论文部分内容阅读
给水管网作为城市供水系统的重要组成部分,是由多种供水设施所组成的城市供水输配系统,是城市建设和经济发展的重要基础民生设施,一般要占整个城市供水系统总投资的50-80%。同时,设计的给水管网合理与否会直接影响管网以后每年的运行费用和整个城市供水的可靠性和安全性。鉴于此,在给水管网的设计阶段,进行给水管网优化设计具有重要实用意义,也已成为了当前市政相关研究人员的研究方向之一。本文在对给水管网优化数学模型、遗传算法和微粒群算法进行理论分析研究的基础上,应用一种改进的微粒群算法和遗传算法有机融合的混合算法即IGAPSO(Improved Genetic Algorithm-Particle Swarm Optimization)算法进行给水管网优化研究,并应用工程实例进行了验证,取得了很好结果。本文主要内容和结论所得如下：首先,介绍了给水管网优化设计的背景与意义及各种优化算法的应用现状,然后通过对给水管网优化设计数学模型和管网水力计算理论的分析,认为采用动态的给水管网优化目标函数进行管网技术经济评价,更切合工程实际的需要。其次,分别阐述了遗传算法和微粒群算法的原理、计算过程及特点。在此基础上,本文提出一种改进的由微粒群算法和遗传算法有机融合的混合算法即IGAPSO算法进行给水管网优化研究。在IGAPSO算法中,针对影响微粒群算法性能较大的惯性权重、认知系数和社会系数采用了阶梯式线性递减或递增的策略,使其既能在迭代过程中充分发挥最优全局微粒和局部微粒的作用,又能兼顾群体进化的稳定性。针对基于群体搜索的微粒群算法难以事先得知搜索状态和判断群体早熟等问题,放弃一般GAPSO算法所引入的交叉操作而引入遗传算法的变异操作,通过控制在可行管径范围内的邻域随机变异来改善GAPSO算法的性能,提高群体多样性。通过上述改进措施的配合使用,能有效增加种群多样性,提高算法的全局搜索能力,定程度上有助于克服群体的早熟问题。最后,通过工程实例的验证分析表明,应用IGAPSO算法进行管网优化设计的设计结果与基本微粒群算法相比,在可靠性满足的情况下,IGAPSO算法经济性方面具有明显优势,对给水管网优化设计方法的实际工程应用中有一定的实用价值。