基于遺傳算法的配水系統優化淺析

高蘊

摘 要：基于遺傳算法，針對新建管道已經開發出了低成本的設計并對現有給水管網進行再擴大設計。通過對幾個案例的研究，已將此種方法的研究結果與非線性規劃技術的應用程序進行比較，遺傳算法會使得費用較低，控制非線性以及遺傳算法解決方案收斂性的參數還有待討論。該算法是基于試圖保持遺傳信息代代相傳的優勝劣汰原則，具有豐富的人口數據庫而且在搜索中可同時并聯爬上多峰，因此，使之陷入局部最小值的概率顯著降低。此外，對控制非線性以及遺傳算法解決方案收斂性的參數還有待討論。

關鍵詞：遺傳算法 優化 配水系統 非線性規劃

中圖分類號：O224 文獻標識碼：A 文章編號：1674-098X（2015）02（c）-0232-01

遺傳算法是基于隨機性質的計算技術。這些算法的主要優點是其廣泛的適用性、靈活性和找到最優或接近最優的解決方案且相對容易的計算需求能力。由荷蘭首創的遺傳算法，已被證明在各種探索工程、科學和商業中的優化問題非常有用。

1 基于遺傳算法的管網優化

遺傳算法通常要求問題的系統狀態被表示為稱為染色體串。例如：如果八種 不同管道尺寸可供利用，那么3位的二進制串可用來表示選項。當評估管網系統成本時，這個過程要求將二進制編碼轉化為離散管道直徑。然而，在該文中描述的遺傳基礎的方法它被認為是不必要的代表解決方案作為一個染色體，以避免二進制編碼轉化為離散的管道尺寸。在本研究開發的技術包括用于WDS的最低成本設計/增強以下步驟。

（1）讀取網絡數據、成本數據、所需的最小剩余水頭，變異概率，解決方案的人口規模（范圍50～350），代數的最大值（MG，范圍10～30），懲罰因子（范圍0.9～1.0萬元），公差（范圍5～10 m），每單位長度（HL）平均水頭損失，迭代直徑調整最大值，管道最低要求速度。

（2）通過隨機數據發生器生成初始解決方案的人口。該網絡是分層分為上、中、下管徑系列，網絡這種分層是根據設計工程師的判斷。例如：位于距離源頭最遠的節點處的管道被分成低維的尺寸。下部直徑集可包括50、80、100、125和150 mm，這樣有助于修剪搜索空間，促進更快的收斂到最優值。

（3）計數器1=1。

（4）人口的所有解決方案進行如下：

①計數器2=1。

②設計一個新的網絡轉到步驟③。

在現有的管網系統增強的情況下結合現有的直徑與新的平行線設置，獲得等效的管道直徑。

③調用水力分析子程序ANALIS來計算流量，流速和剩余壓頭。

④如果每單位長度的水頭損耗>HL，可以增加管道直徑至下一個商業直徑大小。如果流速⑤重復步驟②和③。如果解決方案為第一，不可行但恢復早期解決方案可行然后進行到步驟5；第二，可行然后存儲解決方案。

⑥遞增計數器2。

⑦如果計數器2