基于模拟退火遗传算法的自压微灌干管管网优化

为解决常规树状管网优化算法的不足,在规定管网中每一管段只能由一种管径管道组成的基础上,提出了一种以管网造价最低为目标函数、节点压力为约束条件、标准管径为决策变量的自压微灌干管管网优化数学模型。采用模拟退火罚函数方法处理约束条件,构造出适应度函数,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自压树状管网的优化设计。仿真结果表明,利用该模型与算法来求解自压微灌干管管网的优化问题具有良好的优化性能和求解效率。     

基于整数编码遗传算法的树状灌溉管网优化设计方法

针对树状管网布置中较多依赖设计人员经验的特点,提出了一种基于整数编码遗传算法的树状管网两级优化方法.第一级优化是根据树状管网单点供水的原则,建立了融合工程设计经验的树状管网优化布置整数编码遗传算法模型,克服了传统二进制编码方法易产生不可行解的问题,可快速寻找出一组符合工程实际情况的管网布置方案.第二级优化在确定管网布置方案组的基础上采用整数编码的遗传算法,以投资最小为目标,建立了管径优化模型与算法.编制了灌溉管网两级优化设计Matlab程序,进行了工程实例验证.与单亲遗传算法(SPGA)和管网布置经验设计方法进行了比较,表明本文提出的基于整数编码的管网优化设计方法可方便地将设计经验融合到优化计算过程中.能降低管网优化设汁的复杂性和求解难度,快速有效求解符合工程实际的管网优化方案.     

基于整数编码粒子群算法的树状供水管网优化

以管网年费用折算值为目标函数,以管网布置形式及管径为优化参数,建立了树状供水管网的优化设计模型.利用基于整数编码的粒子群算法对这一模型进行了求解,该方法以某一管网连接状态及各管段管径作为粒子群个体,采用整数编码,通过不断地更新粒子的位置来搜索最优的管网结构及管径值,实现了对管网布置形式及管径的同时优化.优化过程中,对进化过程中产生的不可行解进行处理,提高了优化效率.实例表明,将粒子群算法应用于树状管网优化设计中可以获得更好的优化结果和效率.     

复杂地形条件下重力流管道输水管网设计研究进展

山区、丘陵区地形复杂高差大,管道输水布置根据供水点分布一般为树状管网.本文通过分析国内外对树状管网布置进行优化研究,优化方法主要是遗传算法和图论理论,所不同的是优化方法的求解过程.马孝义等综合了设计人员的实践经验,利用整数编码对优化问题的求解得到了较好的效果.周荣敏等利用单亲遗传算法可以在较短的时间内提供一批接近工程实际需要且管网投资最小的布置方案,为方案评价和决策提供了可靠依据;分析了各种管材的优缺点,为山区、丘陵地区的输水工程设计提供参考;分析国内外对树状管网经济管径的研究,利用经济手段计算经济管径,避开了选择经验流速的困难,取得了较好的效果.张奎、张志刚等方法简单可行,能够满足设计要求精度,较采用经济流速的方法设计管径更加合理.     

应用单亲遗传算法进行树状管网优化布置

树状管网布置优化属于典型的组合优化问题。本文针对树状管网布置的特点，以图论和遗传算法为理论基础，应用改进遗传算法 单亲遗传算法进行树状管网优化布置，并设计了相应的适应度函数、单亲换位算子和逆转算子。与Dijkstra算法和Kruskal算法相比，单亲遗传算法直接以管网投资最小为优化目标，能够获得一批管网投资最小的布置方案，且算法的寻优效率较高，收敛性和稳定性较好。     

树状灌溉管网两级遗传优化设计

针对树状管网布置依赖设计人员经验的特点，提出了一种基于整数编码遗传算法的树状管网两级优化方法：第一级优化根据树状管网单点供水的原则，避免了最优生成树方法的复杂性，将设计人员的经验有机融合到设计过程中，寻找出一组符合工程情况的管网布置形式；第二级优化在第一级优化的基础上采用整数编码的遗传算法，以投资最小为目标函数，计算出最优管径组合。该方法采用MATLAB6．5编程，可得出较优的布置方案。     

自压供水树状管网的优化设计

文章以工程设计实例介绍了在自压供水状态下树状管网优化设计方法。树状管网在设计供水流量及各支管设计供水流量确定并且主管道引水口水位及各支管出水口高程已知的情况下,管网各管管径设计可以有不同的方案,如:先确定一个主管管径,便可计算出相应的支管的管径,随着主管道管径的不同,各支管管径也有所不同。     

自压式树状管网神经网络优化设计

应用Hopfield神经网络模型的优化计算原理与方法, 建立了自压式树状管网神经网络优化设计模型, 并用计算机软件模拟方法求解. 研究表明: 人工神经网络法是快速求解自压式树状管网非线性规划模型的一种新方法, 结合两级优化算法可以实现树状管网全局最优设计.     

低压管道输水灌溉管网优化设计

管网优化包括布置方案优化和管径优化。过去管网优化一般人为选定布置方案后只进行管径优化,但是,不同类型管网(树状管网或环状管网)只优化管径并不能说明布置方案优化,还必须做年费用比较,年费用最小的布置方案才是最优布置方案。本管网优化设计采取同类型管网推求单位长度管道基建投资函数和能耗函数,求其公共解方法求解优化管径,再做不同类型管网年费用比较,选取优化布置方案,实现了管径、布置方案双向优化。     

自适应遗传算法在给水管网优化中的应用

为求解管径优化设计问题,众多学者采用遗传算法(GA)进行优化计算,然而传统的遗传算法搜索效率偏低。针对此问题,提出一种自适应遗传算法(AAGA)。根据管段的流速和管径值,对遗传算法中下一代个体的管径可选择范围进行自适应调节,进而提高进化效率。以纽约隧道管网扩建问题为案例,对该方法进行了验证。结果表明,自适应遗传算法比传统遗传算法具有更高的收敛速度,优化效率更高。     

灌区自压微灌独立管网系统优化设计研究

微灌管网系统由田间管网系统和骨干管网系统两部分组成,田间管网入口所需压力只与灌水器设计工作水头及田间管网允许水头差有关,因此两部分的优化问题是相互独立的。目前田间管网优化设计主要是在限定面积且布置已定的情况下进行支毛管管径组合优化。本研究在不限定管网系统面积的情况下建立了单向毛管田间管网、双向毛管田间管网及自压微灌骨干管网的优化设计数学模型,可同时完成相应管网的优化布置和优化设计且能得到最佳控制面积。利用解的不可行度对随机产生的初始种群进行选择以改善种群质量,利用罚函数法处理约束条件,应用遗传算法进行优化计算。结果表明:双向毛管田间管网在控制面积及单位面积投资两方面均优于单向毛管田间管网,推荐以双向毛管田间管网优化结果为基础进行骨干管网的优化,算法收敛性能稳定,具有较高的计算精度,此优化设计研究成果对自压微灌系统设计及区域管网优化设计具有一定的实际意义。     

基于列队竞争算法的变权值树状管网优化布置

根据树状输配水管网的特点,提出一种简化的灌溉输配水管网优化布置模型及求解方法。该模型的目标函数仅有各个管段的长度和流量,既考虑了流量的变化,实现变权值的管网优化布置,又摒除了管材的价格、规格型号等因素的影响,使得优化计算更简便。用列队竞争算法对该模型进行求解,首先用图论的有关理论建立管网系统的连接矩阵、流量向量等,并根据邻接矩阵表示的树图的特点设计了相应的适应度函数、编码方法和变异算子。通过算例表明该算法能够获得费用最小的布置方案,与单亲遗传算法和模拟退火遗传算法相比,该方法模型简单,控制参数少,收敛速度快,有较高的搜索效率和稳定性。     

Heuristic Optimization Model for the Optimal Layout and Pipe Design of Sewer Systems

The design of urban stormwater systems and sanitary sewer systems consists of solving two problems: generating a layout of the system and the pipe design which includes the crown elevations, slopes and commercial pipe sizes. A heuristic model for determining the optimal (minimum cost) layout and pipe design of a storm sewer network is presented. The hierarchical procedure combines a sewer layout model formulated as a mixed-integer nonlinear programming (MINLP) problem which is solved using the General Algebraic Modeling System (GAMS) and a simulated annealing optimization procedure for the pipe design of a generated layout was developed in Excel. The GAMS and simulated annealing models are interfaced through linkage of Excel and GAMS. The pipe design model is based upon the simulated annealing method to optimize the crown elevations and diameter of pipe segments in a storm sewer network using layouts generated using GAMS. A sample scenario demonstrates that using these methods may allow for significant costs saving while simultaneously reducing the time typically required to design and compare multiple storm sewer networks.     

基于MATLAB环境的抗滑桩智能优化设计系统

介绍了基于MATLAB的抗滑桩智能优化设计系统的基 本思路,并给出了该系统的总体结构、主要功能以及主要模块--抗滑桩BP网络结合模拟退火遗传算法SAGA(Simulated Annealing Genetic Algorithm)优化设计模块。该系统主要实 现了非线性优化方法和BP网络结合模拟退火遗传算法两种优化方法智能优化抗滑桩设计,最后将该系统应用于云南省祥临公路古滑坡防治方案优化设计。     

遗传算法实现农村树状供水管网的优化设计

为改善农村树状供水管网的管径设计方案,应用数学建模和最优化理论,提出在确定管网布置方案的基础上,采用整数编码的遗传算法,建立管径组合方案优化模型。以经济性作为目标函数,并结合实例,编制相应计算程序,对某一农村供水管网进行优化设计,与传统设计方案进行对比。结果表明,该优化设计方案在经济性和水力特性都优于传统的设计方案。     

Uncertainty Analysis of Transient Flow in Water Distribution Networks

For transient analysis of a pipe network, the unsteady flow governing equations should be solved to obtain the extreme pressure heads in the system, which may be faced with several uncertainties. To evaluate that to what extent the input uncertainties can affect the system responses, a simulation model based on the fuzzy sets theory is introduced. For this purpose, triangular fuzzy numbers are used to represent the input uncertainties. Then, to obtain the extreme pressure heads in each location of the network and at each level of uncertainty, four independent optimization problems are solved. In these problems, the nodal maximum and minimum pressure heads are the objective functions and the simulation parameters are the decision variables. Accordingly, for fuzzy analysis of a pipe network, a complicated many-objective optimization problem arises. To solve the problem efficiently a many-objective genetic algorithm is coupled to the transient simulation model. To speed up the analysis, a transient simulation model in the frequency domain is used. The proposed model is applied to a pipe network and the results are discussed. The model is found computationally fast and promising for real applications.     

Application of Several Meta-Heuristic Techniques to the Optimization of Real Looped Water Distribution Networks

The optimization of looped water distribution systems is a complex problem as the pipe flows are unknown variables. Although many researchers have reported algorithms for minimizing the network cost applying a large variety of techniques, such as linear programming, non-linear programming, global optimization methods and meta-heuristic approaches, a totally satisfactory and efficient method is not available as yet. Many works have assessed the performance of these techniques using small or medium-sized benchmark networks proposed in the literature, but few of them have tested these methods with large-scale real networks. The aim of this paper is to evaluate the performance of several meta-heuristic techniques: genetic algorithms, simulated annealing, tabu search, and iterated local search. These techniques were first validated and compared by applying them to a medium-sized benchmark network previously reported in the literature. They were then applied to a large irrigation water distribution network that has been proposed in a previous work to assess their performance in a practical application. All the methods tested performed adequately well, compared with the results found in previous works. Genetic algorithm was more efficient when dealing with a medium-sized network, but other methods outperformed it when dealing with a real complex one.     

树状给水管网布置形式优化设计

以管网年费用折算值作为管段的权值建立目标函数,以基于破圈法及Mayeda-Seshu算法的列队竞争算法作为求解方法,用于进行树状给水管网系统的优化,并将该方法用于实例研究。结果表明:该算法既可以完全避免以往各种优化算法在进化过程中产生不可行解的弊端,又继承了普通列队竞争算法寻优速度快的优点,使得算法的计算效率显著提高,计算结果的准确性也得以保证。该优化算法的提出对树状给水管网布置形式优化设计具有重要意义。