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。     

基于粒子群算法的污水管网优化设计

将一种新的智能优化设计方法——粒子群算法,应用于污水管网水力参数优化设计。对污水管网的优化设计过程进行了详细说明,并通过实例说明了粒子群算法的优化设计过程。实例验证结果表明,与遗传算法相比较,粒子群算法更容易实现且优化结果更好,因此,该算法在给污水管网设计中有较为广阔的应用前景。     

基子粒子群算法的污水管网优化设计

将一种新的智能优化设计方法--粒子群算法,应用于污水管网水力参数优化设计.对污水管网的优化设计过程进行了详细说明,并通过实例说明了粒子群算法的优化设计过程.实例验证结果表明,与遗传算法相比较,粒子群算法更容易实现且优化结果更好,因此,该算法在给污水管网设计中有较为广阔的应用前景.     

模拟退火粒子群优化投影寻踪的渠道防渗模式评价

为了对渠道防渗工程的方案进行优选,采用模拟退火粒子群优化投影寻踪方法对渠道防渗模式进行优化评价.优化粒子群算法,使其在退火过程中接受优解,且还以一定的概率接受差解.同时利用模拟退火粒子群算法在搜索过程中具有概率突跳的能力,有效地避免搜索过程陷入局部极小解,提高了算法的收敛速度和精度.将该模拟退火粒子群算法与投影寻踪结合,建立了模拟退火粒子群优化投影寻踪模型,将该模型应用到灌区渠道防渗模式优化评价中,选取10个指标作为评判因子,提出适合该地区的干渠渠道防渗工程优化模式,其优劣排序依次为方案Ⅳ、方案Ⅱ、方案Ⅲ、方案Ⅴ、方案Ⅰ.研究表明模拟退火粒子群优化投影寻踪的评价模型对灌区渠道防渗模式进行综合评价是切实可行的,模拟退火粒子群优化投影寻踪的评价方法在解决实际问题中展示了其优越性,并取得了良好的应用效果.     

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。     

基于遗传算法的山地自压管网干管优化设计

针对目前山地自压滴灌管网工程中管径选择的难题,建立了以管网造价为目标函数,标准管径为决策变量,满足灌溉水量、水压、流速等约束条件的树状灌溉管网优化数学模型,在管网布置确定的情况下寻求使管网投资最小、可靠性最高的管径组合方案。采用基于整数编码的遗传算法来求解,用模拟退火罚函数法处理约束条件,将模拟退火的良好局部寻优能力和遗传算法的全局搜索能力有机地结合在一起,实现算法的改进。优化结果与经济流速法的计算结果相比较,管网投资减少了27 280元,仅占优化前的86.84%,管段水头利用率由65.38%提高到了97.61%。结果表明:改进遗传算法在经济性和重力水头利用率上都优于经济流速法,且该模型算法操作简单,易于实现,具有良好的优化性能和求解效率,可用于实际生产。     

基于DP-PSO算法的灌区农业水资源优化配置

针对引水灌区,考虑灌溉用水总量约束和时段可供水量约束,以单一作物非充分灌溉下灌溉制度优化为第一层,区域多种作物种植结构及水量分配为第二层,分别采用动态规划和粒子群算法求解,建立了基于DP-PSO算法的灌区农业水资源优化配置模型。针对多重约束问题,提出了一种初始化粒子群的方法,并通过粒子速度的动态变化来保证每代粒子都满足约束,提高了算法的收敛速度和收敛精度。以赣抚平原灌区为对象,考虑降雨和水源可供水量不同步的特点,计算了3种降雨频率、多年可供水条件下的农业水资源优化配置方案。结果表明,基于DPPSO算法的农业水资源优化配置模型合理可靠,为引水灌区农业水资源优化提供了一种新的方法。     

线性递减权重粒子群优化投影寻踪模型及应用

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,为了有效地控制粒子群算法的全局搜索和局部搜索,提出了将线性递减权重引入到粒子群优化算法中.该算法是从随机解出发,通过追随当前搜索到的最优值来寻找全局最优解,增加了粒子群算法的局部搜索能力.将其算法优化投影寻踪模型,以此构建了线性递减权重粒子群优化投影寻踪模型,将该模型应用到土坝护坡模式优化评价中,选取9个指标作为评判因子,提出适合该地区的土坝护坡优化模式.结果表明:线性递减权重粒子群优化投影寻踪模型可以有效地找到最佳投影方向,计算投影值,根据投影指标值的大小可对方案进行优选.利用该模型对土坝护坡模式进行综合评价是切实可行的.该算法以其实现容易、精度高、收敛快等优点,并且在解决实际问题中展示的优越性,在工程优化领域具有广泛的应用前景.     

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.     

基于混合PSO算法的西北干旱区作物灌溉制度优化设计

在西北干旱地区,由于水资源不足,所以在非充分灌溉条件下研究作物灌溉制度优化设计显得尤为关键.为了得到灌溉制度优化模型的最优解,提出了应用基于自然选择的混合粒子群算法(SELPSO)进行求解,并结合实例,对甘肃省景泰川一期灌区春小麦灌溉制度进行优化设计,优化结果验证了该算法的有效性与可行性.     

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。     

遗传算法和粒子群算法求解渠系多目标优化模型

目前高原灌区灌溉用水管理相对落后,渠系渗漏损失较大、渠道闸门运行调度不合理等问题十分突出。因此,开展渠系工作制度优化的研究,对缓解灌区用水供需矛盾有着重要意义。考虑不同时刻各配水渠道流量标准差最小和各配水渠道平均日渗漏损失最小两个目标函数,以配水连续性和灌溉可供水量作为约束条件,建立渠系工作制度多目标优化模型。以云南省蜻蛉河灌区为例,采用遗传算法和粒子群算法进行优化求解。结果表明,遗传算法和粒子群算法都可以解决渠系工作制度优化问题,对各渠道闸门开关时间进行优化,能够满足灌区需求,从而减少渠系渗漏损失,达到节约灌溉用水量的目的。两种算法相比,粒子群算法运算速度更快,优化闸门运行调度更合理。     

农村供水管网监控资源调配模型及求解方法

为了对农村供水管网进行有效布设和对供水管网资源进行优化配置,使其能够快速预警响应和高效处置,基于网格P-中值模型建立了管网网格,并建立了服务的最优调度农村供水管网安全监控资源配置模型,分别给出了中介服务节点层模型和资源服务节点层模型的目标函数和条件约束,并采用粒子群算法给出了农村供水管网安全监控的信息资源调配模型求解过程。     

基于多作物总产量最大的灌溉优化模型与算法研究

我国北方地区灌溉水资源极度缺乏,如何将有限的灌溉水资源有效分配到多种作物间是一个重要问题。为此,在考虑作物敏感系数、有效降雨量、土壤含水量等因素的同时,还考虑了作物的市场价格和单位产量因素,建立了多作物、多约束的非线性灌溉优化模型。引入粒子群算法(PSO)时,借鉴遗传算法中杂交的概念,得到了基于杂交的混合粒子群算法(BreedPSO),并应用实例进行计算,求解结果表明该模型能很好解决多作物间灌溉水量优化配置问题,同时也验证了该算法的有效性和可行性。     

模块化产品优化配置问题的混合PSO求解方法

针对产品优化配置问题,建立了客户需求与可配置产品模块实例之间的映射关系,采用动态惩罚函数处理约束条件,构建了产品优化配置问题的数学模型.采用遗传算法的交叉与变异策略和模拟退火算法的Metropolis准则改进粒子群算法,将形成的混合粒子群算法作为产品优化配置的求解方法.使用二进制编码方案表示可配置产品的配置方案.通过使用混合粒子群算法进行产品优化配置仿真试验,以及混合粒子群算法与遗传算法的仿真对比试验,证明该方法简单有效,效率较高.     

新疆五家渠灌区渠系优化配水研究

通过建立多目标渠系优化配水模型,优化渠系配水过程,为新疆农业节水灌溉提供科学依据。以新疆五家渠灌区新东干渠作为研究对象,采用多目标粒子群优化算法以配水渠道的渗漏损失量最小,水流稳定为优化目标,建立多目标渠系优化配水模型,并与回溯搜索算法就配水时间和渗漏损失量进行比较。研究表明,多目标渠系优化配水模型能将配水时间从15 d缩短至约11 d,渠系配水量为71.58万m3,与回溯搜索算法相比,配水时间从14 d缩短至11 d,渗漏量减少了8.39万m3。采用多目标粒子群优化算法对新疆五家渠灌区新东干渠进行配水过程优化,不但满足了优化目标,减少了渠系渗漏,缩短了配水时间,且比回溯算法更具有实用性。     

基于改进粒子群算法的小麦收割机路径优化控制研究

为了实现小麦收割机的路径优化控制,文章利用改进粒子群算法对其进行优化控制.首先,构建了小麦收割机调度优化模型;其次,构建了改进粒子群算法的基本模型;最后,对其进行了仿真分析,仿真结果表明,改进粒子群算法能优化小麦收割机的路径.     

基于蚁群算法的输水树状管网优化布置

应用图论和蚁群算法进行输水树状管网优化布置,分别用管网总长度最短和管网投资最小作为优化目标,并用算例与Dijkstral算法、Kruskal算法和单遗传算法相比较。研究表明该方法是可行和有效的,能减小管网工程投资和提高设计效率,在给排水管网优化布置中有较为广阔的应用前景。