改进混合遗传算法用于给水管网优化设计的研究

改进混合遗传算法用于给水管网优化设计的研究

论文摘要

城市供水系统是城市建设和发展的重要基础设施,是保障人民生活和发展经济建设不可缺少的物质基础,而输配水系统(即供水管网系统)是城市供水系统的重要组成部分,其投资一般要占整个供水系统总投资的50-80%,而且还直接影响到庞大的电能消耗、运行管理费和整个供水系统的性能及可靠性。因此,进行管网优化设计具有重要作用和意义。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,在选用优化模型解法时,对常用于给水管网优化设计计算的线性规划法、非线性规划法、动态规划法、神经网络、遗传算法作了较深入的分析与研究,通过分析这些优化技术存在的问题和不足,提出了管网优化设计计算的改进混合遗传算法。遗传算法是借鉴生物界自然选择和自然遗传机制的随机搜索方法,它具有可扩展性,易于同别的技术结合使用,形成混合遗传算法用于复杂问题的优化计算。为克服基本遗传算法的缺点,采用拟并行算法中的移策略对基本遗传算法加以改进,使得由较少的计算量即可获得最优管径组合方案;使用整数编码技术对管径变量进行编码,可以避免其他方法带来的管径二次圆整问题;对违反最大流速限制的管段采用惩罚技术加以处理以剔除不可行解。在计算管网优化设计目标函数和遗传算法适应度函数之前,需要进行管网水力计算以求解管段流量和节点压力,根据该计算过程为求解非线性方程组的实质,抛开了常规计算方法,选用了适于求解大规模非线性方程组的信赖域法。该方法具有整体收敛性,不仅能很快地解决良态问题,而且也能有效求解病态问题。将改进遗传算法和信赖域法结合使用,取长补短,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

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 问题的提出
  • 1.1.1 供水管网系统优化研究的范围和重要性
  • 1.1.2 本文研究的中心任务-供水管网系统优化设计
  • 1.2 我国供水行业和供水系统存在的问题及解决方法
  • 1.2.1 我国供水行业的现状及存在问题
  • 1.2.2 研究课题的提出
  • 1.3 优化计算方法介绍
  • 1.4 管网优化设计数学模型和求解方法的国内外研究动态
  • 1.4.1 线性规划技术
  • 1.4.2 非线性规划技术
  • 1.4.3 枚举法
  • 1.4.4 动态规划法
  • 1.4.5 神经网络
  • 1.4.6 遗传算法
  • 1.5 研究目标、内容、方法
  • 1.5.1 主要研究的内容和方法
  • 1.5.2 研究目标
  • 1.6 本章小结
  • 第二章 管网优化设计数学模型及解法
  • 2.1 管网图形及管网计算的数学模式
  • 2.1.1 管网图形的概念
  • 2.1.2 管网水力计算的模式
  • 2.2 管网水力计算的基础方程和计算方法
  • 2.3 管网优化设计的目标
  • 2.3.1 优化设计目标和任务
  • 2.3.2 管网优化设计的多目标函数
  • 2.4 管网优化设计的数学模型
  • 2.4.1 管网优化设计方法和目标函数
  • 2.4.2 管网优化设计目标函数之一-年费用
  • 2.4.3 管网优化设计目标函数之二-可靠性
  • 2.5 多目标函数规划问题的解法
  • 2.6 管网优化设计数学模型的求解
  • 2.7 管网优化结果的校核
  • 2.8 本章小结
  • 第三章 遗传算法综述
  • 3.1 遗传算法的介绍
  • 3.1.1 遗传算法的特点
  • 3.1.2 遗传算法的一些基本术语
  • 3.2 遗传算法的运行过程
  • 3.3 遗传算法在供水系统中的应用
  • 3.4 遗传算法的改进
  • 3.5 本章小结
  • 第四章 大型非线性方程组的求解
  • 4.1 引言
  • 4.2 解非线性方程组的Newton法及其变种方法
  • 4.3 求解非线性方程组的信赖域法
  • 4.3.1 信赖域法原理及特点
  • 4.3.2 信赖域法求解非线性方程组模型
  • k的确定'>4.3.3 信赖域半径hk的确定
  • 4.3.4 信赖域法模型求解
  • 4.4 本章小结
  • 第五章 混合管网优化设计的改进混合遗传算法
  • 5.1 混合管网优化设计过程综述
  • 5.2 给水管网优化设计计算的适应度函数设计
  • 5.3 混合管网优化设计的整数编码
  • 5.4 初始种群的生成
  • 5.5 遗传算子的设计
  • 5.5.1 选择算子
  • 5.5.2 交叉算子
  • 5.5.3 变异算子
  • 5.6 遗传过程的改进
  • 5.7 管网水力计算
  • 5.7.1 给水管网图形信息的表示和存储方法
  • 5.7.2 稀疏压缩矩阵的压缩存储方法
  • 5.7.3 管段方程组的信赖域法求解
  • 5.8 优化结果的校核和比较
  • 5.9 管网优化设计的计算机实现程序
  • 5.10 本章小结
  • 第六章 工程案例
  • 6.1 概述
  • 6.2 工程概况
  • 6.3 管网优化设计的技术和经济参数设定
  • 6.4 遗传操作算子及遗传参数的选定
  • 6.5 优化计算结果的工况校核
  • 6.6 改进混合遗传算法与常规设计方法结果比较
  • 6.6.1 经济性比较
  • 6.6.2 水力性能比较
  • 6.6.3 可靠性比较
  • 6.7 本章小结
  • 第七章 结束语、建议和创新点
  • 7.1 结束语
  • 7.2 存在的不足与建议
  • 7.3 本文创新点
  • 参考文献
  • 附录
  • 致谢
  • 相关论文文献

    • [1].基于混合遗传算法的岛礁物资补给任务规划模型[J]. 军事运筹与系统工程 2019(04)
    • [2].混合遗传算法和支持向量机的股票预测模型[J]. 现代营销(经营版) 2020(04)
    • [3].基于改进混合遗传算法的教学楼火灾逃离路径优选研究[J]. 灾害学 2020(02)
    • [4].基于精英自适应混合遗传算法的机场灯光站三相不平衡优化方法[J]. 湖北电力 2019(06)
    • [5].基于改进混合遗传算法的冷链物流配送中心选址优化[J]. 上海交通大学学报 2016(11)
    • [6].基于多目标混合遗传算法认知无线电频谱分配[J]. 鸡西大学学报 2016(12)
    • [7].基于混合遗传算法的生产调度研究[J]. 机械制造 2017(10)
    • [8].基于混合遗传算法的机床夹具夹紧力优化[J]. 机械设计与制造工程 2016(10)
    • [9].一种域适配混合遗传算法及在安全服务链编排中的验证[J]. 电信科学 2020(05)
    • [10].某混合遗传算法在云计算负载均衡中的应用[J]. 中外企业家 2016(33)
    • [11].基于混合遗传算法的多目标柔性作业车间调度问题研究[J]. 组合机床与自动化加工技术 2017(09)
    • [12].分层混合遗传算法求解柔性作业车间调度问题[J]. 工业工程与管理 2017(05)
    • [13].基于混合遗传算法的车间调度研究[J]. 机电工程 2015(10)
    • [14].应用双层混合遗传算法优化大规模换热网络[J]. 宁波工程学院学报 2014(01)
    • [15].混合遗传算法在舰空导弹武器系统火力分配中的应用[J]. 舰船电子工程 2014(07)
    • [16].基于机器加工时间最短的混合遗传算法[J]. 长春工业大学学报(自然科学版) 2012(03)
    • [17].改进混合遗传算法在无功优化的应用研究[J]. 长春工程学院学报(自然科学版) 2011(01)
    • [18].基于自适应混合遗传算法的协调控制系统[J]. 自动化与仪器仪表 2009(03)
    • [19].一种基于混合遗传算法的车间调度算法[J]. 自动化技术与应用 2008(11)
    • [20].基于改进混合遗传算法的永磁无刷直流电动机调速系统的优化设计[J]. 微特电机 2008(01)
    • [21].基于混合遗传算法的轨道交通接驳公交线路的设计[J]. 江汉大学学报(自然科学版) 2018(06)
    • [22].基于混合遗传算法的物流路径优化方法探讨[J]. 计算机产品与流通 2018(12)
    • [23].用混合遗传算法求解物流配送路径优化问题[J]. 西昌学院学报(自然科学版) 2018(02)
    • [24].有模糊目标的可靠性设计一个混合遗传算法[J]. 甘肃科学学报 2009(01)
    • [25].求解多限制0-1背包问题的混合遗传算法[J]. 计算机工程 2009(13)
    • [26].基于动态搜索轨迹的混合遗传算法设计及实现[J]. 浙江工业大学学报 2008(02)
    • [27].混合遗传算法在航天器最优交会中的应用[J]. 飞行力学 2008(04)
    • [28].一种改进的混合遗传算法研究[J]. 计算机工程与科学 2008(09)
    • [29].基于混合遗传算法的紧急程度不确定应急物流问题求解[J]. 系统科学与数学 2020(04)
    • [30].用混合遗传算法求解武器目标分配问题[J]. 河南工程学院学报(自然科学版) 2018(01)

    标签:;  ;  ;  ;  ;  ;  ;  

    改进混合遗传算法用于给水管网优化设计的研究
    下载Doc文档

    猜你喜欢