给排水系统优化课程讲稿.pptVIP

二、排水管网优化设计 排水管网的优化设计主要可分为排水管网的平面布置与已定线下管网参数优化。主要是解决管径和埋深以及不同管段见的设计参数优化问题。在排水管网优化设计中，虽然排水管网计算采用的水力计算公式很简单，但是由于管径的可选择尺寸不是连续变化的，最小设计流速、流速变化、及其与管径之间的关系的约束条件都很复杂，所以很难建立数学模型来求解，用直接优化法来解决这些问题具有直接、直观和容易验证等特点。 给水排水管网系统优化设计计算主要分为直接优化法和间接优化法。直接优化发是根据性能指标的变化，通过直接对各种方案或可调参数的选择、计算和比较，来得到最优解或满意解;而间接优化法也称解析最优化，它是建立最优化数学模型的基础上，通过最优化计算求出最优解。 常用的优化方法主要有线性规划法、非线性规划法、动态规划法、遗传算法等。 线性规划是决策系统的静态最优化数学规划方法之一。Alperovits and Shamir 于 1977 年提出所谓线性规划梯度法，并给出了其在复杂管网系统以及多水力工况下的应用。线性规划方法是对于可行域内最优解的线性逼近，由于管网系统的优化结果倾向于管网树状化，加入最小管径约束只能保证管网的环，并不能实现真正意义上的管网可靠性问题，因而如何在线性模型中实现可靠度的思想日益为研究者所关注。 非线性规划是现代应用数学的一门重要学科，它的研究对象是非线性函数的数值最优化问题。由于管网优化设计计算问题本身具有的非线性性质，因而也可直接采用非线性规划法解决。非线性规划法基于求导原则，即目标函数的导数为零的点，就是所求的最优解。类似于线性规划方法，不同算法在或是计算时间或是概念涵盖方面都有各自的缺点或长处而分别适用于解决某一特定类型的问题。 动态规划的实质是分治思想和解决冗余，因此，动态规划是一种将问题实例分解为更小的、相似的子问题，并存储子问题的解而避免计算重复的子问题，以解决最优化问题的算法策略。 许多问题的阶段划分并不明显，一般来说，只要该问题可以划分成规模更小的子问题，并且原问题的最优解中包含了子问题的最优解（即满足最优子化原理），则可以考虑用动态规划解决。 在应用中，主要有两个分支： 1、以各节点埋深作为状态变量，通过坡度决策进行全方位搜索，其优点是直接利用标准管径，优化约束与初始解无关，却能控制计算精度，但要求状态点的埋深间隔很小，使存储量和计算时间大为增加。 2、以管径为状态变量，通过流速和充满度组合进行优化搜索。由于标准管径的数目有限，比以节点埋深为决策变量的方法在计算机存储和计算时间上有显著优势。最初的动态规划任意选取一组标准管径集中的管径，但并一定是可行管径。 遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。优点：算法思路简单，不但可以避免线性规划解的”瓶颈”问题，也避免了非线性规划最后对连续管径进行”圆整”带来的麻烦与偏差；由于遗传算法从一组方案出发，扩大了搜索寻优的范围，减少了传统规划方法线式寻优产生局部最优解与全局最优解差距较大的风险。 尹学农等将遗传算法用于污水管网的设计， 徐刚用模拟退火遗传算法的方法研究管网优化设计， 张黎明提出了适于离散变量组合优化并能应用于管网优化设计计算的改进混合遗传算法。 周荣敏应用单亲遗传算法对树状管网进行了优化布置； 许文斌基于枝解法退火遗传算法的树状管网优化法对某农村供水管网进行了设计。 1、将问题编码化，即将问题转化成数字编码的形式，确定初始种群的个数（n）、各染色体的长度（即染色体中基因的个数）等。 2、对初始种群 Vk(k=1,2,……,n) 进行评估，并进行选择操作，通过选择概率确定出后一代种群Vk+1(k=1,2,……,n)，其中适应度函数的确定是很关键的一步。 3、确定交叉率 Pc，对后一代种群进行交叉操作，目的是为了扩大搜索空间，可以使遗传算法在全局进行搜索。 4、确定变异率 Pm，对种群进行变异操作，目的是为了使遗传算法在局部具有搜索最小解的能力和维持种群的多样性，防止超级染色体霸占种群，出现网络过早收敛的现象。 5、完成一次迭代，检查迭代次数是否满足要求，若满足就完成；若不满足进行第二次迭代。 以农村供水管网为例，验证遗传算法模型用于树状管网管径优化的优越性。 建立数学模型 在已知管网布置形式的条件下，以达到管网造价和管理费用之和最低为目标建模，并满足管网各节点的最小压力水头及各管段流速和管径的约束。 以一年为基础求出年折算费用，即有条件地将造价折算为一年的费用，则年折算费用数学模型表示为： 管网各节点水压力约束为： 管道流速约束为: 管段管径约束为: 式中: W( D) 为年折算费用，元; N 为树状管网的节点数( 不包括水源点) ; Di为离散