基于改进单亲遗传算法的树状管网布置优化

改进单亲遗传算法采用Kruskal算法和Dijkstra算法进行群体初始化代替随机群体初始化过程;采用赌轮盘选择和单亲换位算子作为主要遗传算子,取消选择率、换位率和单亲逆转算子,使算法结构更加简洁明了;增设单一化的最优群体,并自动更新最优群体适应度值的下限。研究表明,通过一系列改进,在同样能获得最优解的前提下,程序运行时间由70s缩短到5s,最大遗传代数由500代以上缩短到100代以下,改进单亲遗传算法（ISPGA）的性能提高显著。     

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.     

基于EM算法的树状注水管网优化设计

针对油田系统中的树状注水管网的拓扑优化问题,以最小管网造价为目标函数,以站、间、井的隶属关系惟一性及服务能力等为约束条件,建立优化数学模型。尝试利用一种新型优化算法——类电磁机制算法对模型进行求解,该方法以站、间的空间位置作为带电粒子,在若干带电粒子形成的电场中,粒子受力移动以更新管网的拓扑结构及站、间规模,实现对管网造价的优化。运用实例进行优化验证,优化后的管网造价与原管网的布局造价相比降低了15.28%,充分表明了EM算法在油田树状注水管网拓扑优化方面的有效性。     

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.     

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。     

树状给水管网的优化

本文根据树状给水和网的特点，分别建立了重力和泵站加压树状管网优化计算的一规划模型，应用上述模型，可进行单水源树状管网的优化计算。     

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.     

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。     

基于模拟退火遗传算法的自压树状管网优化

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方法。假定管网中每一管段最多只能由两种管径的管道组成,建立了以管网造价为目标函数,以管长、标准管径为决策变量的自压树状管网优化数学模型。采用基于不可行度的退火算法处理约束条件,应用遗传算法进行优化计算。仿真实例结果表明,该模型与算法在求解自压树状管网优化问题上,具有良好的优化性能和求解效率。     

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。     

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。     

基于QR分解及遗传算法的水工结构传感器 优化布置研究

以某排涝泵站牛腿为模型,通过对其进行传感器优化布置,发现传统的优化准则不再适用。为此,提出以振型分析为基础的排除思想,通过删除扭转振型,构建正弦振动的振型矩阵,最后采用本文提出的基于QR分解及遗传算法的优化方法进行优化计算,能够达到很好的优化布置效果。     

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。