论文部分内容阅读
为求解管径优化设计问题,众多学者采用遗传算法(GA)进行优化计算,然而传统的遗传算法搜索效率偏低。针对此问题,提出一种自适应遗传算法(AAGA)。根据管段的流速和管径值,对遗传算法中下一代个体的管径可选择范围进行自适应调节,进而提高进化效率。以纽约隧道管网扩建问题为案例,对该方法进行了验证。结果表明,自适应遗传算法比传统遗传算法具有更高的收敛速度,优化效率更高。