Creation function: Chỉ rõ hàm tạo ra quần thể ban đầu cho GA. Có các tùy
chọn sau:
+ Uniform: Tạo ra một quần thể ban đầu ngẫu nhiên với một phân bố đều. Đây
là mặc định.
+ Custom: Cho phép viết ra hàm của riêng người sử dụng, hàm này tạo ra các
dữ liệu thuộc loại đã chỉ định trong Population type của các loại được chỉ định trong

43. 43
loại hình quần thể. Chỉ định dùng Creation function nếu bạn đang sử dụng Genetic
Algorithm Tool.
- Initial population: Chỉ định một quần thể ban đầu cho GA. Mặc định là [],
trong trường hợp này GA sử dụng Creation function để tạo ra quần thể ban đầu (Initial
population). Nếu bạn nhập quần thể ban đầu là một mảng thì mảng này phải có số hàng
= kích thước quần thể, cột = số biến, trong trường hợp này GA không gọi Creation
function.
- Initial scores: Chỉ định dung lượng cho quần thể ban đầu.
- Initial range: Chỉ định phạm vi của vecto quần thể ban đầu được tạo ra từ
Creation function. Nếu bạn nhập Initial range là một ma trận có 2 hàng và số cột = số
biến. Mỗi cột có dạng là [a1;b1] ở đây a1 là biên dưới của biến (véc tơ), b1 là biên trên
của biến ([a1;b1] là miền xác định của biến 1). Nếu bạn chỉ định Initial range là một
vecto hàng có chiều dài biến không đổi (các biến có miền xác định là giống nhau bằng
vecto).
 Điều kiện dừng GA (Stopping criteria)
Các tiêu chí để dừng thuật toán:
- Generations: Chỉ định số lần lặp (số lượng thế hệ) của thuật toán di truyền,
thuật toán sẽ dừng lại khi đạt đến số lượng thế hệ chỉ định;
- Time limit: Giới hạn thời gian chạy thuật toán di truyền;
- Fitness limit: Thuật toán dừng lại nếu giá trị hàm mục tiêu là tốt nhất, nhỏ
hơn hoặc bằng giá trị thích nghi giới hạn;
- Stall generations: Thuật toán dừng lại nếu không có sự cải thiện mức độ thích
của các giá trị qua số thế hệ được chỉ định bởi Stall generations;
- Stall time: Thuật toán dừng lại nếu không có sự cải thiện trong các giá trị
thích nghi tốt nhất trong khoảng thời gian quy định bởi Stall time.

44. 44
- Ngoài ra Genetic Algorithm Tool còn một số chỉ số khác như Fitness scalling,
Selection, Mutation, Crossover, … Tuy nhiên đối với bài toán có sử dụng GA không
quá phức tạp thì các chỉ số này thường để ở giá trị mặc định.

45. 45
CHƢƠNG III: T I ƢU H A VẬN HÀNH LIÊN HỒ CHỨA SÔNG BA MÙA
LŨ BẰNG THUẬT TOÁN DI TRU ỀN TRONG MÔI TRƢỜNG MATLAB
Để sử dụng thuật toán di truyền giải bài toán tối ưu hóa vận hành liên hồ chứa
sông Ba mùa lũ, tác giả đã sử dụng mô hình HEC-RESSIM để mô phỏng, thiết lập rất
nhiều phương án vận hành liên hồ chứa sông Ba mùa lũ để xác định đầu vào cho
Genetic Algorithm Tool, cụ thể là xác định Initial population (quần thể ban đầu). Việc
thiết lập quần thể ban đầu cho GA bằng HEC-RESSIM nhằm tạo ra quần thể ban đầu
gần với nghiệm, giúp GA nhanh hội tụ, rút ngắn thời gian chạy thuật toán và tăng tính
hiệu quả của bài toán tối ưu hóa. Cuối cùng, sử dụng HEC-RESSIM để kiểm định kết
quả chạy ra từ Genetic Algorithm Tool.
3.1. Quy trình cắt lũ.
Với mục tiêu là phòng, chống và giảm đến mức thấp nhất các thiệt hại của lũ lụt,
ngập úng khu vực trung và hạ lưu sông Ba, tập trung chủ yếu cho vùng đồng bằng hạ
lưu ven biển Tuy Hoà và thành phố Tuy Hoà, nhằm ổn định dân cư, đảm bảo sản xuất
tạo đà phát triển kinh tế xã hội bền vững và an ninh quốc phòng. Tác giả sử dụng trận
lũ năm 2009 để mô phỏng các phương án vận hành liên hồ chứa sông Ba.
Vận hành liên hồ chứa thủy điện có hai giai đoạn quan trọng:
- Giai đoạn xả nước đón lũ: Trước mỗi con lũ phải xả một lượng nước nhất
định để tạo dung tích đón lũ. Các hồ chứa khu vực miền Trung thường nhỏ, không có
dung tích phòng lũ có sẵn mà hầu hết phải tạo ra dung tích đón lũ dùng để cắt lũ. Luận
văn sử dụng mực nước đón của 5 hồ chứa lưu vực sông Ba (bảng 3.1) theo Quy trình
vận hành liên hồ chứa mới nhất của Thủ tướng Chính phủ ban hành ngày 7/7/2014.
Bảng 3. 1 Mực nước đón lũ của các hồ
Hồ S ng Ba Hạ
Krông
Hnăng
Sông Hinh Ayun Hạ Kanak
Mực nước
hồ (m)
102 251.5 204.5 202 506

46. 46
- Giai đoạn cắt lũ: Sử dụng dung tích trước lũ đã tạo được, cắt lũ sao cho đạt
hiệu quả cao nhất, tức là hạ lưu lượng nhỏ nhất và hồ đảm bảo an toàn nhất. Mực nước
trước lũ không cắt được toàn bộ con lũ mà chỉ cắt được một phần, do đó việc lựa chọn
thời điểm cắt lũ hiệu quả là rất cần thiết và đó là bài toán của thuật toán di truyền.
Luận văn chỉ tập trung vào giai đoạn 2, giai đoạn 1 tiếp nhận kết quả của đề tài
“Nghiên cứu xây dựng công nghệ điều hành hệ thống liên hồ chứa đảm bảo ngăn lũ,
chậm lũ, an toàn vận hành hồ chứa và sử dụng hợp lý tài nguyên nước về mùa kiệt lưu
vực sông Ba”của PGS.TS. Nguyễn Hữu Khải (đề tài KC.08.30/06-10).
Vận hành liên hồ chứa với các nguyên tắc:
- Đảm bảo an toàn chống lũ cho hạ du: Ứng với các dạng lũ thiết kế hạ du, hệ
thống hồ có khả năng đưa mực nước tại Củng Sơn về dưới mức an toàn. Tuỳ thuộc vào
tình huống lũ xẩy ra trên hệ thống, điều hành phối hợp cắt lũ giữa các hồ sao cho hạ
thấp mực nước hạ lưu là cao nhất. Nguyên lý chung là các hồ thượng lưu (Kanak,
Ayun hạ), các hồ nằm trên nhánh sông (Krông Hnăng, Sông Hinh) cắt lũ trước. Hồ
sông Ba hạ là công trình cuối cùng điều tiết khi các hồ thượng lưu không có khả năng
cắt lũ bảo đảm an toàn hạ du, đồng thời tránh nguy cơ rủi ro vỡ đập hệ thống.
- Đảm bảo an toàn công trình: Ứng với các dạng lũ thiết kế công trình, hệ
thống hồ có khả năng cắt lũ đưa mực nước tại Củng Sơn xuống thấp nhất mà vẫn bảo
đảm an toàn cho công trình: Trường hợp các hồ đã đạt ở mực nước dâng bình thường
(MNDBT) sau khi tham gia cắt lũ giữ mực nước tại Củng Sơn dưới mức an toàn cho
phép. Dự báo lũ tiếp tục lên đe doạ hệ thống công trình, các hồ chuyển sang trạng thái
cắt lũ bảo đảm công trình. Dung tích phòng lũ cao từ MNDBT đến mực nước thiết kế
(MNTK) được sử dụng vừa hỗ trợ cắt lũ hạ du, vừa cắt lũ bảo đảm công trình. Khi hồ
đạt MNTK các cửa xả sâu, xả mặt phải được mở hết.

47. 47
3.2. M ph ng phƣơng án vận hành liên hồ chứa s ng Ba m a lũ bằng m hình
HEC – RESSIM
Mô hình HEC-RESSIM được Trung tâm Thuỷ văn công trình Hoa Kỳ phát triển
lên từ mô hình HEC-5 [25]. Bao gồm các công cụ: mô phỏng, tính toán, lưu trữ số liệu,
quản lý, đồ hoạ và báo cáo hệ thống nguồn nước. HEC dùng HEC-DSS (Data Storage
System) để lưu trữ và sửa đổi các hệ thống số liệu vào ra. RESSIM là phần kế tiếp của
HEC-5 (mô phỏng các hệ thống ngăn chặn và kiểm soát lũ) bao gồm 3 môđun. Mỗi
Q
t
Q
t
Q
t
Q
t
Q
t
Z
t
Q
t
An Khê-Kanak
Yayun hạ
Krông Năng
Sông Hinh
sông Ba hạ
Trạm Củng Sơn
Trạm Tuy Hòa
Biển Đông
Zat
Khu vực bảo vệ
Hình 3. 1 Sơ đồ hệ thống trong bài toán phòng lũ hạ du

48. 48
môđun có 1 mục đích riêng và tập hợp các công việc thực hiện qua bảng chọn (menu,
toolbar) và biểu đồ.
- Môđun thiết lập lưu vực (Watershed setup): cung cấp 1 sườn chung để thiết
lập và định nghĩa lưu vực nghiên cứu cho các ứng dụng khác nhau. Một lưu vực bao
gồm hệ thống sông suối, các công trình thuỷ lợi (hồ chứa, đập chắn, dẫn dòng), vùng
ảnh hưởng ngập lụt,… và hệ thống các tram quan trắc đo đạc thuỷ văn, khí tượng.
- Môđun mạng lưới hồ (Reservoir Network): xây dựng sơ đồ mạng lưới sông,
mô tả các thành phần vật lý, điều hành của hồ chứa và các phương án lựa chọn cần
phân tích trong môđun này. Dựa vào các định hình mô tả ở môđun trên để tạo cơ sở
cho 1 hệ thống hồ chứa hoàn chỉnh.
- Môđun mô phỏng (Simulation): Phần tính toán và hiển thị kết quả được thực
hiện trong môđun này. Trước hết phải tạo ra 1 cửa sổ thời gian mô phỏng, thời đoạn
tính toán và sau đó các thành phần lựa chọn sẽ được phân tích. Ta cũng có thể lựa chọn
các phương án, nhập và sửa số liệu, các đặc tính của các thành phần tham gia trong hệ
thống. Khi mô phỏng được thực hiện qua việc tính toán và phân tích kết quả sử dụng
đồ hoạ và biểu bảng.
Mô hình HEC-RESSIM được xây dựng để đánh giá vai trò của hồ chứa trong hệ
thống nhằm trợ giúp nghiên cứu quy hoạch nguồn nước, đặc biệt trong vai trò kiểm
soát lũ và xác định dung tích hiệu dụng trong bài toán đa mục tiêu của hệ thống.
Trong luận văn này, tác giả sử dụng mô hình HEC-RESSIM [22] đã được hiệu
chỉnh và kiểm định từ đề tài KC.08.30/06-10, chạy mô phỏng các phương án vận hành
liên hồ chứa sông Ba cho trận lũ năm 2009 [9].

49. 49
Hình 3. 2 Sơ đồ hệ thống 5 hồ chứa trên Sông Ba
Từ mô hình đã được hiệu chỉnh và kiểm định tác giả thay đổi lượng cắt lũ đối
với trận lũ năm 2009 của 5 hồ theo rất nhiều phương án, sử dụng điểm nút là Củng Sơn
khống chế lượng lũ đổ về hạ lưu. Cắt lũ đồng thời tại 5 hồ chứa Kanak, Ayun hạ,
Krông Hnăng, Sông Hinh và Ba Hạ nhằm cắt đỉnh lũ tại Củng Sơn đồng thời đảm bảo
an toàn cho công trình.
Tiến hành cắt lũ tại 5 hồ theo quy tắc: dung tích phòng lũ được giữ nguyên đến
một lúc nào đó mới sử dụng để cắt lũ. Lúc bắt đầu lũ thì dòng chảy đến hồ bao nhiêu
xả bấy nhiêu, giữ hồ ở MNĐL, chỉ đến một ngưỡng lưu lượng nào đó, gọi là Q cắt lũ,
mới tiến hành cắt lũ. Kết quả chạy mô phỏng 20 phương án chọn ra từ rất nhiều
phương án vận hành liên hồ chứa sông Ba cho trận lũ năm 2009 mà tác giả đã chạy mô
phỏng được trình bày tại phụ lục của luận văn.

50. 50
3.3. Sử dụng Genetic Algorithm Tool để tối ƣu hóa vận hành liên hồ chứa s ng Ba
m a lũ.
3.3.1. Thiết lập hàm mục tiêu
Giá trị hàm mục tiêu ở đây là lưu lượng khống chế tại Củng Sơn cho trận lũ năm
2009. Biến phụ thuộc là lưu lượng cắt lũ tại 5 hồ, mỗi biến có dạng ma trận 1 cột và 20
hàng. Các trọng số a của hàm mục tiêu được tính như sau: Tỉ số giữa lưu lượng cắt lũ
trung bình của rất nhiều phương án chạy mô phỏng bằng mô hình HEC-RESSIM tại
mỗi hồ và lưu lượng Củng Sơn sau khi cắt lũ của con lũ năm 2009 (tức là tỷ số diện
tích lưu vực tính đến từng hồ và đến Củng Sơn). Từ đó, ta tính ra được trọng số a1, a2,
a3, a4, a5 tương ứng với các hồ Ba Hạ, Krông Hnăng, Sông Hinh, Ayun Hạ, Kanak
như sau:
a1 = 0.987 a4 = 0.022
a2 = 0.089 a5 = 0.018
a3 = 0.015
Hàm mục tiêu sẽ là:
Y = a1x1+ a2x2+ a3x3+ a4x4+ a5x5
Trong đó: x1, x2, x3, x4, x5 là lưu lượng cắt lũ tương ứng của 5 hồ chứa Ba Hạ,
Krông Hnăng, Sông Hinh, Ayun Hạ, Kanak.
Thuật toán di truyền với các thuật giải cho phép tìm giá trị min của hàm mục
tiêu. Hàm mục tiêu được viết trên M-file rồi gọi vào Genetic Algorithm Tool, từ đó GA
sẽ giải bài toán tối ưu hóa.
3.3.2. Giải thuật di truyền: Các thông số để tiến hành các thuật toán lai ghép, đột biến
được lấy theo mặc định trong MATLAB.
% khai bao ham muc tieu
function y = Qcungsonmatran2(x)
y = a1*x(:,1)+a2*x(:,2)+a3*x(:,3)+a4*x(:,4)+a5*x(:,5)
% tao cac gia tri mac dinh
a1 = 0.987;

51. 51
a2 = 0.089;
a3 = 0.015;
a4 = 0.022;
a5 = 0.018;
populationtype: 'doubleVector'
PopulationSize: 20
EliteCount: 2
CrossoverFraction: 0.8000
MigrationDirection: 'forward'
MigrationInterval: 20
MigrationFraction: 0.2000
Generations: 100
TimeLimit: Inf
FitnessLimit: -Inf
StallLimitG: 50
StallLimitS: 20
% khoi tao quan the ban dau
InitialPopulation: [9250 815 140 200 160;9300 820 145 200 160;9350 825 150
200 160;9400 830 155 200 160;9450 835 160 200 160;9500 840 165 200
160;9550 845 170 200 160;9600 850 175 200 160;9650 855 180 200 160;9655
860 185 200 160;9250 815 140 205 170;9270 815 140 210 175;9270 815 140
215 180;9290 815 140 220 185;9320 815 140 225 190;9340 815 140 230
195;9370 815 140 245 210;9390 815 140 255 220;9430 815 140 265 230;9460
815 140 275 240];
InitialScores: []
InitialRange: [0;1]
PlotInterval: 1
CreationFcn: uniform
ScalingFcn: Rank
SelectionFcn: Stochastic uniform
CrossoverFcn: Scattered % Ham lai ghep

52. 52
Elite count: 2
Crossover fraction: 0.8
MutationFcn: Gaussian % Ham dot bien
HybridFcn: []
PlotFcns: []
OutputFcns: []
Vectorized: „on‟
3.3.3. Kết quả: Lựa chọn thuật toán di truyền dừng sau 100 thế hệ, kết quả thể
hiện tại các thông số và hình vẽ sau:
Gia tri ham muc tieu
Qcungsonmatran = 9399.8873
Gia tri dat tai
x1 =
9226.8341
x2 =
807.5370
x3 =
139.2116
x4 =
196.8517
x5 =
163.8737

53. 53
Hình 3. 3 Genetic Algorithm Tool cho bài toán cắt lũ kiên hồ chứa sông Ba

54. 54
Hình 3. 4 Biểu đồ hiển thị giá trị của hàm mục tiêu có mức độ thích nghi tốt nhất và
trung bình qua mỗi thế hệ
Trên biểu đồ thể hiện sự hội tụ nghiệm qua 100 lần lặp (100 thế hệ), điểm hội tụ
nhất là điểm 9399.8874 (giá trị min của hàm mục tiêu), tại điểm này các cá thế có mức
độ thích nghi nhất lớn nhất, 9399.8994 là giá trị của hàm mục tiêu khi các cá thể có
mức độ thích nghi trung bình trong 100 thế hệ.
Hình 3. 5 Biểu đồ vecto biến khi cá thể thích nghi tốt nhất
Biểu đồ hiển thị giá trị nghiệm của thuật toán khi các cá thể có độ thích nghi lớn
nhất qua 100 đời (thế hệ).

55. 55
Hình 3. 6 Khoảng cách trung bình giữa các cá thể mỗi thế hệ
Khoảng cách trung bình giữa các cá thể về mức độ thích nghi, qua mỗi thế hệ
khoảng cách trung bình này ngắn dần, nghiệm hội tụ đến giá trị làm hàm mục tiêu đạt
min.
Hình 3. 7 Biểu đồ số lượng cá thể con được kỳ vọng với mỗi thế hệ
Ta thấy các cá thể kỳ vọng tập trung gần nghiệm của thuật toán, cá thể được kỳ
vọng nhất chính là cá thể có mức độ thích nghi nhất qua các thế hệ.

56. 56
Hình 3. 8 Biểu đồ phả hệ của cá thể, được mã hóa bằng bảng mầu
Trong đó: Màu đỏ là thế hệ con đột biến, màu xanh là thế hệ con lai ghép, màu đen là
cá thể ưu tú.
Hình 3. 9 Biểu đồ mức độ thích nghi lớn nhất, nhỏ nhất, và trung bình của các cá thể
qua mỗi thế hệ
Từ biểu đồ ta thấy qua mỗi lần lặp (thiết lập thế hệ mới) thì đặc trưng của cha mẹ giảm
dần.
Hình 3. 10 Biểu đồ mức độ thích nghi của cá thể tại giá trị của hàm mục tiêu

57. 57
Hình 3. 11 Biểu đồ điểm thích nghi của các cá thể
Hình 3. 12 Biều đồ lựa chọn cha mẹ
Hình 3. 13 Biểu đồ các cấp độ dừng tiêu chuẩn
Luận văn lựa chọn cấp độ dừng là sau 100 thê hệ (100 lần lặp). Còn các chỉ số
như thời gian chạy thuật toán, sự cải thiện về mức độ thích nghi sau mỗi lần lặp lựa
chọn giá chị mặc định.

58. 58
3.4. Kiểm định kết quả chạy từ Genetic Algorithm Tool bằng m hình HEC-
RESSIM
Sau khi thu được kết quả từ Genetic Algorithm Tool (bảng 3.3) Luận văn tiến
hành mô phỏng phương án vận hành liên hồ chứa bằng mô hình HEC-RESSIM đã
được hiệu chỉnh và kiểm định.
Bảng 3. 2 Kết quả giải bài toán tối ưu hoá vận hành liên hồ chứa sông Ba bằng GA
QCủngSơn
min (m3
/s)
Lưu lượng cắt lũ tại 5 hồ (m3
/s)
Ba Hạ
Krông
Hnăng
Sông Hinh Ayun Hạ Kanak
9399 9226 807 139 197 163
Mô phỏng phương án vận hành của 5 hồ Ba Hạ, Krông Hnăng, Sông Hinh,
Ayun Hạ, Kanak với con lũ năm 2009. Khi bắt đầu lũ thì dòng chảy đến hồ bao nhiêu
xả bấy nhiêu, giữ hồ ở MNĐL, chỉ đến ngưỡng lưu lượng tại 5 hồ theo bảng 3.2 thì tiến
hành cắt lũ. Dưới đây là đường quá trình vận hành và số liệu lưu lượng theo giờ tại 5
hồ và Củng Sơn trình bày trong phần phụ lục vận hành liên hồ chứa bằng mô hình
HEC-RESSIM kiểm định kết quả chạy ra từ Genetic Algorithm Tool.

59. 59
Elev(m)
100
102
104
106
108
2 3 4 5 6
Nov2009
Flow(cms)
0
2,000
4,000
6,000
8,000
10,000
Song Ba Ha-Flood Control.QTVHML----0.Elev-ZONE.2HOUR
Song Ba Ha-Conservation.QTVHML----0.Elev-ZONE.2HOUR
Song Ba Ha-Inactive.QTVHML----0.Elev-ZONE.2HOUR
Song Ba Ha-Pool.QTVHML----0.Elev.2HOUR
Time of Simulation
Song Ba Ha-Pool.QTVHML----0.Flow-IN.2HOUR
Song Ba Ha-Pool.QTVHML----0.Flow-OUT.2HOUR
Elev(m)
244
248
252
256
260
2 3 4 5 6
Nov2009
Flow(cms)
0
200
400
600
800
1,000
Krong Hnang-Flood Control.QTVHML----0.Elev-ZONE.2HOUR
Krong Hnang-Conservation.QTVHML----0.Elev-ZONE.2HOUR
Krong Hnang-Inactive.QTVHML----0.Elev-ZONE.2HOUR
Krong Hnang-Pool.QTVHML----0.Elev.2HOUR
Time of Simulation
Krong Hnang-Pool.QTVHML----0.Flow-IN.2HOUR
Krong Hnang-Pool.QTVHML----0.Flow-OUT.2HOUR
Hình 3. 14 Quá trình vận hành hồ Ba Hạ với lũ năm 2009
Hình 3. 15 Quá trình vận hành hồ Krông Hnăng với lũ năm 2009

60. 60
Hình 3. 17 Quá trình vận hành hồ Ayun Hạ với lũ năm 2009
Elev(m)
194
196
198
200
202
204
206
208
210
2 3 4 5 6
Nov2009
Flow(cms)
0
200
400
600
Ayun Ha-Flood Control.QTVHML----0.Elev-ZONE.2HOUR
Ayun Ha-Conservation.QTVHML----0.Elev-ZONE.2HOUR
Ayun Ha-Inactive.QTVHML----0.Elev-ZONE.2HOUR
Ayun Ha-Pool.QTVHML----0.Elev.2HOUR
Time of Simulation
Ayun Ha-Pool.QTVHML----0.Flow-IN.2HOUR
Ayun Ha-Pool.QTVHML----0.Flow-OUT.2HOUR
Elev(m)
196
200
204
208
212
2 3 4 5 6
Nov2009
Flow(cms)
0
200
400
600
Song Hinh-Flood Control.QTVHML----0.Elev-ZONE.2HOUR
Song Hinh-Conservation.QTVHML----0.Elev-ZONE.2HOUR
Song Hinh-Inactive.QTVHML----0.Elev-ZONE.2HOUR
Song Hinh-Pool.QTVHML----0.Elev.2HOUR
Time of Simulation
Song Hinh-Pool.QTVHML----0.Flow-IN.2HOUR
Song Hinh-Pool.QTVHML----0.Flow-OUT.2HOUR
Hình 3. 16 Quá trình vận hành hồ Sông Hinh với lũ năm 2009