【技术实现步骤摘要】
一种基于协同昂贵优化算法定位供水管网污染源的方法
本专利技术涉及定位供水管网污染源的方法,尤其涉及一种基于协同昂贵优化算法定位供水管网污染源的方法。
技术介绍
为了预防水污染事件造成重大灾害及损失,城镇供水管网需要安装配置饮用水安全实时监测系统。在该系统中,通过在关键节点或水源布置水质传感器,可以达到实时监测的目的。当污染事件发生时,如何通过水质传感器采集的信息,对污染源头的特征进行定位,并预测污染物位置、注入时间、注入持续时间和注入质量等信息,是现在急需解决的问题。目前看来,有如下三个主流的方法,粒子追踪法、模拟优化、机器学习的方法。其中的模拟-优化的方法尝试利用模拟-优化模型把污染源定位问题转换优化问题,然后再利用演化计算方法进行优化得到最优解。模拟-优化的方法解决非线性的污染源定位问题,通过不断的读取传感器数据优化预测和校正污染源,最后识别出污染源和污染物释放历史;基于进化算法的自适应动态优化技术来搜索污染源特性(开始时间、位置、释放历史),通过不断加入新的可用传感器,慢慢收敛得到唯一的最优解。在模拟-优化的方法中,优化算法作为优化器,在优化算法中,每个个体都需要利用网平差软件(EPANET)作为模拟器进行仿真模拟污染事件,从而计算适应度值,以管网包含12527个节点,2个水库,2个水池,布置了20个传感器为例(如图1所示),模拟一次污染源事件,计算适应度值需要耗时将近3秒,当使用遗传算法(种群规模为100,运行100代)进行求解时,耗时329分钟,即将近5.5小时。由此可知,在优化过程中,EPANET模拟器消耗大量时间成本,为了尽量减小污染物对公共 ...
【技术保护点】
一种基于协同昂贵优化算法定位供水管网污染源的方法,将供水网管中的污染源定位问题转化为优化问题,然后对优化问题进行求解即定位供水管网污染源,其特征在于,所述优化问题利用昂贵优化算法求解,在所述昂贵优化算法中引入高斯预测模型协同计算;所述昂贵优化算法中引入高斯预测模型协同计算的具体步骤为:S1.获取供水管网中每个水质传感器检测到的污染物浓度;S2.利用昂贵优化算法随机产生初始化样本集;S3.在步骤S2的初始化样本集中随机选择初始化种群;S4.将步骤S3初始化种群中的每个个体表示一个污染事件,并通过网平差软件模拟器模拟污染事件,输出供水管网各个节点的实际污染物浓度,并将输出供水管网各个节点的实际污染物浓度与步骤S1中检测到的污染物浓度相比较,计算个体适应度值;在保证定位精确度的情况下,通过高斯预测模型预测个体适应度值;S5.若步骤S4得到的个体适应度值小于设定阈值,则结束,保存最优解;若步骤S4得到的个体适应度值大于设定阈值,则优化算法至求得最优解。
【技术特征摘要】
1.一种基于协同昂贵优化算法定位供水管网污染源的方法,将供水网管中的污染源定位问题转化为优化问题,然后对优化问题进行求解即定位供水管网污染源,其特征在于,所述优化问题利用昂贵优化算法求解,在所述昂贵优化算法中引入高斯预测模型协同计算;所述昂贵优化算法中引入高斯预测模型协同计算的具体步骤为:S1.获取供水管网中每个水质传感器检测到的污染物浓度;S2.利用昂贵优化算法随机产生初始化样本集;S3.在步骤S2的初始化样本集中随机选择初始化种群;S4.将步骤S3初始化种群中的每个个体表示一个污染事件,并通过网平差软件模拟器模拟污染事件,输出供水管网各个节点的实际污染物浓度,并将输出供水管网各个节点的实际污染物浓度与步骤S1中检测到的污染物浓度相比较,计算个体适应度值;在保证定位精确度的情况下,通过高斯预测模型预测个体适应度值;S5.若步骤S4得到的个体适应度值小于设定阈值,则结束,保存最优解;若步骤S4得到的个体适应度值大于设定阈值,则优化算法至求得最优解。2.根据权利要求1所述的基于协同昂贵优化算法定位供水管网污染源的方法,其特征在于,所述步骤S5中,优化算法包括以下步骤:S5.1.将初始化种群P根据污染源的位置、注入时间和注入质量均匀划分为三个子种群,分别为Pl、Pt、Pm;S5.2.对子种群Pl、Pt、Pm均采用改进轮盘赌选择;S5.3.对子种群Pl采用交叉算子和变异算子进行处理;对子种群Pt采用交叉算子和邻近搜索策略进行处理;对子种群Pm采用交叉算子和改进的变异策略进行处理;S5.4.步骤S5.3中针对交叉算子和变异算子产生的新个体采用高斯预测模型预测个体适应度值μ和预测误差σ,如果触发系数3σ/μ<0.2直接使用高斯预测模型预测个体适应度值μ作为新个体适应度值,否则,随机生成一个概率P*,如果P*<P,P=t/x使用网平差软件计算个体适应度值,其中,t表示迭代次数,x为基数,否则,使用高斯预测模型预测个体适应度值;S5.5.在每一次迭代结束后,种群根据个体适应度值进行排序,对高斯预测模型预测的个体适应度值的前N个个体使用网平差软件重新计算个体适应度值进行校正,N为种群的10%;S5.6.对经过步骤S5.5处理的子种群Pl、Pt、Pm分别使用精英策略,在Pl种群中精英个体出现相同的情况下,采用扰动策略,在Pm中对于每一精英个体直接使用扰动策略;S5.7.经过S代的整数倍,子种群Pl、Pt、Pm把最优个体的对应基因相互组合产生新的个...
【专利技术属性】
技术研发人员:颜雪松,杨克伟,李甜,胡成玉,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。