基于人工神经网络和粒子群优化的初期雨水调蓄池设计方法研究

摘要

城市地表径流所产生的非点源污染是城市水系水质恶化的主要原因,设置初期雨水调蓄池是缓解地表径流污染最经济有效的手段之一.目前,初期雨水调蓄池一般采用经验方法设计,没有考虑汇水区污染物累计特性、污水处理厂处理规模、可用征地等客观条件,初期雨水调蓄池的截污效果有限.本文利用SWMM模型模拟分析了地表径流污染物累积特性,利用人工神经网络得到各调蓄池不同截污率与对应总截污量之间的高精度非线性数学模型;结合该模型,以调蓄池总截污量最大为优化目标,以污水处理厂处理规模和可用征地为约束条件,采用粒子群优化算法得出各调蓄池的优化截污率;结合各调蓄池截污率与径流量累积量之间的关系,得出各调蓄池的设计容积,并与国内常用的设计方法进行对比.分析表明,本文提出方法可在满足约束条件下实现截污效果最大化,采用本文提出方法设计的调蓄池在土地使用率和截污效果上均优于规范设计法.该方法合理、高效和适用范围广,可为城市初期雨水调蓄池设计提供技术支撑.