滴灌轮灌分组优化模型与算法

摘要

传统的轮灌组划分计算方式效率较低且难以获得较好方案.该研究首次采用智能算法来求解轮灌组划分问题,依据《微灌工程技术标准》及轮灌组划分原则,提出了基于流量均衡的数学模型及其约束条件.通过分析支管空间分布,确定了滴灌问题的邻域特征,在半径阈值范围内给出了最大限度查找关键路径的邻域搜索策略和不可行解修复算法,并采用传统遗传算法(Genetic Algorithm,GA)、贪心遗传算法(Greedy-GA)、泰森多边形遗传算法(Voronoi-GA)和网格遗传算法(Grid-GA)算法分别求解模型,探索适应轮灌分组问题的初始化方法.对标准差、组内路程、连通性和运行时间4项指标对比分析,结果表明:Grid-GA算法表现优异,采用的邻域策略可有效避免支管分布过于分散,有利于日常管理与维护.取半径阈值280 m条件下,算法在300代左右达到收敛,最小标准差10.9 m3/h,组内路程8105.2 m,连通性指标25,与一种冒泡+贪心的近似算法相比最小标准差小59.1％.该研究对提高滴灌工程设计效率和促进轮灌工作制度有效运行有着重要研究意义.