论文部分内容阅读
水是人类发展工农业生产活动和社会经济发展的重要资源,是人类生存必不可少的条件。随着人们对自来水的需求,城市供水管网建设投资不断增加。目前管网的优化往往是以经济性为单一目标进行优化,管网的可靠性、供水安全性没有进行考虑。本次主要研究了建立给水管网多目标优化模型的必要性,并阐述多目标在管网优化设计中的实现方法。从给水管网设计的实际工程出发,以多目标优化理论、随机搜索算法和计算机技术为基础,对给水管网多目标优化模型进行研究,建立了以管网总费用为经济性目标、以管网节点冗余度的用水可靠性目标、以节点水龄为水质安全性目标的多目标优化模型。在此次研究给水管网多目标优化中,以EPANET作为管网水力计算引擎进行管网的水力计算,同时使用EPANET进行管网中节点水龄的模拟,了解管网中水龄变化特性,从而了解水质变化情况。Epanet2.0是由美国环境保护总署国家风险管理研究所开发,其作用主要是对供水管网、有压系统进行相关的专业模拟,并且执行业主需要的水力计算和水质分析。该软件功能全面多样,不仅可以用于供水管网的水质模拟分析,而且可以进行管网优化的平差运算、运行模拟等。本次管网优化使用EPANET进行水力计算时,同时采用遗传算法进行优化。遗传算法(Genetic Algorithms,简称GA)是建立在进化论基础上的一种通过自然选择和基因遗传机制的优化算法。遗传算法的扩展性比较强,而且搜索效果出色,方便应用各行各业以及改进混合使用。采用遗传算法进行择优计算中关于约束条件的问题,本研究采用罚函数,将约束条件转化为无约束的模型进行求解。罚函数历来是人们研究的重点,选用不同的罚函数,优化中所取得的惩罚效果也将不同。罚函数的形式有很多种,常用的有静态函数法、逐次函数法等等。因此,确定适合本文研究需要的罚函数是本文研究的另一个研究重点。基于管网微观水力模型,采用GA建立优化调度模型,根据问题的特点设计适应度函数,使其在进化初期占优个体与不占优个体适应度相差不会过大,以避免出现过早收敛,在进化后期增大适应度相近个体之间的差异,使优势个体能以更大概率进入下一代。本文研究中涉及到的算法和计算均由笔者C#语言编写而成,其中调用的EPANET的函数库是采用C/C++编写的,因而在代用该软件函数时需要对使用到的函数进行接口转换。遗传算法采用第三方开源代码基于C#所写的函数库,可直接调用。