基于NSGA-Ⅱ的给水管网压力监测点多目标优化布置

针对给水管网压力监测点优化布置过程中采用单目标函数得到的优化结果不能代表多方面综合因素的问题,以监测点压力监测范围及监测点覆盖节点需水量作为目标函数,管网水力连通性、管网节点压力相关性、管网节点水量影响条件作为约束条件建立多目标压力监测点优化布置数学模型,并利用Matlab平台通过非支配排序遗传算法(NSGA-Ⅱ)求解。将该模型应用于某园区实际管网中,并分析不同约束条件的参数取值对模型所得优化结果的影响程度,以提高监测点布设方案的代表性,同时也验证了NSGA-Ⅱ求解多目标给水管网压力监测点优化布置模型的有效性。     

基于风险评估的供水管网水质监测点优化模型研究

供水管网内源污染和外源污染协同监测下的水质监测点优化选址一直是供水领域的研究难点。为进一步提升监测点选址的科学合理性,采用模糊数学集法分析管网区域污染物、管道完整度以及管网低负压情况,量化确定管网的风险评估指数。将基于风险评估的节点监测用时期望值纳入监测点优化选址模型,结合监测失效率、水量覆盖度和监测点占比这3个优化目标,完善选址优化体系并建立多目标优化选址模型。使用MATLAB软件搭载基于参考向量的非支配排序多目标遗传算法(NSGA-Ⅲ)成功求解该多目标优化模型,得到帕累托(Pareto)前沿解集。最后,基于Modena算例管网进行研究,与传统复合监测目标优化模型选取的选址方案进行对比发现,基于风险评估的供水管网优化选址模型选取的方案能有效降低监测用时,提高了监测效率。     

基于爆管检测效益的供水管网水压监测点布局优化

为探究水压监测点数量与爆管检测效益的关系,开展了面向爆管检测的供水管网水压监测点优化布局研究。首先,利用管网水力模型在EPANET中计算各管道不同等级爆管下的压降,并根据压降结果构建爆管事件覆盖矩阵;然后,对于给定数量的水压监测点,以最大化爆管事件覆盖率为目标函数,优化水压监测点布局,并采用分布估计算法求解,进而确定给定监测点数量下的最优布局;最后,将爆管事件覆盖率与爆管最小可检测流量作为爆管检测精度指标,探讨水压监测点数量与爆管检测精度的效益关系。将所提出的方法应用于L-Town管网C区,结果表明所提出的方法能有效确定最佳效益监测点的数量及布局,进而有效解决工程实践中应布置多少水压监测点以及布局在何处两方面问题。     

基于Pareto的地铁施工场地平面布置多目标优化

为解决地铁工程施工场地平面布置中的多种复杂要求和布置难题,将帕累托(Pareto)最优理论应用于场地布置研究中,构建施工现场多目标优化模型,并借助非支配排序遗传算法(NSGA-Ⅱ)求解得出多目标优化方案,实现优化布局目标。首先,构建风险、亲密度以及流动距离三目标模型,并提出设施随机布置策略;其次,以某地铁施工现场为例,分析其在不同施工阶段的风险动态变化特性,借助算法求解得出不同阶段的多目标优化方案解,并分析目标之间的关系;最后,采用专家打分法对方案解进行评选,选出不同阶段的最优布置方案,最终形成地铁施工场地动态布置方案。研究表明:优化得出的动态布置方案在满足多目标要求的同时也具有实际的施工可操作性,提升了施工现场的安全管理水平。     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

基于灵敏度分析和蚁群算法的管网监测点优化选择

针对管网水力模型校正中监测点的优化计算不容易得到最优解、运算时间较长等问题，采用蚁群算法进行求解。由于管网节点的灵敏度矩阵与监测点最优解之间存在一定的对应关系，且充分利用探索信息可以明显提高蚁群算法的优化计算性能，因此考虑将蚁群算法中的探索信息与灵敏度值进行对应。算例结果表明，与穷举法和遗传算法相比，在参数相同的条件下该法可有效减少优化计算的运行时间。     

岩体随机不连续面产状数据划分方法研究

动态聚类算法从本质上讲是单目标组合优化算法,一般需要事先给定目标分类数和初始聚类中心,且初始聚类中心的选择对数据划分结果影响较大。为了解决该问题,提出将产状数据的划分问题转化为多目标优化问题,并采用小生境Pareto遗传算法进行求解。针对聚类问题的特殊性,采用基于链表的编码方案,并建议相应的遗传操作算子;通过引入小生境技术和Pareto支配集理论,仅通过一次求解可由Pareto支配集给出对应于不同目标组数的最优分组结果,而且不用事先给定目标组数以及初始聚类中心。最后,将算法应用于三峡船闸高边坡岩体实测不连续面产状数据的划分,得到较为符合实际的优势结构面分组。     

基于模拟的多目标优化方法在近零能耗建筑性能优化设计中的应用

基于模拟的多目标优化设计方法将多目标非支配排序遗传算法(NSGA-II)和建筑能耗模拟软件TRNSYS耦合在同一平台,可实现近零能耗建筑性能优化。本文利用该方法以某典型高层居住建筑为实例进行了多目标优化计算,分析了多目标算法相对于单目标算法的优越性,给出了不同气候区典型城市多目标优化均衡解,为近零能耗居住建筑参数选择提供了参考。最后,分析了算法参数对优化结果的影响,得到平衡计算量与计算结果可靠度的最佳算法参数。     

城镇给水管网多目标优化设计算法及应用

在城镇较大规模给水管网设计中,经常出现管段管径较大、流速较低、设计方案不经济等问题。针对城镇给水管网优化问题,利用MATLAB和EPANET软件建立了基于管网经济费用和冗余度的多目标管网优化设计模型。实例研究利用非支配排序遗传算法(NSGA-Ⅱ),对多个目标函数添加惩罚项,求解得到一系列Pareto最优解集,使优化模型的求解收敛速度更快。结果可为设计决策者提供多套不同的选择方案,管径组合方案更加科学合理,切于实际。模型利用NSGA-Ⅱ成功解决了较大规模真实给水管网的多目标优化问题。     

基于遗传算法的供水管网爆管监控网络布置研究

根据供水管网压力信号的自然波动特性,确定了爆管监控压力波动报警阈值。在此基础上,提出了爆管强度概念,作为监测点优化布局中水力模型爆管模拟的参数之一。根据爆管水力模拟结果,以可监控最大爆管漏水量为目标函数,优化监测网络的布置。在此基础上,进一步提出了爆管监控覆盖率作为确定监测点个数的主要指标。最后,将该方法应用于两个案例,计算结果显示监测点分布均匀,符合常理,被监测到的管道清晰明确,确定监测点数量的依据科学,表明该方法可以应用于工程。     

平头塔式起重机起重臂动态性能的多目标优化

以某平头塔式起重机起重臂结构为设计原型，运用有限元方法对该起重臂建立参数化模型来进行结构分析、模态分析以及谐响应分析，并将得到的参数导人iSIGHT程序中。通过采用非支配排序遗传算法（NSGA—Ⅱ），以该起重臂结构重量最小和二阶固有频率符合塔式起重机设计规范为目标，对该起重臂结构的动态性能进行多目标优化，最终得到多目标优化的Pareto最优解集。探讨了将平头塔式起重机起重臂动态性能作为结构优化设计目标的方法，并阐述了其实际应用的效果。     

基于快速群搜索算法的双层球面网壳多目标优化

提出一种新的群智能算法,即多目标快速群搜索优化（MQGSO）算法,以双层球面网壳为研究对象,进行结构节点最大位移最小化和结构质量最轻化的多目标优化设计,网壳优化后的Pareto前沿分布均匀且范围较广,分别对多目标优化和单目标优化后的结构进行多维地震作用时程响应分析。结果表明:多目标优化得到的结构优于单目标的优化结果,所提出的多目标快速群搜索算法能很好地实现复杂空间结构的多目标优化设计。     

遗传算法在毛细管空调系统水力计算中的应用

在介绍毛细管平面辐射空调系统特点的基础上,提出了在进行系统水力计算过程中,应用遗传算法(GA)求解多目标优化问题的思路,进而建立了毛细管平面辐射空调系统水力计算模型。通过对模型特点的分析,将系统水力计算的问题转化为应用遗传算法求解多目标Pareto最优解的问题。最后,应用具体实例,对遗传算法在毛细管平面辐射空调系统水力计算中的应用方法和步骤,进行了详细说明,这对于毛细管平面辐射空调系统的优化设计和节能运行具有一定的指导意义。     

基于布谷鸟算法的管网漏损定位模型

水务系统中的基础设施供水管网在漏损管理方面存在着检漏复杂、投入成本高等问题。基于此,通过算例管网参数构建水力模型进行漏损水力模拟,利用管网压力监测点的观测数据与模拟数据之间的最小差值建立目标函数,采用布谷鸟算法（CS）和遗传算法（GA）对管网漏损定位模型进行优化求解验证,以实现供水管网的漏损定位。结果表明,基于CS算法的管网漏损定位模型,在设置3个压力监测点进行漏损节点定位时精准率可达74%,设置2个压力监测点进行漏损节点定位时精准率约为60%,均比传统遗传算法定位性能好。     

供水管网DMA分区及优选分区边界管段方法研究

针对目前城市供水管网进行独立计量分区（DMA）方法不成熟、依赖经验较多的问题,提出了一种新的DMA分区方法。以分区边界管段（BPs）长度和BPs中高流量管段数量最小化为目标,定义了两节点间相似度计算公式,利用谱聚类（SC）算法完成对DMA区域的划分。在满足管网压力限制的条件下,以节点压力标准差之和、综合水龄指数和分区成本作为优化目标,建立BPs上阀门和流量计优化布置模型。使用多目标粒子群（MOPSO）算法求解该模型,得到Pareto最优解集;通过优劣解距离法（TOPSIS）进行多个布置方案的决策。将该方法应用于某实际管网进行DMA分区,结果表明,该方法可以顺利完成管网DMA分区,并在改善分区后管网水力水质性能及降低分区成本等方面起到显著作用。     

基于遗传算法的枝状燃气管网布局优化

以图论和遗传算法为理论基础，以管网造价最小为优化目标，提出枝状燃气管网遗传布局优化的方法，并针对枝状管网的特点，对基本遗传算法进行改进。改进后的遗传算法能够获得造价最小的布置方案，算法寻优效率较高。     

快速群搜索算法用于桁架结构多目标优化北大核心CSCD

基于快速群搜索优化算法QGSO(Quick Group Search Optimizer),结合Pareto最优解理论与拥挤距离机制,提出了一种适用于结构优化的简单而实用的多目标算法:多目标快速群搜索优化算法MQGSO(Multi-objective Quick Group Search Optimization),并将其应用于10杆平面桁架结构的截面优化与25杆空间桁架结构的形状优化.将MQGSO算法与已有的MGSO和IMGSO算法进行了比较,发现其非劣解均优于其他两个算法的非劣解,且具有良好的稳定性与收敛精度,收敛速度也有所提高,说明本文提出的算法用于求解结构多目标优化问题是可行有效的.     

考虑操作效率差异的双资源项目调度模型研究

针对多资源项目计划与调度问题中未考虑资源之间关联性而与实际情况脱离的问题,基于人力资源和设备资源两种可更新资源,考虑工人操作不同设备存在效率差异,建立一种以完工周期和项目成本为优化目标的考虑差异性操作效率的双资源多目标项目计划与调度模型。针对模型特点设计相应的染色体编码方案,运用NSGA-II算法进行求解。通过工程实例进行仿真实验,得到多目标优化的Pareto解集,同时与仅考虑相同操作效率的Pareto解对比,仿真实验在一定程度上缩短了项目工期,降低了项目成本。     

工程项目工期—成本—质量—安全水平综合优化研究

目前工程项目多目标优化的相关研究中,较少考虑工期、成本、质量等目标与安全水平之间的联系。针对这一不足,在分析工序安全水平影响因素的基础上,得到了成本—安全水平优化模型,并将安全目标引入工期—成本—质量优化模型,构建了工期—成本—质量—安全水平均衡优化模型。为了有效求解该型,引入了量子粒子群算法,结合工程实例进行模拟仿真,得到工期、成本、质量与安全水平的一系列 Pareto 解,并进行方案决策,结果表明得到的 Pareto 解集能为项目管理者的决策提供有效支持,量子粒子群优化算法在求解该模型方面是有效性的。     

改进遗传算法的建筑机械检测任务智能分配研究

在建筑机械检验检测任务分派过程中，存在着任务类型多样、地点分散、组别差异化较大、分配效率低等问题。针对上述问题，考虑了多目标优化的机械检测订单分派，构建以加权总里程数最短、任务完成时间最短和组别差异度最小为目标的数学模型，并提出基于遗传算法的优化改进算法。采取整数编码，增设断点编码，设计多目标下的加权和为适应度函数；在进化过程中添设断点编码、组人数的动态修正操作；并在进化、变异引入模拟退火算法的思想，提高解的质量和算法搜寻效率。最后，采用历史数据进行实验求解，结果显示能够显著减少总里程数和组别间差异，已投入实际应用并持续迭代优化。