一种管网优化设计方法、计算机设备及存储介质技术

本发明专利技术公开一种管网优化设计方法、计算机设备及存储介质，所述方法利用基于精英选择策略和自适应策略的免疫遗传算法得到管网管径优化模型的全局最优解，所述精英选择策略用于将群体在进化过程中迄今出现的最好个体不进行交叉配对直接复制到下一代中，所述自适应策略用于根据个体的适应度和当前群体的进化情况，自动调节交叉率和变异率。利用本发明专利技术的方法、计算机设备及存储介质，将改进免疫遗传算法应用于城市管网管径的优化设计中，能够得到管网管径优化模型的全局最优解。管网管径优化模型的全局最优解。管网管径优化模型的全局最优解。

【技术实现步骤摘要】
一种管网优化设计方法、计算机设备及存储介质


[0001]本专利技术涉及一种管网优化设计方法、计算机设备及存储介质，特别是一种基于免疫遗传算法的管网优化设计方法。

技术介绍

[0002]遗传算法(Genetic Algorithm，GA)最早是由美国的John holland于20世纪70年代提出，该算法是根据大自然中生物体进化规律而设计提出的。它是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。免疫遗传算法既保留了遗传算法的搜索特性，又利用了免疫算法的多机制求解多目标函数最优解的自适应特性，在很大程度上避免了“早熟”，收敛于局部极值。
[0003]免疫遗传算法流程为：
[0004](1)随机产生初始父代种群；
[0005](2)根据先验知识抽取抗体；
[0006](3)若当前种群中已包含最佳个体，算法结束；否则进行以下步骤；
[0007](4)根据抗体浓度和适应度进行复制；
[0008](5)对当前第K代父代种群进行交叉操作，得到新种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种管网优化设计方法，其特征在于，所述方法利用基于精英选择策略和自适应策略的免疫遗传算法得到管网管径优化模型的全局最优解，所述精英选择策略用于将群体在进化过程中迄今出现的最好个体不进行交叉配对直接复制到下一代中，所述自适应策略用于根据个体的适应度和当前群体的进化情况，自动调节交叉率和变异率。2.根据权利要求1所述的方法，其中，所述方法包括：确定遗传参数并对每一个优化过程中可能出现的标准管径进行编码；生成初始抗体群体；确定管网适应度评价标准并计算抗体适应度；计算抗体的亲和度、浓度和激励度；初始化抗体记忆库；对所述抗体进行选择、交叉和变异操作；更新抗体群体；更新抗体记忆库；以及终止检验。3.根据权利要求2所述的方法，其中，所述编码是采用二进制字符串进行的编码。4.根据权利要求2所述的方法，其中，所述遗传参数包括：种群的规模、选择率、变异率和/或迭代次数。5.根据权利要求2所述的方法，其中，生成初始抗体群体的步骤包括：对于初次应答，随机产生N个初始抗体形成初始抗体群体，每个抗体就是由所有管段的管径按照特定顺序连接在一起的数字串，这个顺序就是管段的编号顺序；对于再次应答，则借助免疫系统的记忆功能，部分初始抗体由记忆细胞获取，剩余的抗体继续随机产生。6.根据权利要求5所述的方法，其中，所述抗体的产生方法采用调用随机函数rand()产生随机数，每个随机数对应着一种管径。7.根据权利要求2所述的方法，其中，确定管网适应度评价标准并计算抗体适应度的步骤包括：K是管网经济评价函数，ΣΦ是惩罚项，管网优化的目标函数是：F＝K+ΣΦ所述抗体的适应度是：所述适应度用于度量抗体种群中每个抗体在优化计算中有可能达到或接近于或有助于找到最优解的优良程度。8.根据权利要求2所述的方法，其中，计算抗体的亲和度、浓度和激励度的步骤包括：所述抗体的亲和度表征免疫细胞与抗原的结合强度，其定义为A(x)＝100p
‑
10n/L式中，p代表每个抗体的十折交叉验证训练模型的识别率，n为选中的抗体个数，L为原始的抗体个数，所述抗体的浓度表征抗体种群多样性的好坏，其定义为
式中，A(x)为两个抗体之间的亲和度，N为所述初始抗体群体的数量，所述抗体的激励度是...

【专利技术属性】
技术研发人员：陈佳琦，赵世琦，马瑞涛，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：