基于最小生成树模型的树状灌溉管网的优化设计

针对灌溉管网优化中的管网布置和管径选择问题,以追求管网投资最小为目标,采用结合设计者工程经验的Kruskal算法生成符合工程要求的灌溉管网最小生成树。将管网中的线路根据节点之间的距离进行边权赋值,参与最小生成树求解,保证算法的可用性,并与相关生成树算法进行比较。实例研究表明,该方法能克服局部最优解的缺陷,能快速求解符合工程实际的树状管网布置和管径。

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。

基于遗传算法的树状灌溉管网优化设计

根据树状灌溉管网的特点,应用基于整数编码的遗传算法进行了重力和泵站加压的树状灌溉管网的优化设计。该方法操作简单、实用,易于实现,有较高的可行性。在计算机实现过程中采用VB和MATLAB混合编程,软件可脱离MATLAB独立运行。

基于粒子群算法的树状灌溉管网系统优化设计

研究基于粒子群算法的树状灌溉管网系统优化设计。将粒子群算法(PSO)与树状灌溉管网模型相结合,以总管网投资最小为优化目标编制了matlab程序,并针对具体实例提出了某灌区的树状灌溉管网系统优化方案。最后将该优化方案与2级遗传优化模型得到的优化方案进行对比,说明了用粒子群算法进行树状灌溉管网系统优化的可行性和优越性。

基于双频蝙蝠算法的树状灌溉管网规划

以管网投资费用最低为目标,建立了改进的自压树状灌溉管网规划模型,通过定义管网用水节点的上层水节点来保证管道连通性;同时,提出了改进的双频蝙蝠算法,通过使用双脉冲频率策略均衡算法多样性与收敛性。基于12个100维度测试函数的寻优结果表明,与遗传算法、粒子群算法及蝙蝠算法相比,双频蝙蝠算法能够有效提高全局搜索能力;应用双频蝙蝠算法分别对10节点和34节点的管网进行规划设计,管网投资费用均值较蝙蝠算法可分别减少23.60%和31.03%。