遗传算法在给水管网优化设计中应用.docVIP

遗传算法在给水管网优化设计中应用 　　摘要：本文主要介绍了遗传算法的基本思想，及基本遗传算法的求解步骤。通过对遗传算法的数学原理的分析，进一步认识了遗传算法的数学本质。然后介绍了目前一些改进的遗传算法的发展状况。最后结合遗传算法的特性，简要介绍了遗传算法在给水管网优化设计中的应用方法。 　　 Abstract 　　 In this paper the basic concept of the Genetic Algorithm (GA) and the procedure of the Simple Genetic Algorithm (SGA) were introduced。 Through the analysis of the mathematical principle of GA， the mathematical essence of the GA was discovered。 Then the developments of the modified GA were showed。 At last， the application of GA in the design of water and wastewater distribution networks was introduced briefly in combination with the characteristic of GA。 　　 中图分类号：S611文献标识码：A 文章编号： 　　 至从改革开放以来，我国经济不断发展，城市化发展速度惊人，大中城市扩建，中小城市升级，建制镇增多。城市化发展必然带来给水系统的变化和发展，而给排水系统设施的建设也是制约城市化发展的因素之一。伴随着改革开放，我国城镇给排水事业有了长足的发展，为国家的高速经济发展和人民生活水平不断提高提供了重要的基础设施保障条件。作为给水设施的重要组成部分，给水管网建设和运行管理科学技术的发展，已经成为我国城镇给排水科学技术进步的重要标志之一。由于给水管网建设投资巨大，管网设计的复杂性，传统的设计方法主要依据经验，缺乏合理性，同时为坚持可持续发展的理念，响应国家有关节能减排的号召，有必要对给排水管网进行优化，以降低能耗、节省费用。随着系统工程、最优化理论的不断发展，很多新的优化方法和算法不断被引入管网优化设计中。[3] 　　1 遗传算法 　　1.1 遗传算法概要 　　 遗传算法( Genetic Algorithms 简称GA)研究的历史比较短，20世纪60年代末期到70年代初期，主要由美国Michigan大学的John Holland 教授与其同事、学生们研究形成了一个较完整的理论和方法。[2]它是一种通过模拟自然进化过程搜索最优解的随机寻优的数学规划方法。该算法是基于自然遗传和自然优选机理的寻优方法，所谓自然遗传和自然优???来自于达尔文的进化论学说，该学说认为在生物进化过程中，任一动植物经过若干代的遗传和变革，使之能够适应新的环境，是优胜劣汰的结果，这种自然遗传思想也同样适用于求解最优化问题。 　　 遗传算法用一串数据或数组作为优化问题解的代码，这一串数据或数组称为染色体，这一表示过程称为编码。它的求解过程是首先产生一定数量的染色体形成一个种群，通过一个与目标函数相关的函数评价各染色体，即各方案的优劣，优劣的程度称为染色体的适应度。 然后进行选择过程，染色体被选择的概率与其适应度有关，适应度大的染色体被选择的概率大，反之亦然。被选择的染色体再进行交叉操作和变异操作，交叉操作和变异操作保持了种群中个体特性的多样性，防止陷入局部最优解，经过上述运算后产生新一代的种群。然后，如此迭代一定的次数后，产生的最优的染色体即为优化问题的最优解。[1] 　　2 遗传算法在给排水管网中的应用 　　2.1 遗传算法给水管网优化问题中的应用 　　给水管网是城市供水系统的重要组成部分，它占整个给水工程投资的70 %～80 %。随着城市规模的扩大，管网也不断向着大型化、复杂化的方向发展，这使得优化设计在给水管网设计中变得尤为重要。给水管网的优化问题涉及因素众多，是一个混合离散变量的非线性多目标优化问题。将目标函数集中在经济最优目标上，同时为保证供水可靠性，设定最小管径约束，以防单纯经济考虑导致树状网的出现。这样给水管网的优化问题就转化为在给定管线布置及可供管径规格等条件下求解最优管径和最优水源流量问题。[4]近年来，遗传算法已经有了一些分配系统规划和设计的应用研究，并显示了较大的优越性。[3] 　　一、遗传算法进行给水管网优化问题的主要步骤 　　 （1）编码。考虑到计算处理的方便性，常用二进制编码与市面可用管径一一对应。如果市面可用管径有8种，则用三位二进制编码可以将其