改进蚁群算法和改进混合遗传算法在给水管网优化中的应用

摘要

城市供水管网是城市供水系统中重要的一环，它不仅是连接供水处理厂与用户的“桥梁”，而且投资占整个供水系统的50％～80％，同时也占用供水系统30％～50％的能耗。随着水资源日益紧缺和水资源开发利用率的提高，新系统的兴建和老系统的改扩建等所需的工程投入逐渐增大。因此，供水管网的规划、设计和运行管理是否科学、经济、实用，直接影响工程的投资、运行管理费用及系统的可靠性。因此，进行给水管网优化具有重要作用和意义。 本文应用改进蚁群算法，把其运用到给水树状管网的优化布置，可实现节省投资、合理布局的目的，为给水管网的优化设计和给水管网优化调度提供了前提条件，并用一个算例进行验证，可预计蚁群算法在此方面将有广阔的应用前景。 在计算管网优化设计之前，需要进行管网水力计算以求解管段流量和节点压力，本文选用了性能较好的水力模拟软件EPANET进行计算。在进行经济性计算之前必须知道经济性参数的取值，本文通过MATLAB编写程序进行最小二乘法拟合。 通过对已有管网优化设计数学模型进行分析，提出了以经济性和可靠性为目标函数的多目标优化数学模型。建模过程中，将系统可靠性定义为“节点富余水头加权平均值”和“管网恢复力”，使对管网系统可靠性对评价更加直观和定量化；同时将管网年费用作为经济性衡量指标。 针对该优化数学模型为离散变量组合优化的实质，将改进遗传算法和水力模拟软件EPANET结合使用，形成“改进混合遗传算法”用于复杂给水管网的优化设计计算，并编写了相应优化计算程序。最后，以一个具有典型代表性的管网优化设计工程案例对该优化模型和改进混合遗传算法的理论、方法进行验证，并将计算结果与常规设计方法得到的结果进行经济、水力性能和可靠性比较，充分说明了改进混合遗传算法在给水管网设计中具有重要的理论和实用价值。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1课题研究背景

1.2管网优化研究现状

1.2.1给水管网水力计算研究现状

1.2.2给水管网可靠分析研究现状

1.2.3给水管网优化方法研究现状

1.2.4给水管网优化布置研究现状

1.2.5给水管网优化设计研究现状

1.3现行给水管网系统所需要解决的问题

1.4本文研究的主要内容

第二章蚁群算法和遗传算法概况

2.1蚁群算法

2.1.1蚁群算法起源与发展

2.1.2蚁群算法基本原理

2.1.3蚁群算法基本流程

2.1.4蚁群算法的实验分析及参数选择原则

2.1.5蚁群算法的优缺点

2.1.6蚁群算法在管网中的应用

2.2遗传算法

2.2.1遗传算法起源与发展

2.2.2遗传算法基本原理

2.2.3遗传算法基本流程

2.2.4遗传算法设计与执行策略

2.2.5遗传算法的优缺点

2.2.6遗传算法在管网中的应用

第三章基于改进蚁群算法的输水树状管网优化布置分析

3.1管网图的基本概念及定理

3.1.1图和回路

3.1.2树的基本概念

3.2最小生成树算法

3.2.1Kruskal算法

3.2.2Prim算法

3.2.3Dijkstra算法

3.2.4Sollin算法

3.2.5基于遗传算法的最小生成树算法

3.3输水树状管网优化布置数学模型

3.3.1以管网总长度最短为优化目标的输水树状管网优化布置

3.3.2以管网总投资最小为优化目标的输水树状管网优化布置

3.4改进蚁群算法在输水树状管网优化布置中的实现步骤

3.5实例应用

第四章给水管网优化设计数学模型的建立

4.1给水管网优化设计的目标

4.1.1给水管网优化设计的目标和任务

4.1.2给水管网优化设计的多目标函数

4.2给水管网优化设计经济性目标函数

4.3给水管网优化设计可靠性目标函数

4.3.1给水管网可靠性分析

4.3.2给水管网可靠性定义

4.4给水管网优化设计约束条件

4.5给水管网多目标优化设计数学模型

4.6应用MATLAB进行给水管网经济参数值拟合

4.6.1MATLAB简介以及其在优化问题中的应用

4.6.2最小二乘法拟合管道造价参数

4.6.3MATLAB求解范例

4.7应用EPANET进行管网水力计算

4.7.1 EPANET简介

4.7.2EPANET管网水力计算方法

4.7.3管网水力计算算例

第五章基于改进混合遗传算法的给水管网多目标优化设计研究及应用

5.1改进混合遗传算法进行给水管网优化设计的主要步骤

5.2改进混合遗传算法编码方式

5.3改进混合遗传算法目标函数和约束条件的处理

5.4改进混合遗传算法适应度函数设计

5.5改进混合遗传算法遗传算子设计

5.5.1选择算子

5.5.2交叉算子

5.5.3变异算子

5.6实例应用

5.6.1管网概况

5.6.2管网优化时各种参数的确定

5.6.3优化设计结果及分析

第六章总结及研究展望

6.1总结

6.2研究展望

附录

参考文献