一种多点智能加药系统技术方案

一种多点智能加药系统，其包括加药车和安装在加药车上的导航仪；导航仪具体包括信号模块、处理模块和生成模块。本发明专利技术采用优化的路径算法，考虑了加药过程中的各种成本因素，寻优效果好、求解效率高、性能稳定，增强了全局搜索能力，能最大限度地节省加药的运行成本，能起到很好的节能效果。

【技术实现步骤摘要】

【技术保护点】
一种多点智能加药系统，用于远距离多个目的地的污水加药，包括加药车和安装在加药车上的导航仪，其特征是，导航仪具体包括信号模块、处理模块和生成模块；信号模块，用于接收用户输入的本轮次的多个加药目的地以及到达各个目的地的预计要求时间；处理模块，用于根据本轮次的加药目的地和事先输入的地理环境信息选择最优路径，具体包括：模拟模块：min S=Σm=1mΣi=0UΣi=0Ub0ω0Φ0fijyijk+Σm=1mΣi=0UΣi=0Ub0ω0Φ*-Φ0Hcifijyijk+T1Σi=0U(Gi-ti)+T2Σi=0U(ti-Oi)]]>其中，minS为加药过程中的最低成本；m为当前加药车的总数；U为目的地数量；b0为单位距离碳排放成本；ω0为碳排放系数；Ф0为空载时单位距离燃料消耗量；fij为目的地i(i＝1,2,…,U)到目的地j(j＝1,2,…,U)之间的距离；c为加药车的载重量；H为加药车的最大载重量；Ф*为满载时单位距离燃料消耗量；T1为加药车提前到达损失系数，为于时刻G提前到达目的地i时的成本损失，T2为加药车迟到损失系数，为延迟至时刻O到达目的地i时的成本损失，提前到达损失系数和迟到损失系数用于考量加药车到达每一个目的地的准点情况，T1和T2为人为设定的系数；机会模块：假设共有R个节点，γij(t)表示t时刻节点i与节点j之间的跟踪素强度，γij(0)＝K(K为数值较小的常数)，加药车在运动过程中根据跟踪素强度选择转移方向，则加药车k(k＝1,2,...,m)从节点i转移到节点j的概率为：其中，g∈Ak；Ak＝{0,1,…,R‑1}‑Bk表示加药车k下一步允许选择的点的集合，随时间呈动态变化，Bk(k＝1,2,…,m)为第k辆加药车的禁忌表，用来记录加药车k已加药过的点；为启发式因子，表示t时刻由节点i到节点j的期望程度，一般取ψ为信息启发式因子，μ为期望启发因子；α(i,j)为下一个目的地的时间度；为下一个目的地的时间度相对重要性；更新模块：引入优化变量Xij(t)，其满足Xij(t+1)＝σX(t)[1‑Xij(t)]，其中σ为控制变量，得出优化的跟踪素更新规则：其中，Δγij(t)=Σk=1mΔγijk(t),]]>Fk为第k辆加药车在本次循环中所走路径长度，I为跟踪素强度的常数，表示在本次循环中第k辆加药车在路径(i，j)上留下的跟踪素强度；ζ为跟踪素全局挥发因子，ζ∈[0,1]，且ζ为根据如下公式动态调整的参数：其中ζmin是人为设定的最小值；Δγij(t)表示本次循环中所有加药车在路径(i，j)上留下的跟踪素强度的总和；ч为可调节系数；初始模块：令迭代次数DD＝0，进行参数初始化，调整各路径跟踪素；产生一个范围为[0，1]的随机数p，若p＜给定常数p0，按照下式选择下一个节点j：其中l∈Ak；否则根据机会模块中的概率公式选择下一个节点j，将j加入数组Bk中，重复直至所有的节点任务完成，得到模拟算法的初始集Si；最优解模块：从当前的初始集中生成一组新的可行解Sj，目标值变化量ΔS＝Sj‑Si，若ΔS＜0，则接受新的可行解Sj为最优解；否则考虑偏差的影响：r＝exp(‑ΔS/N(t))，其中N为随时间变化的量，若r＞1，则接受Sj为最优解，否则不接受新的可行解，最优解仍为Si；判断模块：当前最优解小于某一特定值时，进行跟踪素更新；如果本轮列表Bk中无数据更新，则产生一个[0,1]范围的随机数u，若e1+e2+,…,ei‑1＜u＜e1+e2+,…,ei，则选择概率为ei的候选加药车作为下一个目标节点；生成模块：用于输出计算出的最优路径，令迭代次数DD＝DD+1，若DD＜DDmax，根据跟踪素更新规则，按照公式N(t+1)＝N(t).v进行清空Bk列表，其中v∈[0,1]，回到初始模块，重新产生随机数p；若DD＝DDmax，则输出最优解作为最优路径。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘桂花，
申请(专利权)人：刘桂花，
类型：发明
国别省市：浙江;33