CN107067119A - 一种基于多目标分层选择的多工况给水管网优化方法 - Google Patents
一种基于多目标分层选择的多工况给水管网优化方法 Download PDFInfo
- Publication number
- CN107067119A CN107067119A CN201710350544.4A CN201710350544A CN107067119A CN 107067119 A CN107067119 A CN 107067119A CN 201710350544 A CN201710350544 A CN 201710350544A CN 107067119 A CN107067119 A CN 107067119A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- object function
- optimal solution
- solution set
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 239000002131 composite material Substances 0.000 abstract description 2
- 230000002068 genetic effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及给水管网规划设计及优化技术领域,具体来说是一种基于多目标分层选择的多工况给水管网优化方法,还包括如下步骤:分别对基于管道直径组合D1,D2,…DP的目标函数进行计算,并得出各目标函数的目标值;分别对各目标函数的目标值进行排序,根据各目标函数设定的分层优选比am%确定所求解总量的各层最优解集Pm;在满足各层最优解集Pm中,按照目标函数进行排序获得最优目标函数的一组管道直径即为最优结果。本发明同现有技术相比,优点在于:本发明的管网直径组合方式庞大,贴近实际并符合规划设计要求,并考虑了多个方面的综合因素,包括例如经济性、熵值、供水安全等综合方面因素最优的管道组合,增强了管网布置的科学性,提高工作效率。
Description
[技术领域]
本发明涉及给水管网规划设计及优化技术领域,具体来说是一种基于多目标分层选择的多工况给水管网优化方法。
[背景技术]
随着工业生产能力的提高,城市人口的不断增加,以及人民生活水平的不断改善,对城市供水系统的要求也越来越高,供水系统的规模在不断扩大,复杂性随之提高。我国数以百计的城市给水系统消耗的电能是很大的,传统的经验规划设计方式管径选配不尽合理,资源浪费甚大,已不能适应现代社会发展的需求。如果采用优化设计,不仅能节省大量资源,而且使管网能在合理的状态下运行,既保证供水的要求,也使管网的压力更为合理。面对日益复杂的供水系统,如何在满足供水水量、水压及水质要求的前提下,最大限度地提高供水系统的经济效益和社会效益,是摆在所有供水部门面前的重要课题。随着科学技术的不断进步,数学规划、现代控制理论及计算机技术等的不断发展,有力地促进了大型系统的控制和管理水平的提高,使供水系统借助计算机工具进行科学的调度管理成为可能。
鉴于上述情况,发明人于申请号为:2015110314902的专利申请中公开了一种基于给水管网规划设计要求的管网优化方法,结合多工况下的水量水压要求,计算出贴近实际符合规范要求的管道直径,但是该优化方法的步骤5只考虑的管网总费用,并以此为依据对管道直径组合进行排序,即该方法仅以经济性为目的,只考虑了管网费用的因素,不能满足例如管网熵值、管网压力、供水安全性等其他方面目标的要求。
为此,发明人在在先申请的基础上,进行了进一步的有益探索和尝试,找到了解决上述问题的办法,下面将要介绍的技术方案便是在这种背景下产生的。
[发明内容]
本发明的目的在于解决现有技术的不足,提供一种基于多目标分层选择的多工况给水管网优化方法,该优化方法基于对包括经济性和供水安全性等的多种因素的考虑,并在满足多工况的水量水压的要求下,获得给水管网规划设计阶段最优的管道直径组合。
为了实现上述目的,设计一种基于多目标分层选择的多工况给水管网优化方法,包括:
步骤1,采集管网基本参数和确定优化计算参数;
步骤2,根据管网基本参数和优化计算参数,通过优化算法生成一组管道直径组合D1,D2,…DP;
步骤3,分别对多工况进行水力计算,获得各工况节点水压;
步骤4,判断每个节点水压是否满足各工况最小允许水头,若判断为是,则进入步骤5,若判断为否,则返回步骤2;
其特征在于,所述的方法还包括如下步骤:
目标函数:F1(D1,D2,…DP)
F2(D1,D2,…DP)
...
Fm(D1,D2,…DP)
约束条件:
式中,F1、F2……Fm为第1至m个目标函数,Di为第i根管段的管径;P为管网中管道个数;qi为与节点j直接连接的第i根管段的流量;Qj为节点j的节点流量;SK为与节点i直接连接的管段集合;N为管网中节点个数;HFi为管段i的上端节点水头;HTi为管段i的下端节点水头;hi为管段i的压降;S为管的摩阻系数;li为第i管段长度;Hj,s为工况s时节点j的服务水头;为工况s时节点j的最小允许水头;qi为第i根管段流量;qmini为第i根管段最小设计流量;
步骤6,分别对各目标函数的目标值进行排序,根据各目标函数设定的分层优选比am%确定所求解总量的各层最优解集Pm;
步骤7,判断是否满足依照步骤1所选择的优化算法的退出准则,若判断为是,则进入步骤8,若判断为否,则返回步骤2;
步骤8,在满足各层最优解集Pm中,按照目标函数进行排序获得最优目标函数的一组管道直径即为最优结果。
在一个优选的实施例中,所述的目标函数包括:F1、F2……Fm,m个目标函数,例如:管网总费用minW(D1,D2,…DP),管网熵值总和maxS(D1,D2,…DP)和管网可靠度maxR(D1,D2,…DP)。
在一个优选的实施例中,所述的分层优选比am%的可取范围为20%-60%。
在一个优选的实施例中,所述的步骤8具体如下:在第一层的最优解集P1的范围中,选取满足第二层的最优解集P2的管径组合,并以此为新的第二层的最优解集P2;在新的第二层的最优解集P2的范围中,选取满足第三层的最优解集P3的管径组合,并以此为新的第三层的最优解集P3.......以此类推,获得最终的满足F1、F2、F3....Fm目标函数的最优解集Pm,并选择排序的最优作为整个项目的最优解。若在最终的最优解集Pm中存在多个解,即有多组管径组合满足所有的目标函数,则以满足最后一个目标函数的最优解集中的最优值,作为最终解。所述的最后一个目标函数为判断经济最优的函数。
本发明同现有技术相比,其优点在于:本发明的管网直径组合方式庞大,针对以往仅满足单工况水量水压要求以及计算目标仅以经济性为目标的问题,通过计算机编程计算的方法可获得贴近实际并符合规划设计要求的管径组合,并考虑了多个方面的综合因素,包括例如经济性、熵值、供水安全等综合方面因素最优的管道组合,从而增强了管网布置的科学性,提高工作效率。
[附图说明]
图1是本发明的流程框图。
[具体实施方式]
下面结合附图对本发明作进一步说明,这种方法的原理对本专业的人来说是非常清楚的。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1,所述的一种基于多目标分层选择的多工况给水管网优化方法,包括以下步骤:
步骤1,采集管网基本参数和确定优化计算参数,其中,管网基本参数包括管道拓扑结构、管道长度、管道摩阻系数、管网节点数以及管段数等;优化计算参数根据优化算法不同选用不同的优化算法参数,例如,选择遗传算法,则其需要的优化参数包括种群大小、变异率、交叉率、惩罚倍数、遗传代数等,当然,也可以采用其他优化算计进行优化选择;
步骤2,根据管网基本参数和优化计算参数,通过优化算法生成一组管道直径组合D1,D2,…DP,其中D1,D2,…DP分别为第1段管道至第P段管道的管径,这里的优化算法为遗传算法、蚂蚁算法、神经网络算法等中的一种;
步骤3,分别对多工况,例如最高日最高时工况、事故时工况以及消防时工况等工况,进行水力计算,获得各工况节点水压;
步骤4,判断每个节点水压是否满足各工况最小允许水头,若判断为是,则进入步骤5,若判断为否,则返回步骤2;
步骤5,分别对基于管道直径组合D1,D2,…DP的m个目标函数F进行计算,得出各目标函数的目标值;基于管道直径组合D1,D2,…DP的m个目标函数F包括:
约束条件:
式中,Di为第i根管段的管径;
P为管网中管道个数;
W为以管网管径为变量的管网总费用;
S为以管网管径为变量的管网熵值总和;
R为以管网管径为变量的管网可靠度的值;
qi为与节点j直接连接的第i根管段的流量;
Qj为节点j的节点流量;
SK为与节点i直接连接的管段集合;
N为管网中节点个数;
HFi为管段i的上端节点水头;
HTi为管段i的下端节点水头;
hi为管段i的压降;
S为管的摩阻系数;
li为第i管段长度;
Hj,s为工况s时节点j的服务水头;
为工况s时节点j的最小允许水头;
qi为第i根管段流量;
qmini为第i根管段最小设计流量;
当然,所述的目标函数不仅限于上述的目标函数minW(D1,D2,D3…DP)、max S(D1,D2,D3…DP)和管网可靠度maxR(D1,D2,…DP),还包括其他与给水管网有关的目标函数,包括有关物理、化学、经济性、安全性参数的目标函数。
步骤6,分别对各目标函数的目标值进行排序,根据各目标函数设定的分层优选比am%确定所求解总量的各层最优解集Pm,即当一组管径组合通过第m个目标函数Fm得出的目标值位于各管径组合通过第m个目标函数Fm得出的目标值的前am%时,即将该管径组合列入最优解集Pm中;优选地,根据经验取值,分层优选比am%的可取范围为20%-60%。
其具体步骤如下:以F1为目标函数,进行由高到低的排序,根据优选比a1%,能获得优选集P1,以此为第一层的最优解集;以F2为目标函数,进行由高到低的排序,根据优选比a2%,能获得优选集P2,以此为第二层的最优解集;……以Fm为目标函数,进行由高到低的排序,根据优选比am%,能获得优选集Pm,以此为第m层的最优解集。
步骤7,判断是否满足依照步骤1所选择的优化算法的退出准则,该优化算法的退出准则为遗传算法的退出准则、蚂蚁算法的退出准则、神经网络算法的退出准则等中的一种,例如,遗传算法中以满足遗传代数为退出准则,当计算达到遗传代数时退出;若判断为是,则进入步骤8,若判断为否,则返回步骤2;
步骤8,在满足各层最优解集Pm中,按照各目标函数进行排序获得最优目标函数的一组管道直径即为最优结果,即选择出在m个最优解集Pm中综合排序最优的一组管道直径为最优结果。
其具体步骤如下:在第一层的最优解集P1的范围中,选取满足第二层的最优解集P2的管径组合,并以此为新的第二层的最优解集P2;在新的第二层的最优解集P2的范围中,选取满足第三层的最优解集P3的管径组合,并以此为新的第三层的最优解集P3.......以此类推,获得最终的满足F1、F2、F3....Fm目标函数的解,并选择排序的最优作为整个项目的最优解。若在最终的最优解集Pm中存在多个解,即有多组管径组合满足所有的目标函数,则以满足最后一个目标函数的最优解集中的最优值,作为最终解,即得到最终的管径组合。一般而言,采用经济最优为最终确定的目标函数,例如将最后一个目标函数设定为管网熵值总和和管网可靠度的相关函数,在该最优解集的优选范围内,选用经济最优的一个解,作为本次最终的结果。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于多目标分层选择的多工况给水管网优化方法,包括:
步骤1,采集管网基本参数和确定优化计算参数;
步骤2,根据管网基本参数和优化计算参数,通过优化算法生成一组管道直径组合D1,D2,…DP;
步骤3,分别对多工况进行水力计算,获得各工况节点水压;
步骤4,判断每个节点水压是否满足各工况最小允许水头,若判断为是,则进入步骤5,若判断为否,则返回步骤2;
其特征在于,所述的方法还包括如下步骤:
步骤5,分别对基于管道直径组合D1,D2,…DP的目标函数进行计算,并得出各目标函数的目标值;
目标函数:F1(D1,D2,…DP)
F2(D1,D2,…DP)
...
Fm(D1,D2,…DP)
约束条件:
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>S</mi>
<mi>k</mi>
</msub>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<mo>&PlusMinus;</mo>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>Q</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>H</mi>
<mrow>
<mi>F</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>T</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>h</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mi>S</mi>
<msub>
<mn>1</mn>
<mi>i</mi>
</msub>
<msubsup>
<mi>q</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>H</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>s</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>H</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>s</mi>
</mrow>
<mi>min</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>min</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,F1、F2……Fm为第1至m个目标函数,Di为第i根管段的管径;P为管网中管道个数;qi为与节点j直接连接的第i根管段的流量;Qj为节点j的节点流量;SK为与节点i直接连接的管段集合;N为管网中节点个数;HFi为管段i的上端节点水头;HTi为管段i的下端节点水头;hi为管段i的压降;S为管的摩阻系数;li为第i管段长度;Hj,s为工况s时节点j的服务水头;为工况s时节点j的最小允许水头;qi为第i根管段流量;qmini为第i根管段最小设计流量;
步骤6,分别对各目标函数的目标值进行排序,根据各目标函数设定的分层优选比am%确定所求解总量的各层最优解集Pm;
步骤7,判断是否满足依照步骤1所选择的优化算法的退出准则,若判断为是,则进入步骤8,若判断为否,则返回步骤2;
步骤8,在满足各层最优解集Pm中,按照目标函数进行排序获得最优目标函数的一组管道直径即为最优结果。
2.如权利要求1所述的一种基于多目标分层选择的多工况给水管网优化方法,其特征在于所述的目标函数包括:管网总费用minW(D1,D2,…DP),管网熵值总和maxS(D1,D2,…DP)和管网可靠度maxR(D1,D2,…DP)。
3.如权利要求1所述的一种基于多目标分层选择的多工况给水管网优化方法,其特征在于所述的分层优选比am%的可取范围为20%-60%。
4.如权利要求1所述的一种基于多目标分层选择的多工况给水管网优化方法,其特征在于所述的步骤8具体如下:在第一层的最优解集P1的范围中,选取满足第二层的最优解集P2的管径组合,并以此为新的第二层的最优解集P2;在新的第二层的最优解集P2的范围中,选取满足第三层的最优解集P3的管径组合,并以此为新的第三层的最优解集P3.......以此类推,获得最终的满足F1、F2、F3....Fm目标函数的最优解集Pm,并选择排序的最优作为整个项目的最优解。
5.如权利要求4所述的一种基于多目标分层选择的多工况给水管网优化方法,其特征在于若在最终的最优解集Pm中存在多个解,即有多组管径组合满足所有的目标函数,则以满足最后一个目标函数的最优解集中的最优值,作为最终解。
6.如权利要求5所述的一种基于多目标分层选择的多工况给水管网优化方法,其特征在于所述的最后一个目标函数为判断经济最优的函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710350544.4A CN107067119B (zh) | 2017-05-18 | 2017-05-18 | 一种基于多目标分层选择的多工况给水管网优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710350544.4A CN107067119B (zh) | 2017-05-18 | 2017-05-18 | 一种基于多目标分层选择的多工况给水管网优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107067119A true CN107067119A (zh) | 2017-08-18 |
CN107067119B CN107067119B (zh) | 2020-10-20 |
Family
ID=59610605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710350544.4A Expired - Fee Related CN107067119B (zh) | 2017-05-18 | 2017-05-18 | 一种基于多目标分层选择的多工况给水管网优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107067119B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717584A (zh) * | 2018-05-11 | 2018-10-30 | 同济大学 | 一种供水管网多目标分区方法 |
CN108824593A (zh) * | 2018-04-02 | 2018-11-16 | 浙江大学 | 一种针对复杂雨水管网的快速多目标工程优化设计方法 |
CN109033517A (zh) * | 2018-06-21 | 2018-12-18 | 浙江大学 | 一种提高雨水管网设计方案适用性的工程优化方法 |
CN111125631A (zh) * | 2019-09-26 | 2020-05-08 | 深圳市东深电子股份有限公司 | 一种基于目标水位、流量的水资源计算调度方法 |
WO2023168979A1 (zh) * | 2022-03-11 | 2023-09-14 | 中国核电工程有限公司 | 一种管道支架位置优化方法、装置 |
CN117744296A (zh) * | 2024-02-08 | 2024-03-22 | 湖南省建筑设计院集团股份有限公司 | 基于Floyd算法的管网能量富余比最小的设计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708406A (zh) * | 2012-05-10 | 2012-10-03 | 湖北省电力公司 | 一种基于多目标遗传算法的调度图优化方法 |
CN105701561A (zh) * | 2015-12-31 | 2016-06-22 | 上海市水利工程设计研究院有限公司 | 一种基于给水管网规划设计要求的管网优化方法 |
-
2017
- 2017-05-18 CN CN201710350544.4A patent/CN107067119B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708406A (zh) * | 2012-05-10 | 2012-10-03 | 湖北省电力公司 | 一种基于多目标遗传算法的调度图优化方法 |
CN105701561A (zh) * | 2015-12-31 | 2016-06-22 | 上海市水利工程设计研究院有限公司 | 一种基于给水管网规划设计要求的管网优化方法 |
Non-Patent Citations (1)
Title |
---|
关宏艳: "水利工程建设期工期-成本-质量均衡优化及决策研究", 《工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108824593A (zh) * | 2018-04-02 | 2018-11-16 | 浙江大学 | 一种针对复杂雨水管网的快速多目标工程优化设计方法 |
CN108824593B (zh) * | 2018-04-02 | 2020-07-07 | 浙江大学 | 一种针对复杂雨水管网的快速多目标工程优化设计方法 |
CN108717584A (zh) * | 2018-05-11 | 2018-10-30 | 同济大学 | 一种供水管网多目标分区方法 |
CN108717584B (zh) * | 2018-05-11 | 2022-08-16 | 同济大学 | 一种供水管网多目标分区方法 |
CN109033517A (zh) * | 2018-06-21 | 2018-12-18 | 浙江大学 | 一种提高雨水管网设计方案适用性的工程优化方法 |
CN109033517B (zh) * | 2018-06-21 | 2021-04-06 | 浙江大学 | 一种提高雨水管网设计方案适用性的工程优化方法 |
CN111125631A (zh) * | 2019-09-26 | 2020-05-08 | 深圳市东深电子股份有限公司 | 一种基于目标水位、流量的水资源计算调度方法 |
CN111125631B (zh) * | 2019-09-26 | 2022-08-30 | 深圳市东深电子股份有限公司 | 一种基于目标水位、流量的水资源计算调度方法 |
WO2023168979A1 (zh) * | 2022-03-11 | 2023-09-14 | 中国核电工程有限公司 | 一种管道支架位置优化方法、装置 |
CN117744296A (zh) * | 2024-02-08 | 2024-03-22 | 湖南省建筑设计院集团股份有限公司 | 基于Floyd算法的管网能量富余比最小的设计方法 |
CN117744296B (zh) * | 2024-02-08 | 2024-05-10 | 湖南省建筑设计院集团股份有限公司 | 基于Floyd算法的管网能量富余比最小的设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107067119B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107067119A (zh) | 一种基于多目标分层选择的多工况给水管网优化方法 | |
Van Zyl et al. | Operational optimization of water distribution systems using a hybrid genetic algorithm | |
Liong et al. | Optimal design of water distribution network using shuffled complex evolution | |
Zhao et al. | Case-based reasoning approach for supporting building green retrofit decisions | |
CN105701561A (zh) | 一种基于给水管网规划设计要求的管网优化方法 | |
CN112241607B (zh) | 一种基于仿真并考虑气候变化的水资源规划方法 | |
CN104156584A (zh) | 多目标优化差分进化算法的传感器目标分配方法及系统 | |
CN105550776A (zh) | 一种基于调度设计联合优化的给水管网优化方法 | |
CN111626587B (zh) | 一种计及能流延迟特性的综合能源系统拓扑优化方法 | |
CN106056252A (zh) | 一种页岩气田井组划分三级优化方法 | |
CN101278301A (zh) | 分析油气生产项目描述的方法 | |
Wang et al. | Scientometric of nearly zero energy building research: A systematic review from the perspective of co-citation analysis | |
Guo et al. | Optimal design of storm sewer networks: Past, present and future | |
Fouche et al. | Towards an integrated approach for evaluating both the life cycle environmental and financial performance of a building: A review | |
CN109919401B (zh) | 一种多能互补系统的多维能效分析方法 | |
Duan et al. | Allocation of pollutant emission permits at industrial level: Application of a bidirectional-coupling optimization model | |
CN105160443A (zh) | 基于扩展线性二次高斯方法的复杂水库群优化调度方法 | |
CN105303470A (zh) | 一种基于大数据的电力项目规划建设方法 | |
CN104282143A (zh) | 一种面向过饱和控制的城市疏散干路网络提取方法 | |
Liu et al. | Intelligent green retrofitting of existing buildings based on case-based reasoning and random forest | |
CN110837967A (zh) | 一种建筑施工模板系统的多属性评价方法 | |
Baños et al. | A memetic algorithm for water distribution network design | |
Madolo et al. | Energy–water and GHG nexus: A South African water industry case | |
CN110782077A (zh) | 基于周期性数据驱动的建筑热负荷混合预测方法及系统 | |
Zhang et al. | A bi-level fuzzy random model for multi-mode resource-constrained project scheduling problem of photovoltaic power plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |