蚁群生成树算法研究

应用蚁群生成树算法搜索了有34个节点的连接图的生成树,并采用正交设计法和均匀设计法进行了参数优化配置方法研究。结果表明:对于参数较多的蚁群算法,应用正交设计法和均匀设计法进行参数优化配置是一种可行且有效的途径,可有效提高蚁群算法的收敛速度,在求解精度上也有一定优势;充分发挥人类智能与仿生物智能的各自优势是克服单纯靠智能优化方法随机搜索缺点的关键;当蚂蚁数目为100、信息素相对重要性因素为0.3、信息素衰减系数为3.6、信息素挥发系数为0.4、信息素增加强度系数为14时,蚁群生成树算法效果最佳。     

给水管网遗传优化设计中惩罚系数的确定

针对应用遗传算法进行给水管网优化设计中惩罚系数难以确定的问题,提出了一种应用给水管网技术经济参数来计算惩罚系数的新方法。数值模拟结果表明,采用该方法计算惩罚系数是可行的,能以较高的概率搜索到最优解,减小了确定惩罚系数的随意性和盲目性,提高了遗传算法的进化效率和收敛性,对于工程优化设计具有一定的参考价值。     

污水管道系统的遗传优化设计

以城市排水系统的设计理论与设计规范为依据,建立了污水管道优化设计模型,并应用改进的遗传算法寻求管网投资最小的设计方案。该方法以管径和设计充满度为决策变量,采用二维混合编码方案进行方案表达,可直接应用水力计算基本公式进行管路计算,能有效地提高遗传算法的进化过程。研究表明,应用该方法进行污水管道系统优化设计可节约6.14%～19.74%的工程费用,在工程优化设计中有一定的实用价值。     

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。     

基于遗传算法的最小生成树的参数优化研究

应用遗传算法求最小生成树问题是一种可行而有效的新方法 .为了提高算法的进化效率和收敛性 ,通过数值模拟试验 ,对算法中主要控制参数的优化组合模式进行研究 ,获得了主要参数的优化组合规律 :群体规模取 10～ 30 ;换位率在 0 .5～ 0 .9之间选取 ;选择率可采用自适应方式确定 ,进化初期采用较大值 ,随着进化过程的前进可逐渐减小 ;编码长度不应过长等     

磷酸铵镁法去除高氮磷比废水中磷的试验研究

采用磷酸铵镁法处理高氮磷比废水,正交试验结果表明对于氮磷物质的量之比为20的废水,在pH值为9.0～10.2时,镁磷物质的量之比是影响磷酸铵镁法除磷效果的主要因素。当pH值为9.5,反应时间为15 min,镁磷物质的量之比为1.3时,磷去除率可达97%以上,且具有良好的适应性和稳定性;对于高氮磷比废水,在保证能达到预期的磷去除率情况下,通过降低所必须维持的pH值和镁磷物质的量之比来节约药剂成本是可行的。     

截流式合流制排水管网设计新思路

提出了一种以溢流井为分界线,将截流式合流制排水管网分解为一系列小型完全合流制排水管网的设计新思路,并以管网关联矩阵和节点连接特性矩阵为基础,以节点平衡原理和节点递归算法为核心,实现完全合流制排水管网的流量计算和水力计算.该方法能有效减小管网计算模型的规模,降低程序设计难度,提高程序的实用性.     

不同灌溉工作制度下的灌溉管网优化设计研究

采用基于人工神经网络的两级优化设计模型 ,对自压式灌溉管网进行优化设计 ,并分析了不同灌溉工作制度对管网投资的影响。研究表明 ,通过灌溉管网优化设计 ,可以得到不同灌溉工作制度下的管网投资最小的优化设计结果。与原始设计方案相比能够节约大量的投资 ,并可用于选择合理的灌溉工作制度。     

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.     

基于遗传算法的最小生成树算法

以图论和遗传算法为基础 ,提出了一种求最小生成树的改进遗传算法 .该算法采用二进制编码表示最小树问题 ,用深度优先搜索算法进行图的连通性判断 ,并设计出相应的适应度函数、单亲换位算子和单亲逆转算子以及四种控制性进化策略 ,以提高算法执行速度和进化效率 .与Kruskal算法相比 ,该算法能在一次遗传进化过程中获得一批最小生成树 ,适合于解决不同类型的最小树问题