基于遗传算法的农村供水管网优化设计

农村饮水安全工程的供水管网优化设计,对于节约工程投资、提高工程社会效益具有重要意义。为了对供水管网进行管径优化,从经济性和可靠性出发,以投资成本最低为目标函数,以水力学指标为约束条件,建立管网优化数学模型。运用遗传算法进行模型求解,针对供水管网优化模型的特点,选取自然数编码,建立合适的适应度函数,设置选择、交叉、变异等遗传算子,并选取工程实例进行优化求解,通过与传统方法的计算结果对比,验证了遗传算法用于供水管网优化的实用性。     

基于供水安全性的管网管径优化计算改进遗传算法

分析了目前给水管网遗传优化研究仅考虑管网设计方案的经济性而忽略供水安全性的不足,采用罚函数的思想对遗传算法进行了改进,使其能够完成流量分配情况下的管网优化设计.实例计算对比了改进前后的设计方案,改进后设计方案的经济性和供水安全性得到了保证.     

基于多决策变量协同设计的供水管网多目标优化模型研究

在城镇供水管网设计中,管线布置和管径搭配是影响工程经济性和可靠性的重要因素。为提升管网设计的整体优化水平,以管线布置和管径搭配共同作为决策变量,选用"管网建造费用"作为经济性目标函数,选用"管网管段压力均值"、"管网恢复力"和"枝状管流量和"作为管网可靠性目标函数,建立供水管网多目标优化设计模型。使用MATLAB平台搭载EPANET2动态链接库,采用改进的非支配排序多目标遗传算法(NSGA-Ⅱ)求解模型得到帕累托(Pareto)前沿解集,并使用多标准优化和妥协解决方案(VIKOR)法选出最优折衷设计方案。最后以广东省某城镇供水管网设计为例进行验证,得到的前沿解集在多维目标空间中分布均匀,且选出的最优折衷方案综合效益良好,证明了供水管网管线布置和管道尺寸协同设计的科学性和有效性。     

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。     

泵站加压式树状供水管网优化设计研究

针对传统供水管网优化设计时未考虑整个管网的首末水头约束问题,提出了以管网系统年折算费用最小为目标函数,以水泵扬程和具有标准管径的干、支管管道长度为决策变量的泵站加压式树状供水管网优化设计数学模型。在该模型中,假定水泵扬程已知,将管网优化问题转化成管网投资线性子模型问题,并采用大系统分解-动态聚合方法对该子模型进行求解。研究结果表明,该方法寻优能力强,且计算时间短,计算结果精度较高,为泵站加压式树状供水管网系统优化设计提供了一种可行而有效的新方法。     

农村供水管网管段流量与管径设计方法探讨

在农村供水工程中,管网管径的确定是供水工程正常运行的基本保证,正确的确定管段流量是基本条件。根据农村供水的实际工程经验,总结了计算管网管段流量和管径的方法和步骤,并举例说明,对农村供水工程的建设提供指导。     

农村规模化供水工程建设若干技术问题的探讨

山东省在农村规模化供水工程建设过程中,对于工程规模化程度、供水量定额、管网优化设计、管网安全调控与保护、管网施工、水源选择与保护、水质消毒等技术方面的设计要求和特点进行了分析对比,并提出了合理的设计方案。对农村饮水安全工程的规划设计具有借鉴作用。     

基于遗传算法的给水管网多工况优化设计

目前大多数基于遗传算法的给水管网优化设计在供水安全性和经济性方面都存在不足。本文针对这些不足,对优化设计的目标函数进行了改进,加入了流速约束,提出了流量已初分配的给水管网多工况的优化设计,并采用罚函数法予以实现。最后对青岛市出口加工区管网进行了优化求解,通过优化结果的对比,验证了该设计方法的实用性及其在供水安全性和经济性方面的优点。     

基于KYPIPE的农村供水系统水锤防护设计

针对山区农村供水管网系统输水距离长、管路弯曲多以及阀门启闭频繁,极易引起管路水锤现象致使管网系统安全运行风险增大的问题,以某水库供水系统为例,结合农村供水管网系统特性及水锤现象产生的机理,运用动态流体分析软件KYPIPE,建立农村供水管网系统水力模型,进行管网及阀门附件的数值模拟。基于水锤防护措施,设计多种水锤防护设计方案,并进行多工况的稳态分析和瞬态计算分析,提出农村供水管网系统水锤防护最优方案。     

管径在给水管网故障率定量模型构建分析

根据南方某市供水管网属性数据和故障统计数据,对管网爆管和泄漏的影响因素进行权重分析,提出在生产实践中管径可作为管网故障的关键表征因素。在此基础上借助SPSS软件建立了基于管径单因素的管道故障率模型．该模型在管径400mm处分段构建,平均误差3．18％,拟合精度良好。该模型定量阐释管径因素在管网故障诊断中的作用。并提出可将故障率模型作为约束条件引入大型给水管网的优化设计过程。对管径在给水管网故障控制中的关键作用进行了有益的探索。     

基于GA-BP算法的岩质边坡稳定性和加固效应预测模型及其应用研究

针对岩质边坡稳定性预测及加固效应具有的非线性和非明确性等特征,为了准确的预测稳定安全系数和加固效应,采用在实际工程中较为常见的二折线滑动面边坡概化模型,以边坡潜在滑块高度、上下滑动面倾角、坡面倾角、滑块面积,以及上下滑动面的黏聚力和摩擦系数作为影响因素,进行基于强度折减法的数值计算获得安全系数,得到足够数量的样本。然后利用遗传算法GA优化BP神经网络的权值和阈值,建立边坡稳定性的安全系数GA-BP预测模型,将其预测结果与标准BP神经网络进行对比分析。在此基础上,建立混凝土置换加固和锚索加固的方案优化方法。最后,将该方法应用于白鹤滩水电站泄洪洞出口边坡典型剖面在天然和开挖状态下的安全系数预测,并分别对混凝土置换加固和锚索加固进行了方案优化。结果表明:GA-BP神经网络模型精度更高,收敛速度更快,比使用标准BP网络模型的效果更优。研究成果对边坡稳定性评价和加固方案优化具有参考意义。     

自适应遗传算法优化管网状态估计神经网络模型

针对遗传算法收敛速度慢、传统BP算法易收敛于局部最优以及网络结构难以确定等问题，引进自适应遗传算法优化网络的权阈值以搜寻网络最优拓扑结构，并利用自适应遗传算法优化该网络的权阈值，建立基于改进BP网络的宏观管网状态模型．实例分析表明，改进模型具有较高的预测精度。     

基于动态微粒群算法的神经网络模型及应用研究

通过对微粒群PSO优化算法惯性因子和加速因子的动态调整,保证PSO算法迭代过程中全局与局部寻优能力的动态平衡,构造了一种更加稳定准确的动态微粒群DPSO优化算法。进而将动态微粒群DPSO优化算法与传统BP神经网络相结合,分别采用动态微粒群DPSO优化算法和自适应BP算法对神经网络权值进行全局优化和局部二次优化,建立基于动态微粒群优化算法的神经网络DPSO-NN预测模型。利用所建立的动态微粒群神经网络模型对渤海某海域年极值冰厚进行训练预测,并将训练预测结果与BP-NN、GA-NN、PSO-NN模型的训练预测结果、以及实际数据进行对比分析,验证DPSO-NN预测模型具有更优的训练稳定性和预测准确性,为冰区海洋平台安全评估提供了更为可靠的环境载荷参量。     

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。     

混合智能算法在引水冲污方案优选中的应用

考虑水质、经济和生态环境影响等因素,建立佛山水道的引水规划优化模型。利用河网水环境数学模型模拟多组引水冲污方案的水质,将输入输出数据作为样本用于人工训练神经网络;将训练好的网络嵌入遗传算法,形成混合智能算法,求解引水规划优化模型。结果表明,混合智能算法能够自动求出不同引水流量下的最优方案,精度较高,无需人工试算,运算速度快,不必对遗传算法与河网模型进行接口处理,具有普遍适用性,为求解耦合复杂模拟模型的优化问题提供了一种理想的工具。     

基于人工电场算法优化的大型灌区径流预测模型研究

针对水文预报中径流预测数据序列具有非线性和非平稳性等特点,将一种新型智能优化算法——人工电场算法AEFA与LSTM神经网络结合进行参数优化,建立AEFA-LSTM预测模型,并以赵口大型灌区涡河玄武水文站实测年径流量作为样本数据进行网络优化训练和预测分析,同时与传统优化算法（遗传算法GA和粒子群算法PSO）建立的GA-LSTM和PSO-LSTM预测模型进行对比。结果表明：AEFA-LSTM模型预测值的平均相对误差相较于GA-LSTM模型和PSO-LSTM模型分别降低了7.59%和5.22%,且平均绝对误差MAE、均方误差MSE、均方根误差RMSE均为3种模型中最小,说明所建立的AEFA-LSTM模型可以更高精度地预测径流量,为水文预报提供一种新型高精度径流预测方法。     

考虑全寿命周期成本的供水管网优化设计

针对城市管网的传统优化设计中仅考虑初始投资而没有考虑运行过程中维修管理成本的问题,提出了基于全寿命周期成本(LCC)的管网优化模型和计算方法。通过对管网建造成本及运行阶段维修管理成本的定量分析,建立了以全寿命周期总费用最低为目标的优化模型,并利用PSO算法对管径进行优化设计。通过实例分析,分别得到两种常用管材的最优管径,并基于寿命周期成本对比分析为管网设计阶段的方案选择和优化设计提供了依据。     

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。     

基于云模型的水光互补清洁能源基地容量配置方案优选

为优选水光互补清洁能源基地容量配置方案,从安全性、环保性、经济性、技术性4个方面选取14个指标构建了综合评价指标体系,采用改进云模型方法对容量配置方案进行评价。改进云模型方法以基于层次分析法改进的云模型求解主观权重,以熵权法求解客观权重,组合赋权得到指标权重,再利用条件云发生器计算各指标的隶属度,最后根据级别特征值法计算容量方案等级评分,确定最优方案。将该方法应用于我国西南某清洁能源基地水光互补系统容量配置方案的优选,优选结果与集对分析法优选结果和实际选择方案均相符,证明了该方法的有效性与适用性。     

改进Elman神经网络在径流预测中的应用

针对传统静态前馈神经网络动态性能较差的缺点,提出一种基于遗传算法（GA）优化Elman神经网络连接权值的GA-Elman多元变量年径流预测模型.以新疆伊犁河雅马渡站径流预测为例进行实例分析,并构建传统Elman,传统BP和GA-BP多元变量年径流预测模型作为对比模型,预测结果与文献IEA-BP网络模型预测结果进行对比.结果表明:①GA-Elman模型的拟合及预测效果略优于文献IEA-BP模型,该模型用于多元变量年径流预测是合理可行的,具有较好的预测精度和泛化能力.②在相同网络结构及传递函数等条件下,GA-Elman模型的预测精度和泛化能力优于GA-BP模型,传统Elman模型优于传统BP模型,表明具有适应时变特性的Elman反馈动态递归网络预测性能优于BP网络;GA能有效优化Elman神经网络连接权值,使网络的预测精度和泛化能力有了较大提高.