基于加权最小二乘法的供水管网节点流量校核

管网水力模型是实现供水系统现代化管理的重要工具,要使水力模型能比较准确地反映管网真实运行状态,达到预期使用目的,其中的参数需要校核。将管网节点流量校核作为优化问题,采用加权最小二乘法逐步迭代求解,与已有研究相比,采用矩阵分析法推导供水管网雅克比矩阵解析式,引入水量分配矩阵聚合节点流量,将欠定问题转化为超定,提高了校核的计算效率和结果的可靠性。采用简单管网阐明了雅克比矩阵的计算、节点流量的聚合及梯度向量的构造,利用实际管网验证了方法的实用性。     

基于遗传退火混合算法的供热管网阻力系数优化辨识

通过合理构建供热管网水力仿真模型,基于遗传退火混合算法,对供热管网阻力系数进行辨识研究。通过案例分析表明,遗传退火算法辨识效果显著,计算得到的管道阻力系数值能够达到工程应用精度,为阻力系数辨识提供了新思路。     

基于灵敏度的热传导辨识问题求解方法

本文采用灵敏度分析和优化方法求解热传导参数辨识问题。根据测量点已知温度值 ,将测量点的计算温度值与测量温度值之差平方和作为优化问题的目标函数 ,将待识别的热传导参数作为设计变量 ,极小化目标函数得到设计变量最优值就是真实的识别参数值。优化问题采用序列线性规划算法求解 ,基于温度场灵敏度分析构造线性规划问题。数值计算结果表明 ,本文方法求解热传导参数辨识这类反问题的效率和精度很高。     

基于遗传算法的供水管网阻力系数辨识

利用遗传算法求解由连续性方程和能量方程组成的供水管网阻力系数辨识方程组,可以得到有一定可信度的辨识方程组的解,该解可以作为管网阻力系数的辨识结果。利用该辨识方法对实际算例进行计算,所得辨识结果证明了基于遗传算法的供水管网阻力系数辨识方法的实用性和合理性。该方法也可以应用于其他管网阻力系数辨识,如供热管网等。     

塑料管材供水管网水力计算方法的探讨

根据塑料供水管网的水流特点及其水头损失计算公式 ,确定了塑料供水管网将沿线流量折算成节点流量的折算系数的取值 ,采用有限元法分析塑料管材供水管网的水力平衡计算数学模型 ,由各个管段的单元矩阵方程集合为供水管网的整体矩阵方程 ,通过引入节点水压边界条件并迭代求解管网整体矩阵方程—对称正定线性方程组 ,得出各项水力要素 .给出了计算程序框图 ,编写了通用电算程序 ,经实例计算表明 ,该方法能够快捷准确地完成塑料供水管网的水力平衡计算 ,满足设计计算要求 .     

基于极限学习机算法的供水管网爆管识别研究

供水管网爆管具有定位难、影响范围广的特点,长期困扰着供水企业。针对供水管网爆管区域识别问题,综合考虑多种影响因素下的爆管工况,利用爆管特征值矩阵构建爆管样本数据集,采用极限学习机算法（ELM）建立爆管区域识别模型;应用K-means聚类算法分析节点水力变化特征的相似性,并在此基础上对管网进行监测区域划分与监测点布设,形成多种监测方案;综合爆管识别率等参数,分析ELM在不同监测方案以及在噪声影响下的识别性能。采用实际管网算例进行了爆管区域识别分析,结果表明：该模型可以进行有效的爆管区域识别,同时结合不同分区方案可以提高爆管识别率;监测点的增加可以减小压力监测数据的噪声影响。     

基于GIRAFFE模拟的震后供水管网优化恢复过程研究

为提升供水管网震后快速恢复效率,提出了基于GIRAFFE模拟的震后供水管网优化恢复方法。针对震后供水管网破坏节点负压影响,采用以EPANET内核为运算引擎的GIRAFFE进行供水管网系统地震破坏模拟分析,得到供水管网震后损失水力参数;以此为基础采用两阶段恢复策略进行了修复优化,即第一阶段以管网供水满意度提升最大为目标,以各个破坏管道修复后的供水满意度为依据进行破坏管道修复,第二阶段通过对损伤管道动态修复的水力参数适时计算,以减少管网漏水为目标进行破坏管道修复。同时,考虑供水管网震后大面积破坏特征,建立了维修队伍指派优化模型。最后,通过某城市管网案例计算分析研究,给出了供水管网优化恢复方案,为综合保障震后居民用水需求提供了技术支撑。     

基于改进混合蛙跳算法的供水管网优化

建立了以管网投资和运行费用最小、管网水力可靠性和管网熵值可靠性最大为目标的供水管网优化模型.结合模型的特点,在基本混合蛙跳算法的基础上,提出两点改进措施,并将改进的混合蛙跳算法用于供水管网优化模型的求解.最后通过天津市规划供水管网的实例,验证了改进的混合蛙跳算法能够用于求解大规模管网优化问题并具有较高的效率.     

管道阻力实测技术在给水管网建模中应用

分析给水管网管道阻力计算理论基础上,利用改进的供水管网阻力实测技术对给水管网阻力进行现场实测。通过在东北某特大城市进行给水管网管道阻力现场实测,为该市管网建模顺利进行提供了重要基础数据,管网模型精度进一步提高。给水管网阻力现场实测是获得城市给水管网管道阻力系数的重要方式,对提高给水管网模型精度具有重要意义。     

基于灵敏度分析和蚁群算法的管网监测点优化选择

针对管网水力模型校正中监测点的优化计算不容易得到最优解、运算时间较长等问题，采用蚁群算法进行求解。由于管网节点的灵敏度矩阵与监测点最优解之间存在一定的对应关系，且充分利用探索信息可以明显提高蚁群算法的优化计算性能，因此考虑将蚁群算法中的探索信息与灵敏度值进行对应。算例结果表明，与穷举法和遗传算法相比，在参数相同的条件下该法可有效减少优化计算的运行时间。     

考虑经验因素的暴雨频率曲线最优化拟合算法

暴雨频率曲线拟合是推求暴雨强度公式必不可少的步骤,考虑经验因素进行暴雨频率曲线拟合,提出将暴雨强度频率曲线拟合作为最优化问题,采用加权阻尼高斯牛顿迭代算法求解。与已有方法相比,提出引入权重系数以提高工程常用重现期段拟合精度,避免不同历时暴雨频率曲线相交;提出应用有限差分法简化雅克比矩阵计算,并在海塞矩阵对角添加阻尼系数改进迭代收敛。以云南省保山市隆阳区33a实测降雨资料为例,证明了算法的可行性及实用性。     

城市供水管网抗震可靠性评估的随机模拟方法

在进行管网抗震可靠性评估时,现有方法大多采用相同方式进行管道的渗漏与爆管水力模拟,这会导致管网水力模拟及可靠性评估结果的不准确。考虑到地震时管道破损具有很大的随机性,对城市供水管网抗震可靠性评估的随机模拟方法进行研究。应用蒙特卡洛模拟产生管网震损场景,用泊松随机数与均匀随机数判定管道工作状态,用正态随机数确定管道渗漏系数;利用EPANET软件中喷嘴及管道关闭功能实现管道渗漏及爆管等效模拟,提出将长管道分段并应用"分步迭代"法求解低压管网水力方程,提高震损管网水力模拟精度。以震损场景下节点流量统计平均值与正常时节点流量的比值作为可靠度指标,分别采用所提出算法及GIRAFFE软件对云南某古镇供水管网在VIII、IV烈度时抗震可靠性进行评估,评估结果证明了所提出算法的可行性。评估结果还表明,除地震烈度外,管网本身水力条件对供水可靠性影响较大,管网末端、支管服务区域及地势较高区域供水可靠性远低于干管服务区。     

基于地表移动矢量的概率积分法参数反演方法

为解决概率积分法参数反演时计算不稳定、初值依赖、优化指标难以选取、非矩形工作面,多工作面影响下难以反演的问题,提出采用地表空间移动矢量反演概率积分法参数的遗传算法模型。该模型采用地表移动矢量的误差平方和最小作为计算指标,以遗传算法作为参数优化的核心算法进行概率积分法参数反演。用空间移动矢量指标可以解决分别采用下沉、水平移动监测值反演结果不相同、精度难以估算的难题。矢量反演模型对观测站设置没有特别严格的要求,降低了设站不当引起的计算误差。为解决遗传算法多次计算结果不同的问题,建立了组合预测计算方法,依据中误差加权均值得到唯一的计算结果。基于矢量移动值的反演模型,避免了传统计算方法的多个缺陷,计算效率高、易于与已有开采沉陷预计程序结合,为解决非矩形、多工作面地表移动观测站参数反演的工程应用问题提供了新的解决思路和计算方法。     

基于改进GA-SVR算法的隧道工程三维弹塑性模型参数的智能辨识

将支持向量回归（SVR）算法引入岩土工程数值计算模型参数的辨识中可以充分发挥SVR算法的小样本、泛化性好和全局最优化的优点。但现阶段标准的SVR算法只能解决一维输出变量的回归问题，这就使其在反分析领域的应用受到限制。引入一种改进的SVR算法，这种算法通过将多维输出变量回归转化为多层标准一维输出变量回归来解决这个问题，并与十进制编码的遗传算法相结合，形成改进的GA-SVR算法，用遗传算法搜索最优的SVR模型参数以建立最优的待辨识参数与位移之间的非线性映射关系，然后用遗传算法进行待辨识参数的最优辨识。为对比这种改进GA-SVR算法的效果，将遗传算法与BP神经网络相结合，形成GA-BP算法且编制相应的计算程序。将这两种算法运用于同样的隧道工程三维弹塑性模型参数的智能辨识，数值算例表明改进的GA-SVR算法较GA-BP算法可以取得更高的辨识精度和更好的计算效率，可运用于类似岩土工程计算参数的辨识。     

供水管网优化研究概述

简述供水管网的优化设计建模和优化算法,重点介绍了供水管网的多目标优化设计及遗传算法用于供水管网的最优化理论,并针对该方法用于供水管网优化设计的缺点,提出了模拟退火遗传算法求解给水管网管径优化解的计算思路。     

Water Distribution System Computer‐Aided Design by Agent Swarm Optimization

Optimal design of water distribution systems (WDSs), including the sizing of components, quality control, reliability, renewal, and rehabilitation strategies, etc., is a complex problem in water engineering that requires robust methods of optimization. Classical methods of optimization are not well suited for analyzing highly dimensional, multimodal, nonlinear problems, especially given inaccurate, noisy, discrete, and complex data. Agent Swarm Optimization (ASO) is a novel paradigm that exploits swarm intelligence and borrows some ideas from multiagent‐based systems. It is aimed at supporting decision‐making processes by solving multiobjective optimization problems. ASO offers robustness through a framework where various population‐based algorithms coexist. The ASO framework is described and used to solve the optimal design of WDS. The approach allows engineers to work in parallel with the computational algorithms to force the recruitment of new searching elements, thus contributing to the solution process with expert‐based proposals.     

A hybrid knowledge-based method for pipe renewal planning in Water Distribution Systems with limited data: Application to Iran

This study uses a hybrid knowledge-based method for pipe renewal planning in Water Distribution Systems (WDSs), which is useful when data are limited. The method is applied to eight Iranian WDSs to demonstrate its effectiveness. An evolutionary systems design negotiation method was used to identify planning criteria for pipe renewal by a 17-member team of expert planners. A group of 48 experienced system operators then ranked the criteria by a nominal group technique. The results indicate when accurate operational data are limited, it is possible to use the combined expertise of knowledgeable planners and experienced operators for planning pipe renewal.     

Dynamic construction site layout planning using max-min ant system

Construction site layout planning (CSLP) is a dynamic multi-objective optimization (MOO) problem as there are different facilities employed in the different construction phases of a construction project. In this study, a new method using continuous dynamic searching scheme to guide the max-min ant system (MMAS) algorithm, which is one of the ant colony optimization (ACO) algorithms, to solve the dynamic CSLP problem under the two congruent objective functions of minimizing safety concerns and reducing construction cost is proposed. Using weighted sum method the MOO problem can be solved by the proposed MMAS method. An office building case was used to verify the capability of the proposed method to solve dynamic CSLP problem and the results are promising. The approach could be benchmarked by researchers using other advanced optimization algorithms to solve the same problem or expand the applications to other fields.     

改进的蚁群算法及其在桁架结构优化中的应用

蚁群算法是优化领域中的一种新型模拟进化算法,具有很强的搜索较优解的能力,其缺点是搜索时间长、容易出现停滞现象。引用局部搜索能力较强的模拟退火算法对其改进,使其跳出局部最优,发现更高质量解。并将其成功应用在25杆桁架中,结果表明,基于模拟退火的改进蚁群算法是有效可行的,是解决组合优化问题的有效方法。