The invention discloses a method for optimizing the layout of pressure monitoring points in pipeline network based on matrix and genetic algorithm, which includes the following steps: 1) using pressure monitoring points on water supply network nodes as initial population; 2) constructing an optimization model of pressure monitoring points based on sensitivity matrix and taking it as objective function; 3) setting chromosome fitness function as screening criterion of optimization function; 4) setting iteration; Number of times, crossover probability and mutation probability; 5. Set penalty function; 6. Eliminate the population that does not meet the criterion of screening optimization function through penalty function, and calculate the fitness of the population that meets the criterion of screening optimization function through selection, crossover and mutation, and judge whether it meets the criterion of screening optimization function; 7. Repeat the above steps 6 according to the number of iterations until it is obtained. The optimal solution is to optimize the layout of pressure monitoring points in water supply network. The invention can realize the reasonable arrangement of pressure points of urban municipal pipeline network and achieve the purpose of real-time and comprehensive monitoring of pressure of water supply pipeline network.
【技术实现步骤摘要】
一种基于矩阵与遗传算法的管网压力监测点优化布置方法
本专利技术涉及供水管网压力监测点优化布置方法
,尤其涉及一种基于灵敏度矩阵分析与遗传算法的供水管网压力监测点优化布置方法。
技术介绍
供水管网压力监测点布置方案的合理性直接影响到压力监测点数据的质量,选择压力监测点合理与否对供水管网水力模型的校正准确性有着重要的影响。一个好的供水管网压力监测点布置方案可以利用有限的压力监测点最大限度的监测供水管网的压力情况。对于一个庞大复杂的供水管网系统进行布置压力监测点时,基于搜索空间十分巨大,寻找最优的布设方案是一件十分困难的事情。对于一个典型的供水管网很难保证可以寻找到比随机布设优良的布设方案,但由于基于灵敏度值与优选模型结果之间存在一定的对应关系,并结合遗传算法进行优化布设,可以获得监测点监测范围的信息,这无疑是一种可靠方便的解决方法。
技术实现思路
本专利技术所要解决的技术问题在于:针对现有技术的不足而提供一种能够实现对城市市政管网压力点合理布置、达到对供水管网压力实时、全面监测的目的的基于矩阵与遗传算法的管网压力监测点优化布置方法。本专利技术所要解决的技术问题可以采 ...
【技术保护点】
1.一种基于矩阵与遗传算法的管网压力监测点优化布置方法,其特征在于,包括以下步骤:步骤S1,选取供水管网节点上的压力监测点,并将选取出来的所有的压力监测点作为初始化种群;步骤S2,基于灵敏度矩阵构建压力监测点优化模型,并将所述压力监测点优化模型作为目标函数;步骤S3,基于遗传算法对染色体适应度函数进行设置,并将设置好的染色体适应度函数作为优化函数筛选准则;步骤S4,根据所述优化函数筛选准则对遗传算法中的迭代次数、交叉概率以及变异概率进行设置;步骤S5,根据所述优化函数筛选准则对遗传算法中的罚函数进行设置;步骤S6,通过所述罚函数对不满足优化函数筛选准则的种群进行剔除,满足优 ...
【技术特征摘要】
1.一种基于矩阵与遗传算法的管网压力监测点优化布置方法,其特征在于,包括以下步骤:步骤S1,选取供水管网节点上的压力监测点,并将选取出来的所有的压力监测点作为初始化种群;步骤S2,基于灵敏度矩阵构建压力监测点优化模型,并将所述压力监测点优化模型作为目标函数;步骤S3,基于遗传算法对染色体适应度函数进行设置,并将设置好的染色体适应度函数作为优化函数筛选准则;步骤S4,根据所述优化函数筛选准则对遗传算法中的迭代次数、交叉概率以及变异概率进行设置;步骤S5,根据所述优化函数筛选准则对遗传算法中的罚函数进行设置;步骤S6,通过所述罚函数对不满足优化函数筛选准则的种群进行剔除,满足优化函数筛选准则的种群通过选择、交叉、变异处理后再根据所述染色体适应度函数计算其适应度,并判断计算得到的适应度是否满足优化函数筛选准则;步骤S7,按照设置的迭代次数重复上述步骤S6,直至得到最优解,得到的最优解即为供水管网的压力监测点最优化布局。2.如权利要求1所述的供水管网压力监测点优化布置方法,其特征在于,在步骤S1中,选取供水管网节点作为压力监测点,并将所述压力监测点作为对应的染色体的编码。3.如权利要求1所述的供水管网压力监测点优化布置方法,其特征在于,在步骤S2中,假设压力监测点的数量已知,决策变量为所选的压力监测点的组合,则基于灵敏度矩阵的监测点优选模型可表示为:MaximiseF1=[det(Cur)]1/(2Na)(1)Cur=1/δ2HJTJ(2)式中,det()表示矩阵行列式操作;Na表示水力模型中需要校正的参数总量;δH表示压力测量值的固定标准差;J表示灵敏度矩阵对应于所选的压力监测点的部分;对式(1)进行标准化得到:Obj(x)=maxf=[det(Cur)/det(Curml)]1/2Na(3)式中,Curml表示J=Jml时的Cur,Jml表示所有可能的压力监测点都被监测到时的灵敏度矩阵;在压力监测点的优化设计中的Curml矩阵只需计算一次,其约束条件为测压点的数量介于测量设备的最小数量与最大数量之间。4.如权利要求1所述的供水管网压力监测点优化布...
【专利技术属性】
技术研发人员:申屠华斌,陈洪兵,毛燕芳,江伟,
申请(专利权)人:上海市水利工程设计研究院有限公司,
类型:发明
国别省市:上海,31
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。