论文部分内容阅读
为了探求污水管网最优化设计的计算方法，国内外学者进行了大量的工作，并随着系统分析方法、计算技术和电子计算机的发展，遗传算法作为一种新的全局优化搜索算法，因简单易用，对很多优化问题能够较容易给出令人满意的解，适用于并行分布处理和对目标函数与约束条件没有特殊要求等特点，在工程最优化领域中展现出独特魅力。本论文基于标准遗传算法和污水管网计算方法，针对管网结构形式已定情况下的污水管网参数优化问题进行了如下的工作：1．在满足污水管网一般约束条件的情况下，通过选择较小的设计流速和较大的设计充满度来实现污水管网参数优化；针对不同污水管径以不同的最大流速限制：DN300～1000mm，νmax≤1．0m／s；DN1100～1200 mm，νmax≤1.1m／s；DN1300～1600mm，νmax≤1.2m／s。2．通过采用自然数编码的遗传算法得到可行管径组合群体，直观的反映遗传算法编码和市售标准管径一一对应的关系；并采用代间竞争和群体单一化策略对遗传算法进行改进；经过大量的计算机模拟试验，得到针对污水管网参数优化设计的改进遗传算法参数组合：群体规模20，最大迭代数200代，交叉概率Pc=0.8和变异概率Pm=0.4。3．利用改进遗传算法对周口沙北污水管网改扩建工程进行优化，通过与传统算法所得管网参数组合进行比较得出：①在满足污水管网一般约束条件和采用相同施工方法与费用函数的情况下，利用遗传算法所得污水管网的管径、充满度和埋深的组合优于传统的水力计算，可节省工程投资14％；②利用遗传算法进行优化，只需事先输入所需的流量和地面高程数据，程序运行13分钟就可以方便快速的得到最优的结果，比传统算法省时省力；③遗传算法在进化的过程中，产生大量的可行方案，为方案评价和决策提供了更大的选择空间。论文工作表明：通过选择较小的设计流速和较大的设计充满度及针对不同污水管径以不同的最大流速限制可以得到更加合理的可行管径集合，利用自然数编码与采用代间竞争和群体单一化策略的改进遗传算法可高效率地完成污水管网参数优化，为污水管网结构优化提供了很好的优化基础，也为遗传算法在污水管网优化中的应用开辟了新的途径。