CN103886389A - 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 - Google Patents

基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 Download PDF

Info

Publication number
CN103886389A
CN103886389A CN201410086412.1A CN201410086412A CN103886389A CN 103886389 A CN103886389 A CN 103886389A CN 201410086412 A CN201410086412 A CN 201410086412A CN 103886389 A CN103886389 A CN 103886389A
Authority
CN
China
Prior art keywords
node
pipeline
gas
pipe network
physarum polycephalum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410086412.1A
Other languages
English (en)
Inventor
屈洪春
蹇霜
王平
唐晓铭
王文铜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201410086412.1A priority Critical patent/CN103886389A/zh
Publication of CN103886389A publication Critical patent/CN103886389A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Pipeline Systems (AREA)

Abstract

本发明公开了一种基于多头绒泡菌仿生算法的城市燃气管网自动优化方法,将多头绒泡菌的觅食行为启发用于解决城市燃气管网系统的优化设计,求解燃气管网的多目标组合优化问题,得到在健壮性、传输能力和传输效率方面组合最优的燃气管网解决方案。利用多头绒泡菌网络管道与流量之间的正反馈特性,用于城市燃气管网的整体优化。以用户为管网节点对象,采用多头绒泡菌仿生算法遍历所有节点和管段。当城市燃气管网的某管段出现流量拥塞时,利用多头绒泡菌仿生算法自适应性能重新找到一条最优路径代替拥塞路径。经过较小时间复杂度的启发式计算就可以解决整个管网系统的优化设计问题,可最大限度地优化和降低工程投资,提高工程设计的效率和可靠性。

Description

基于多头绒泡菌仿生算法的城市燃气管网自动优化方法
技术领域
本发明涉及仿生学、人工智能、工程设计领域,具体涉及一种优化城市燃气管网布局和管径的多头绒泡菌仿生算法。
背景技术
城市燃气管网是重要的城市基础工程设施之一,担负着城市生活和工业生产等日常所需能源的任务。天然气作为优质的燃料型能源,在优化我国能源消费结构,改善生存环境、控制有害气体排放方面有极其重要的作用。在管道气丰富的城市,随着用气量的急剧增加,燃气管网系统变得日趋庞大和复杂,管网规划设计是否科学、经济将直接影响到系统的总投资以及安全可靠性等,而且城市天然气系统工程建设投资巨大,工程建成后不宜轻易改建或扩建,否则,将影响城市建设,影响城区居民生活,造成人力、物力、财力的巨大浪费。因此,在保证用户用气压力的前提下进行城市燃气管网优化,降低城市管网的建造费用、运行费用以及提高供气系统的安全可靠性已成为增强燃气企业竞争力的重要因素。在实际工程中,燃气管网的优化一般都是在保证安全和可靠的前提下达到成本最少,才能使管网建成后的经济收益最大。在当前的燃气管网优化的研究中存在以下问题:
(1)一般采用的是分级优化算法,也就是以管网管线总长度最低作为目标来建立目标函数,按照某一算法进行管网布局优化,确定布局之后再进行管径的优化,保证在当前管网布局下,管线投资费用最低,这样建立的目标函数比较简单,计算过程清晰明了,可供选择的算法也比较多,但是分级优化的缺点是显而易见的,每一级优化都只能得到局部最优解,无法得到全局最优解;
(2)采用传统的优化方法优化管网布局时计算量往往随着节点数目的增加成指数上升,这使得管网布局优化受到管网规模影响较大,在管网规模较大的情况下管网布局优化效率也很低;
(3)传统优化方法难以同时在管网健壮性、传输能力和传输效率等方面实现最优。
多头绒泡菌(Physarum polycephalum)是一种原生质体黏菌,具有向食物聚集的特性,如果食物处于分散状态,它会在食物之间形成管道,通过管道输送养分。肉眼可见的多头绒泡菌网络就是它连接食物源并输送养分的原生质团。原生质团的生长具有“极性”,成扇形,前缘加厚。扇形前缘的网络比较发达,用以探索食物,随着前沿向外扩张,已探索区域的密集网络开始精简、萎缩,留下连接食物源的高效网络。多头绒泡菌在已探索区域形成高效网络是基于其自身管道形态结构的改变而形成的:高速率的原浆流刺激管直径增加,当管道内流量减少则管直径减小,因此管道的厚度是根据管道内流量大小的变化而变化的。当细菌和食物源之间有多条管道时,流量较大,管道易保存,而食物管道长的或流量小,管道也会趋于消亡。燃气管网系统的设计需要涉及多方面的复杂权衡,而多头绒泡菌网络已经在进化选择的压力下通过了多周期的磨练,并有可能将问题优化组合,获得合理的解决方案,其摄食网络在总长度、运输效率、应对事故能力等方面都有着很高的效率,完全可以用以指导对燃气管网的优化。
发明内容
针对以上现有技术中的不足,本发明的目的在于提供一种在健壮性、传输能力和传输效率等方面组合最优的燃气管网最优路径的城市燃气管网自动优化方法。本发明的技术方案如下:
一种基于多头绒泡菌仿生算法的城市燃气管网自动优化方法,其特征在于,包括以下步骤:
101、统计待优化燃气管网中的节点,其中节点包括气源节点和用户节点,并将待优化的燃气管网气源节点和用户节点作为多头绒泡菌网络中的食物源,将燃气管网中的管段作为多头绒泡菌网络中的管道,燃气管网中管段内的气体作为管道中的原生质,并将待优化的燃气管网所有节点的坐标作为输入;
102、系统初始化通过步骤101中待优化的燃气管网的节点坐标建立待优化节点的位置系统图,并建立每个节点与系统图中其余节点之间的连接全图,节点与节点之间为管段,设燃气管网所有节点的初始传导性均为1,燃气管网起始节点的压力为0,设起始节点为i,燃气管网起始节点i流过的气体总流量为I0
103、采用多头绒泡菌仿生算法遍历步骤102中的起始节点i的坐标和节点j的坐标,计算出起始节点i和节点j之间管段的长度Li,j,管段的传导性计算公式为
Figure BDA0000475005120000031
其中ri,j表示节点i,j之间管路的管径,ξ表示标准状态下燃气的相对密度,并根据总流量与节点j压力之间的公式计算出各节点压力值pj,公式如下:
Figure BDA0000475005120000032
其中Dij表示节点i,j之间管段的传导性,Li,j表示节点i,j之间管段长度;
104、根据步骤103中计算得出的节点j的节点压力值pj,根据流量公式
Figure BDA0000475005120000033
求得当前管道的流量Qij;若所有管道当前时刻管道流量与上一个时刻管道流量之差等于β时,则认为网络已处于平衡状态,跳转至步骤107;否则跳转至步骤105;
105、根据传导性变化率公式计算出下一时刻管段的传导性Dij′,其中a为传导性的衰减系数,为一定值;
106、当管段ij的传导性Dij′<ε时,ε为传导性门限值,则删掉该管段,跳转至步骤103;
107、当所有管道的流量变化都接近0时或遍历次数=M时,则结束,得出优化后起始节点到目的节点的管段路径。
本发明的优点及有益效果如下:
本发明经过较小时间复杂度的启发式计算就可以解决整个管网系统的优化设计问题,全局优化管网布局。当燃气管网系统的某管段出现流量拥塞时,利用多头绒泡菌仿生算法自适应性能重新找到一条最优路径代替拥塞路径。
附图说明
图1是本发明优选实施例是基于多头绒泡菌仿生算法的城市燃气管网自动优化方法程序框图;
图2是基于多头绒泡菌仿生算法的城市燃气管网自动优化设计方法优化过程模拟实验;
具体实施方式
下面结合附图给出一个非限定性的实施例对本发明作进一步的阐述。
如图1所示,燃气管网的成本基本包括投资费用(即工程造价)和运行费用两个方面,运行费用在起源和用户确定的情况下基本不变,因此这里不考虑管网的运行费用,只考虑管网的投资费用,因此以燃气管网总投资最少作为优化目标。假设管网存在N个节点,燃气管网的投资可近似地用下列关系式来表达:
K = &Sigma; i &NotEqual; j d ij x ij b ij , x ij = { 0,1 }
式中bij---管段的造价系数,通过管径求得,元/m
dij---节点i,j之间的直线距离,m
xij---0表示i,j之间没有管路连接,1表示存在连接
节点是管网中管段联系的桥梁。在燃气管网实际布置中,可以认为是节点位置决定了管网中管段的布置形式。因此将节点的坐标作为输入,从而得到节点i,j之间的直线距离。由传导性的定义公式计算出管段的管径利用基于多头绒泡菌仿生算法的城市燃气管网自动优化设计方法:
101、统计待优化燃气管网中的节点,其中节点包括气源节点和用户节点,并将待优化的燃气管网气源节点和用户节点作为多头绒泡菌网络中的食物源,将燃气管网中的管段作为多头绒泡菌网络中的管道,燃气管网中管段内的气体作为管道中的原生质,并将待优化的燃气管网所有节点的坐标作为输入;
102、系统初始化,将步骤101中待优化的燃气管网的节点坐标输入到系统图中,并建立节点与系统图中剩余节点之间的连接全图,节点与节点之间为管段,设燃气管网所有节点的初始传导性均为1,燃气管网起始节点的压力为0,设起始节点为i,燃气管网起点i流过的气体总流量为I0
103、采用多头绒泡菌仿生算法遍历步骤102中的起始节点i的坐标和节点j的坐标,计算出起始节点i和节点j之间管段的长度Li,j,并根据总流量与节点j压力之间的公式计算出各节点压力值pj,公式如下:
Figure BDA0000475005120000053
其中Dij表示节点i,j之间管段的传导性,Lij表示节点i,j之间管段长度,vs表示起始节点,ve表示目的节点;
104、根据步骤103中计算得出的节点压力值pj,根据流量公式
Figure BDA0000475005120000061
求得当前管道的流量Qij;若若所有管道当前时刻管道流量与上一个时刻管道流量之差等于β(如0.01)时,则认为网络已处于平衡状态,跳转至步骤107;否则跳转至步骤105;
105、根据传导性变化率公式
Figure BDA0000475005120000062
计算出下一时刻管段的传导性Dij′,其中a为传导性的衰减系数,为一定值(取为1时收敛最稳定);
106、当管段ij的传导性Dij′<ε时,ε为传导性门限值(如10-4),则删掉该管段,跳转至步骤103;
107、当所有管道的流量与上一个时刻管道流量之差等于β(如0.01)时或遍历次数=M(10000)时,则结束,得出起始节点到目的节点的管段路径。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明方法权利要求所限定的范围。

Claims (1)

1.一种基于多头绒泡菌仿生算法的城市燃气管网自动优化方法,其特征在于,包括以下步骤:
101、统计待优化燃气管网中的节点,其中节点包括气源节点和用户节点,并将待优化的燃气管网气源节点和用户节点作为多头绒泡菌网络中的食物源,将燃气管网中的管段作为多头绒泡菌网络中的管道,燃气管网中管段内的气体作为管道中的原生质,并将待优化的燃气管网所有节点的坐标作为输入;
102、系统初始化通过步骤101中待优化的燃气管网的节点坐标建立待优化节点的位置系统图,并建立每个节点与系统图中其余节点之间的连接全图,节点与节点之间为管段,设燃气管网所有节点的初始传导性均为1,燃气管网起始节点的压力为0,设起始节点为i,燃气管网起始节点i流过的气体总流量为I0
103、采用多头绒泡菌仿生算法遍历步骤102中的起始节点i的坐标和节点j的坐标,计算出起始节点i和节点j之间管段的长度Li,j,管段的传导性计算公式为其中ri,j表示节点i,j之间管路的管径,ξ表示标准状态下燃气的相对密度,并根据总流量与节点j压力之间的公式计算出各节点压力值pj,公式如下:
Figure FDA0000475005110000012
其中Dij表示节点i,j之间管段的传导性,Li,j表示节点i,j之间管段长度;
104、根据步骤103中计算得出的节点j的节点压力值pj,根据流量公式
Figure FDA0000475005110000013
求得当前管道的流量Qij;若所有管道当前时刻管道流量与上一个时刻管道流量之差等于β时,则认为网络已处于平衡状态,跳转至步骤107;否则跳转至步骤105;
105、根据传导性变化率公式
Figure FDA0000475005110000021
计算出下一时刻管段的传导性Dij′,其中a为传导性的衰减系数,为一定值;
106、当管段ij的传导性Dij′<ε时,ε为传导性门限值,则删掉该管段,跳转至步骤103;
107、当当前时刻管道流量与上一个时刻管道流量之差等于β时或遍历次数=M时,则结束,得出优化后起始节点到目的节点的管段路径。
CN201410086412.1A 2014-03-10 2014-03-10 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 Pending CN103886389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410086412.1A CN103886389A (zh) 2014-03-10 2014-03-10 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410086412.1A CN103886389A (zh) 2014-03-10 2014-03-10 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法

Publications (1)

Publication Number Publication Date
CN103886389A true CN103886389A (zh) 2014-06-25

Family

ID=50955271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410086412.1A Pending CN103886389A (zh) 2014-03-10 2014-03-10 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法

Country Status (1)

Country Link
CN (1) CN103886389A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355091A (zh) * 2016-08-26 2017-01-25 西南大学 基于生物智能的传播源定位方法
CN107066705A (zh) * 2017-03-27 2017-08-18 东莞理工学院 基于多头绒泡菌觅食的群体机器人搜索算法及验证方法
CN107274081A (zh) * 2017-06-07 2017-10-20 中国石油大学(北京) 天然气管网的性能评价方法及装置
CN108228926A (zh) * 2016-12-14 2018-06-29 中国石油天然气股份有限公司 一种确定管道实际输送能力的方法和装置
CN111046513A (zh) * 2019-11-25 2020-04-21 河海大学 智能综合能源系统供热管网布局优化设计方法
CN111553042A (zh) * 2020-04-23 2020-08-18 清华大学 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355091A (zh) * 2016-08-26 2017-01-25 西南大学 基于生物智能的传播源定位方法
CN106355091B (zh) * 2016-08-26 2019-01-29 西南大学 基于生物智能的传播源定位方法
CN108228926A (zh) * 2016-12-14 2018-06-29 中国石油天然气股份有限公司 一种确定管道实际输送能力的方法和装置
CN108228926B (zh) * 2016-12-14 2021-07-02 中国石油天然气股份有限公司 一种确定管道实际输送能力的方法和装置
CN107066705A (zh) * 2017-03-27 2017-08-18 东莞理工学院 基于多头绒泡菌觅食的群体机器人搜索算法及验证方法
CN107066705B (zh) * 2017-03-27 2020-11-03 东莞理工学院 基于多头绒泡菌觅食的群体机器人搜索算法及验证方法
CN107274081A (zh) * 2017-06-07 2017-10-20 中国石油大学(北京) 天然气管网的性能评价方法及装置
CN111046513A (zh) * 2019-11-25 2020-04-21 河海大学 智能综合能源系统供热管网布局优化设计方法
CN111046513B (zh) * 2019-11-25 2020-08-11 河海大学 智能综合能源系统供热管网布局优化设计方法
CN111553042A (zh) * 2020-04-23 2020-08-18 清华大学 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
CN103886389A (zh) 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法
CN103324862B (zh) 一种基于改进神经网络与遗传算法的燃煤锅炉优化方法
CN105910169B (zh) 基于机理模型预测控制的城市供热系统热网调节方法及系统
CN109345010B (zh) 一种梯级泵站的多目标优化调度方法
CN101925100B (zh) 一种异构无线传感器网络的容错路由恢复方法
CN103438611B (zh) 一种太阳能地源热泵系统优化设计方法
CN104613468A (zh) 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法
CN106485051B (zh) 一种锅炉co2排放量计算方法及其系统
CN102196527A (zh) 一种移动Sink无线传感器网络的路由恢复方法及其恢复协议
CN105574191A (zh) 在线社会网络多源点信息溯源系统及其方法
CN107040879A (zh) 一种基于遗传模糊树的无线传感网节点联合移动算法
CN108760592A (zh) 一种基于bp神经网络的飞灰含碳量在线测量方法
CN202548608U (zh) 一种能效智能控制系统
Shen A study of welding robot path planning application based on Genetic Ant Colony Hybrid Algorithm
CN101908177A (zh) 一种利用智能电网调控用户碳排放量的方法
CN107229998A (zh) 一种无人机自主寻路策略方法
CN113742997A (zh) 城市固废焚烧过程风量智能优化设定方法
CN105938055A (zh) 炉内水蒸气爆炸监测系统
Kumar et al. Cross-Layer based Energy Efficient Wireless Sensor Network for Large Farms.
CN104616507A (zh) 一种交通子区信号周期的协调控制方法及系统
CN111783323B (zh) 一种陆面水文耦合模拟系统及方法
CN104197203A (zh) 一种基于模糊推理的管道泄漏定位方法
Mo et al. An Improved BP Neural Network based on IPSO and Its Application.
Qi Research on prediction model of improved BP neural network optimized by genetic algorithm
CN113887130B (zh) 一种基于集成学习的工业锅炉运行优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140625

RJ01 Rejection of invention patent application after publication