基于双重编码遗传算法和图论的自压树状管网优化

以投资最小为目标函数,压力、流速、管径等限制为约束条件,建立了自压树状管网优化数学模型,并采用改进遗传算法进行求解.根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,实现了同时对管网布置形式和管径进行优化.根据图论中树的性质,在产生初始解及变异操作时,采用基于圈的方法,对交叉方法进行了改进,从而减少了不可行解的产生.同时对遗传算法的操作过程进行了改进,结合了模拟退火算法,调整了适应函数,改进了交叉率和变异率的计算方法.算例表明了该优化方法的有效性.     

基于模拟退火与布谷鸟混合算法的树状灌溉管网优化设计

为实现树状灌溉管网低能耗、投资节约以及灌水均匀度高等目的,构建了树状灌溉管网非线性数学模型,设定压力、管径、流速为约束条件,设计了模拟退火与布谷鸟(SACS)混合算法,结合文献[14]资料数据分别采用遗传(GA)算法、模拟退火遗传(SAGA)混合算法、布谷鸟搜索(CS)算法、SACS混合算法4种优化算法对模型进行了求解.优化结果表明,采用SACS混合算法比GA算法灌溉管长减少了16.27％、投资节约了2.13％,比SAGA混合算法、CS算法,虽灌溉管长相等,但管径得到较大的优化,投资分别节约了3.76％、17.28％,验证了SACS混合算法的有效性.最后,以贵州省石阡县龙塘大屯茶叶园区216 hm2现代水利试点区喷灌工程为例,采用SACS混合算法对喷灌工程管网进行了优化,比传统设计方法灌溉管长减少了12.08 m,投资节约了17.93％,优化效果明显,为树状灌溉工程管网优化设计提供了新的思路.     

基于不可行度的机压树状管网退火遗传算法优化

规定管网中每一管段最多只能由两种管径的管道组成,提出一种以管网年费用为目标函数,以水泵扬程、管长和标准管径为决策变量的机压树状输水管网优化数学模型.定义种群中个体的不可行度函数,采用基于解的不可行度退火算法处理约束条件.应用模拟退火算法,对解的不可行度进行局部优化,使其逐步逼近可行解.将遗传算法全局优化和模拟退火的良好局部搜索能力有机结合,构造出一种退火遗传算法用于机压树状管网优化设计.仿真结果表明,该模型与算法在求解机压树状输水管网优化问题上,具有良好的优化性能和求解效率.     

灌溉管网调压池布置与管径同步优化研究

【目的】保证大规模自压式树状灌溉管网的安全运行,在管网系统中布置若干个调压池进行分区灌溉。【方法】采用基于整数编码的双重编码方法,将调压池和干管管网作为一个整体,以干管管道造价与调压池造价与干管管道造价之和最小为目标函数,以压力节点水头与管道流速为约束条件,建立相关数学模型,并运用遗传算法求解。【结果】该方法实现了调压池布置优化与管径优化的同步进行,最终在系统中共布置2座调压池,分别位于节点2与节点4,将管网系统分为3个区域。优化得到的配水干管总长度10 973.7 m,较人工经验法减少12.02%,系统总投资464.80万元,较人工经验法减少17.23%。优化后每个区域内各节点水头更为均衡,水头差最大区域为第Ⅰ区,仅有12.5m,较人工经验法的26.4m更为稳定均衡。【结论】基于整数编码的双重编码方法可获得较优的自压式树状灌溉管网调压池布置方案,为地形条件相似的管网布置提供了参考。     

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。     

基于混合蛙跳算法的自压微灌管网系统优化设计

【目的】解决自压微灌管网系统布置与管径优化设计的问题,节省工程投资造价。【方法】以新疆某灌区一微灌工程为研究对象,以微灌系统中各级管道的管段长度、管径为决策变量,支毛管允许水头差、工作压力、管径、流速等为约束条件,以管网总投资最小为目标,分别建立了双向毛管布置和单向毛管布置的自压微灌管网数学模型,并采用混合蛙跳算法进行求解,优化管网的布置及各级管道的管径。【结果】该优化设计方法对自压微灌管网系统能够实现管网系统布置与管径的同步优化,优化设计后的方案干管段数减少,干管每一段的长度和每条支管长度增加,部分管段管径减小,所需总投资为469 129.3元,与依据相关规范和经验进行设计的原方案相比,管网投资降低了21.5%。【结论】该优化设计方法所得的优化结果节省投资明显,混合蛙跳算法收敛性能稳定,计算速度较快,具有较高的计算精度,对水源有保证、地面坡度不大且较为均匀的自压微灌管网系统的优化设计具有一定的应用价值。     

结合可靠度的自压树状管网管径优化研究

在自压输水系统中,管道投资占系统的比例较大,管径既是管道系统的一个基本技术参数,也是影响管道经济性的一个重要因素。【目的】合理地选取管径,节约工程投资、降低能耗、保证系统供水安全。【方法】以管网投资和运行管理费用最小为目标函数,管网节点水量可靠度指标、水压、流速等为约束条件,建立了自压树状管网管径优化模型,以新疆苏巴什河自压输水灌区为例进行分析,采用PSO算法与SAPSO算法优化求解模型。【结果】对比相同节点水量可靠度下的目标函数费用,SAPSO算法均低于PSO算法,其优化结果更好;对节点水量可靠度Ri=0.7下SAPSO算法的计算结果与最优解的相对偏差统计分析可知,小于10%的概率达到97%,其所建模型稳定,计算精度较高。【结论】考虑管网可靠性,所建模型能够较为系统地反映自压输水管网在全寿命周期的运行情况,运行结果的可靠性高;利用SAPSO算法优化求解模型,优化结果更为精确可靠,该方法能为类似工程的管网管径优化问题提供借鉴。     

机压微灌管网系统布置与管径同步优化设计

微灌管网系统由轮灌管网(支毛管)和续灌管网(干管)组成,以往的研究没有将其作为一个系统,且不能实现布置与管径组合的同步优化,研究成果对坡度均匀的大型灌区机压微灌独立管网系统的优化也不适用。因此,提出了机压微灌管网系统优化的方法,并建立了优化设计数学模型,采取整数及实数编码的混合编码方法,通过遗传算法求解,同时实现轮灌管网及续灌管网的布置优化及管径组合优化,得出的管径为标准商用管径,无需调整。实例计算结果表明,该模型与算法在求解机压微灌管网系统优化设计问题上具有良好的优化性能和求解精度。与传统设计方案相比较,轮灌管网和续灌管网的优化设计方案单位面积年费用分别降低了14. 85%～35. 59%和4. 12%～12. 99%,节省投资效果明显。     

基于双重编码遗传算法的树状管网优化设计

以投资最小为目标函数,建立了树状管网优化数学模型,并采用遗传算法进行求解.针对树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化,并结合了模拟退火算法,调整了适应函数,给出了初温的确定方法,操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的变异方法.算例说明了该优化方法的有效性.     

树状管网管径优化的线性规划法

在农田灌溉供水系统中,应用最多的是树状管网。本文针对树状管网的特点,以年费用最小作为优化目标,以管网进口水头和各种管径的管子在各段中的长度为决策变量,用线性规划法建立数学模型求解;在管线布置已定的情况下,实现了进口水头待定的树状管网一次完成其水头与管径的优化。编制的电算程序适用于进口水头已定和待定两种情况,并且考虑划分为多个轮灌组的菅网和进口水头随流量的不同而变化的条件。与已有的线性规划法相比,减少了试算工作量:与常规方法设计的管网比较,一般节省10%左右的年费用或工程投资。     

基于最小生成树模型的树状灌溉管网的优化设计

针对灌溉管网优化中的管网布置和管径选择问题,以追求管网投资最小为目标,采用结合设计者工程经验的Kruskal算法生成符合工程要求的灌溉管网最小生成树。将管网中的线路根据节点之间的距离进行边权赋值,参与最小生成树求解,保证算法的可用性,并与相关生成树算法进行比较。实例研究表明,该方法能克服局部最优解的缺陷,能快速求解符合工程实际的树状管网布置和管径。     

自适应遗传算法在环状管网水力计算中的优化设计

介绍了如何应用双重编码的自适应遗传算法对依靠重力供水的环状管网进行水力计算的优化设计。用遗传算法随机生成水头标高和管径,再由随机生成的水头标高和管径求出非线性的流量分配方案和管径组合方案,然后通过自适应遗传算法的交叉和变异操作,使不适应的个体通过交叉和变异成为满足的约束条件的个体,从而达到优化的目的。结果表明,遗传算法在水力计算中有着独特的优势,它能使管网的流量分配和管径选择同时完成。     

基于列队竞争算法的重力输配水管网优化设计

以重力水头利用程度作为重力输配水管网优化设计评价的指标,以两种不同形式的重力水头利用率--管段水头利用率和路径水头利用率作为系统优化的目标函数,衡量不同设计方案对地势落差所产生的位置水头的利用程度,对所建立的模型采用具有家族内部和家族之间两层竞争机制的列队竞争算法进行求解计算.结合算例,将该方法与以管网投资最小为目标的遗传算法进行了比较,结果表明本文提出的方法可行,收敛速度较快,且控制参数少.     

灌溉管网优化设计方法与软件的研

分析了国内外灌溉管网优化方法的研究历史和现状，探讨了遗传算法等新型算法在管网优化中的应用及灌溉管网优化设计软件的研究进展，预测了其未来的研究方向。指出未来研究将在应用遗传算法、模拟退火算法、神经网络及其混合算法等新型优化计算方法的基础上，加强管网优化布置、管网经济性和运行可靠性等方面的研究；预测了综合利用可视化语言、CAD、GIS等多种成熟商用软件及决策支持系统、专家系统等方面的研究成果，研发基于用户偏好信息且具有较强优化功能和人工干预能力的集成化、组件式灌溉管网优化设计软件将会得到较快发展。     

基于Excel规划求解的泵站加压灌溉管网优化设计研究

以管网系统年费用最小为目标函数,水泵扬程H和连续管径D为设计变量,建立了确定性的泵站加压灌溉管网优化设计模型,并应用Excel规划求解法对所建立的模型进行了求解。实例表明,在管网布置形式已知的情况下,与传统的经济流速法相比,Excel规划求解法是一种实用价值较高的模型求解方法,该方法不仅能够节省一定的工程投资,还提高了设计人员的设计水平和效率。     

基于萤火虫算法的滴灌管网优化设计研究

传统滴灌工程设计过度依赖设计人员经验,同时管网系统投资较大。【目的】探索滴灌管网的优化设计方法,节约工程投资。【方法】以投资最小为目标函数、工作压力及管内流速为主要约束条件建立滴灌管网优化模型,并利用萤火虫算法进行求解,优化不同管网布置形式下的各级管道的管径及投资。选取约87 hm2旱田(玉米)滴灌工程为实例研究对象,针对骨干管道的3种布置方案(梳型、丰型、π型)优化研究,综合附属工程投资额得出最优方案。【结果】方案一"梳"型布置投资额为12 443.08元/hm2;方案二"丰"型布置投资额为12 263.17元/hm2;方案三"π"型布置投资额为13 698.20元/hm2;方案二投资最小,分别较方案一与方案三节约投资1.45%与10.48%。【结论】基于萤火虫算法求解的滴灌管网优化模型可以对管径及管网布置模式进行优化,能够应用到滴灌管网的优化设计当中,是一种可行方法。将附属工程投资独立考虑,并纳入滴灌系统总投资可简化问题。骨干管道"丰"型布置为最优方案。     

用基于整数编码的改进遗传算法进行环状管网优化设计

应用基于整数编码的改进遗传算法进行环状管网管径优化设计，既可避免编码冗余问题，又可提高算法的实用性和计算效率，并能在较大解空间范围内获得最优管径组合方案以实现尽可能大的管网投资。     

基于遗传算法的树状灌溉管网优化设计

针对树状灌溉管网优化设计的特点,以管网投资最小为优化目标,提出了一种符合实际且能结合设计人员经验的灌溉管网优化布置,并利用基于整数编码的遗传算法进行求解,减少了非可行解的产生。并编制了matlab优化设计程序,通过实例进行验证,并与相关生成树算法进行比较,研究表明,该方法可获得较优的设计方案。     

基于和声搜索算法的自压式树状管网优化设计

采用线性规划模型与非线性规划模型进行自压式树状管网优化设计。第一级优化模型采用非线性规划模型,以连续管径为设计变量,以管网投资最小为目标函数,采用和声搜索算法求解获得一组近似最优管径组合。第二级优化模型采用线性规划模型,以标准管径所对应的管长为设计变量,以管网投资最小为目标函数,采用单纯形法进行求解,可以得到管径和相应管长的最优组合,此处的标准管径是在前述优化结果的基础上确定的,是从可用标准管径集合中选出的包含所求得连续管径值的4种相邻管径的最优管径集合。实例结果表明,该算法具有良好的优化性能,所得结果可直接应用于生产。     

基于遗传算法的喷灌管网优化设计

结合管网优化设计理论和实际工程中管径计算的要求,将遗传算法引入喷灌管网优化设计．提出求解喷灌管网管径优化解的计算思路,增强了管网设计方案的经济性,且求解出来的管径不需按标准管径调整。在此基础上,提出把经济性与可靠性结合起来进行管网优化设计,以及采用遗传算法求解该多目标问题。