CN113569318B - 一种快速确定调蓄池优化布局方案的方法 - Google Patents

一种快速确定调蓄池优化布局方案的方法 Download PDF

Info

Publication number
CN113569318B
CN113569318B CN202110867509.6A CN202110867509A CN113569318B CN 113569318 B CN113569318 B CN 113569318B CN 202110867509 A CN202110867509 A CN 202110867509A CN 113569318 B CN113569318 B CN 113569318B
Authority
CN
China
Prior art keywords
elastic
index
scheme
layout
elasticity
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.)
Active
Application number
CN202110867509.6A
Other languages
English (en)
Other versions
CN113569318A (zh
Inventor
汪明明
黎敏
武于雪
张新喜
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.)
Anhui University of Technology AHUT
Original Assignee
Anhui University of Technology AHUT
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 Anhui University of Technology AHUT filed Critical Anhui University of Technology AHUT
Priority to CN202110867509.6A priority Critical patent/CN113569318B/zh
Publication of CN113569318A publication Critical patent/CN113569318A/zh
Application granted granted Critical
Publication of CN113569318B publication Critical patent/CN113569318B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种快速确定调蓄池优化布局方案的方法,属于城市排水技术领域。本发明包括如下步骤:(1)以未设置调蓄池的系统为基准,通过改进的弹性指标计算公式,计算得到弹性指标数据元集合R0;(2)通过加法计算弹性表征指数,优选布局方案弹性表征指数集RN+,获得减量模拟优化方案集RN+30;(3)对减量模拟优化方案集,再次进行模拟和弹性指标计算、排序,获得调蓄池的最佳布局方案或较佳布局方案。采用本发明的方法可以快速评估城市排水系统设置单个或多个调蓄池情况下的系统弹性和布局方案,评估结果更为快速、客观,且可操作性强,大大提高了调蓄池布局方案确定的效率,能够更好地指导新排水系统的调蓄池优化布局规划设计。

Description

一种快速确定调蓄池优化布局方案的方法
技术领域
本发明属于城市排水技术领域,更具体地说,涉及一种快速确定调蓄池优化布局方案的方法。
背景技术
调蓄池是城市内涝防治系统的重要组成部分,在很多城市的内涝防治中被广泛采用。调蓄池的数量与布局对城市排水和内涝防治效果至关重要,因此,探讨调蓄池优化布局方案的确定方法具有重要意义。目前城市排水领域的调蓄池设计,主要结合现行国家规范《室外排水设计规范》GB 50014-2006(2016年版)、《城镇内涝防治技术规范》GB 51222-2017和《城镇雨水调蓄工程技术规范》GB 51174-2017。但在这三个国家规范中,均未给出确定多个调蓄池优化布局方案的具体方法。
目前已有的文献中,陶涛等(2014)将非支配排序遗传算法和SWMM模型相结合,兼顾防洪效果和雨水调蓄池建造成本两方面,探讨了分散式雨水调蓄池的最优布局方案。李飞等(2015)采用改进的粒子群优化算法,结合当地不同地区洪水控制的不同标准,寻找使工程造价和洪水风险最小化的雨水调蓄池的最优布局。
目前已公开的专利中,CN110675282A(一种初期雨水调蓄池优化设计方法)以所有调蓄池总容积为约束条件,利用人工神经网络模型训练出的调蓄池截污率与总成本之间的数学模型,采用粒子群优化算法得出各调蓄池的最优截污率。
无论是现行国家规范还是已公开的文献和专利,所涉及到的调蓄池的设计均属于传统设计,从而无法有效保证调蓄池布局方案的优越性;同时现有调蓄池优化布局方案大都涉及到采用遗传算法、粒子群算法等优化算法,这些算法需要成千上万次(种群数量50-100,迭代次数100-500)的迭代模拟计算,需要消耗大量的时间和功耗,因此布局方案确定的效率也相对较低。
因此,如何进一步优化调蓄池布局方案的确定方法,使其能够更好地适应各种因素的影响,并提高布局方案确定的效率具有重要意义。
发明内容
1.要解决的问题
本发明的目的在于克服现有调蓄池布局方案确定方法有待进一步优化,且模拟计算量太大(耗费大量时间和功耗)的不足,提供了一种快速确定调蓄池优化布局方案的方法。本发明引入弹性理念,借助弹性表征指数、减量模拟优化法、MATLAB+SWMM模拟计算,对新排水系统调蓄池布局方案进行评定,从而能够有效保证调蓄池布局方案确定的快捷性、先进性,节省了大量时间和功耗,大大提高了调蓄池优化布局方案确定的效率。
2.技术方案
为了解决上述问题,本发明所采用的技术方案如下:
本发明的一种快速确定调蓄池优化布局方案的方法,为基于弹性表征指数的减量模拟优化法,该方法引入弹性理念,基于弹性表征指数,产生布局方案集,通过减量模拟优化法,确定调蓄池优化布局方案,具体包括如下步骤:
步骤一、引入弹性理念,考虑排水系统出水口堵塞和极端降雨的情况下,借助MATLAB+SWMM模拟计算,以未设置调蓄池的系统为基准,通过改进的弹性指标计算公式,计算得到弹性指标数据元集合R0
所谓弹性,本发明中,指系统在假定出水口堵塞和极端降雨情况下(如百年一遇降雨等)对这些极端降雨威胁的响应恢复能力,从量变和时变两个维度刻画,本发明中与内涝量和内涝时间等有关。
所谓弹性指标,指用以衡量系统弹性的计算指标,需通过模拟计算,然后根据改进的弹性指标计算公式得到。
所谓弹性指标数据元集合,本发明中,指设置单个调蓄池的不同布局方案,经模拟计算,得到的弹性指标特定数据集合。
弹性指标数据元集合R0的具体计算步骤如下:
(1)引入新的设计理念——弹性理念,考虑排水系统出水口堵塞和极端降雨的情况下,以未设置调蓄池的系统为基准,计算弹性指标,其改进的计算公式如下所示:
上式中,R为弹性指标,范围为[0,1],对于某一特定的情景/方案,0表示弹性很低,1表示弹性很高;Vf为排水系统总内涝体积,为所有节点内涝体积的总和;Vi为进入系统的径流总体积;tf为系统中所有内涝节点内涝历时的总和;以未设置调蓄池的系统为基准,N为系统未设置调蓄池时发生内涝的节点总数;t为系统总模拟历时;以上基础数据通过MATLAB+SWMM,在假定排水系统出水口堵塞和极端降雨(百年一遇降雨)的情况下,模拟计算获得。
现有弹性指标计算公式,未设置基准,与弹性指标相关的平均内涝时间计算是除以每个方案内涝积水点的数量,这样造成的结果是,有3个内涝点的方案其计算的弹性指标可能优于2个内涝点的方案,明显不合理。本发明以未设置调蓄池的系统为基准,计算原始内涝积水点数量,统一了平均内涝时间计算的基准,方案选择更为合理。
(2)在系统中设置单个调蓄池(j=1,每个节点依次进行,即调蓄池数量为1个),在假定排水系统出水口堵塞和极端降雨情况下,逐一通过MATLAB+SWMM模拟计算,得到弹性指标计算所需的基础数据,根据改进的弹性指标计算公式,计算设置单个调蓄池时(j=1)所有方案的系统弹性,形成弹性指标数据元集合R0={R1,R2,…,Rn}(n为排水系统的节点个数,也是在所有节点设置调蓄池的总数量);
步骤二、在步骤一的基础上,提出弹性表征指数,通过加法计算弹性表征指数,优选布局方案弹性表征指数集RN+,获得减量模拟优化方案集RN+n,即设置j个调蓄池的TOPn个布局方案。
所谓弹性表征指数,本发明中,指表征系统弹性的相对指数,针对不同布局方案,由归一化的弹性指标数据元集合中的元素,经简单相加得到,不需要模拟计算。所谓减量模拟,本发明中,主要是指借助弹性表征指数,优选布局方案集,减少模拟计算工作量。另外,针对比较复杂的系统,由于节点太多,布局方案百万千万级,采用给定置信度下的随机抽样,减少方案数量,提高优化工作效率。
所述步骤二的具体步骤如下:
(1)为了得到弹性表征指数,采用公式(数据元-数据元最小值)/(数据元最大值-数据元最小值)对弹性指标数据元集合进行Min-Max归一化。归一化后,得到在每个节点单独设置调蓄池时的归一化弹性指标数据元集合RN={R1N,R2N,…,RnN}。归一化弹性指标数据元集合RN中的某个元素值RiN越大,说明在此节点设置调蓄池的弹性越大,效果越好。
(2)系统内调蓄池的数量设置依次增加(j=j+1),形成调蓄池的不同布局方案(按照调蓄池个数依次开展,2个调蓄池,3个调蓄池,……,n-1个调蓄池)。
对于简单管网,可采用枚举法产生所有布局方案;
对于非简单管网,由于布局方案数量可能万级、百万级、亿级,为节省计算时间提高工作效率,在可信的情况下(即给定置信度),采用随机抽样法(对应设置调蓄池个数,从2到n-1依次开展,单次采样数计算采用公式(2),如果不足计算采样数,按实际数量取),得到不同数量的调蓄池布局方案(样本)(配合调蓄池的个数,从2到n-1依次开展);
式中,nR为单次采集的方案样本量;NS为单次采集时所有可能的方案总数;p为成功的概率,设置为0.5;CI为置信区间,设置为±5%;Zα为给定置信度的正态分布值。
(3)计算弹性表征指数
以归一化弹性指标数据元集合RN为基础,为了简化计算,本发明中,假定弹性线性变化,进行简单相加(无需模拟计算,大大降低模拟计算工作量),计算j个调蓄池(j=2,…,n-1,从2到n-1依次开展)的不同布局方案(样本)的弹性表征指数,得到各种布局方案的弹性表征指数集RN+
所谓简单相加,即对于设置两个调蓄池的方案,如设置在节点1和节点2,已知设置在节点1和节点2的归一化弹性指标数据元集合RN中对应元素R1N=0.20,R2N=0.15,那么该方案的弹性表征指数RN+(1+2)=R1N+R2N=0.20+0.15=0.35;其他调蓄池数量和布局方案情况类推;
(4)根据弹性表征指数,初步优选布局方案
将弹性表征指数集RN+值按从大到小排序,选择TOPn个布局方案(优选布局方案弹性表征指数集RN+n)作为减量模拟优化方案集(方案数不足n按实际选取);本发明中当规划设计的排水系统规模较大时,n优选30,即取TOP30布局方案作为减量模拟优化方案集。
步骤三、在步骤二的基础上,对减量模拟优化方案集(TOPn优选方案集),借助MATLAB+SWMM进行模拟和弹性指标计算、排序,获得调蓄池的最佳布局方案或较佳布局方案,具体步骤如下:
(1)如前所述,弹性表征指数是在假定弹性线性变化的基础上获得的(实际可能为非线性),为了较为准确地获得相对较优的布局方案,需要对TOPn优选方案集进行后续模拟和弹性指标计算。对每个数量的调蓄池TOPn优选方案集进行MATLAB+SWMM模拟和弹性指标计算(调蓄池数量j=2,…,n-1,从2到n-1依次开展),分别得到TOPn优选方案集的实际弹性指标集Rr={Rr1,Rr2,…,Rrn};
(2)根据实际弹性指标集Rr,优选最佳布局方案
将实际弹性指标集Rr中元素按从大到小排序,TOP1即为该数量调蓄池的最佳布局方案或较佳布局方案。
更进一步的,当需要确定某个排水系统最佳调蓄池个数时,可以根据步骤三计算得到的实际弹性指标集Rr和给定的弹性水平(如R=0.85),找出最接近(不低于)该弹性水平的调蓄池个数最少的布局方案,对应的调蓄池个数即为最佳个数。
更进一步的,当规划设计的排水系统规模较小时,可以进一步调整(减少)步骤二的方案数(如TOP20、TOP10)。
如下表1为本发明与传统调蓄池优化布局方法的比较结果。
表1本发明与传统调蓄池优化布局方法的比较
3.有益效果
相比于现有技术,本发明的有益效果为:
(1)本发明的一种快速确定调蓄池优化布局方案的方法,调蓄池的传统设计方法没有考虑系统构件故障,但现实中,系统构件故障/损坏是常见现象。弹性设计是未来的设计方向和趋势,也是一个新的设计范式,是对传统设计理念的根本改变。本发明引入弹性理念,考虑排水系统出水口堵塞和极端降雨的情况下,以未设置调蓄池的系统为基准,通过改进的弹性指标计算公式计算系统弹性,并提出弹性表征指数,可以适应未来设计理念和方向,是传统设计理念的根本性转变,能够更好地用于指导调蓄池的优化布局与设计,有利于设计出更具弹性的新排水调蓄池系统。
(2)本发明的一种快速确定调蓄池优化布局方案的方法,借助弹性表征指数和减量模拟优化法,从而可以有效避免遗传算法等大量模拟计算,可降低1-2个数量级,大大减少了模拟计算量,节省了大量时间和功耗,大大提高了调蓄池布局方案确定的效率。
(3)本发明的一种快速确定调蓄池优化布局方案的方法,根据弹性表征指数,初步优选布局方案,然后对所得减量模拟优化方案集再次进行模拟和弹性指标计算、排序,从而可以保证较为准确地获得相对较优的布局方案。
附图说明
图1为本发明的快速确定调蓄池布局方案方法的示意图。
具体实施方式
对调蓄池系统进行弹性评估,则可以知晓系统对不同威胁(出水口堵塞和极端降雨)的响应恢复能力,可以根据系统的弹性情况,确定对应策略/方案,以适应不确定的未来。因此,为了应对出水口堵塞等不同威胁,针对调蓄池的布局方案,考虑集成弹性指标和弹性特征指数具有重要意义。现有技术中调蓄池方案通常直接根据水力性能(指标如积水体积、积水历时、积水深度等)进行评估,其评价结果与实际应用结果差异较大,对调蓄池系统规划设计指导欠佳。本发明引入弹性理念,借助弹性表征指数、减量模拟优化法、MATLAB+SWMM模拟计算等,不仅考虑排水系统出水口堵塞的情况,而且考虑减少模拟计算量,提出的新方法更为快捷,节省了大量时间和功耗,大大提高了调蓄池布局方案确定的效率,因此能够更好地用于指导调蓄池布局的优化设计,有利于设计出更具弹性的新排水系统。
为进一步了解本发明的内容,现结合具体实施例对本发明作详细描述。
实施例1
本实施例以北京为背景,结合图1,利用以下方法对某排水系统A(该系统有12块子汇水区、14个管段、14个节点和1个排水口)的调蓄池布局方案进行确定:
首先,引入弹性理念,确定弹性指标计算公式。本方法以未设置调蓄池的系统为基准,根据公式(1)计算系统的弹性指标。
在系统中设置单个调蓄池(j=1,每个节点依次进行,即调蓄池数量为1个),在假定排水系统出水口堵塞和极端降雨(百年一遇降雨)的情况下,逐一通过MATLAB+SWMM模拟计算,得到弹性指标计算所需的基础数据,根据公式(1),计算设置单个调蓄池时(j=1)所有方案的系统弹性,形成弹性指标数据元集合R0={R1,R2,…,R14}={0.8143,0.8149,0.8080,0.8171,0.8233,0.8196,0.8230,0.8230,0.8226,0.8223,0.8171,0.8108,0.8223,0.7897}(四舍五入,保留四位小数)。
其次,为了得到弹性表征指数,采用公式(数据元-数据元最小值)/(数据元最大值-数据元最小值)对弹性指标数据元集合进行Min-Max归一化。归一化后,得到在每个节点单独设置调蓄池时的归一化弹性指标数据元集合RN={R1N,R2N,…,R14N}={0.1172,0.1198,0.0870,0.1302,0.1601,0.1420,0.1586,0.1586,0.1567,0.1551,0.1303,0.1003,0.1553,0.0000})(四舍五入,保留四位小数)。
本实施例排水系统有14个节点,系统内调蓄池的数量设置依次增加(j=j+1),形成调蓄池的不同布局方案(按照调蓄池个数依次开展,2个调蓄池,3个调蓄池,……,13个调蓄池)(注:14个调蓄池时,即在全部节点布置调蓄池,只有一种方案,不存在布局方案优选问题)。根据布局方案组合,一共有16368个方案(j=2~13,对应实际布局方案数量见表3)。这是一个很大的数字,属于非简单管网。按照随机抽样法,每次方案样本量采用公式(2)计算,产生调蓄池方案。在置信度95%情况下,对应按调蓄池个数从2到13依次开展,每次抽样数计算为352(不足352,按实际方案数选取)。这样生成不同数量j=2~13的调蓄池布局方案(样本)。
计算弹性表征指数:以归一化弹性指标数据元集合RN为基础,进行简单相加(无需模拟计算,大大降低模拟计算工作量),计算j个调蓄池(j=2,…,n-1,从2到n-1依次开展)的不同布局方案(样本)的弹性表征指数,得到各种布局方案的弹性表征指数集RN+(四舍五入,保留四位小数),见表2第2栏(由于方案数很多,限于篇幅,仅显示j=2个调蓄池布局方案的前30个方案)。
然后,根据弹性表征指数,初步优选布局方案。
将弹性表征指数集RN+值按从大到小排序,选择TOP30个布局方案(优选布局方案弹性表征指数集RN+30)(四舍五入,保留四位小数,见表2第4栏)作为减量模拟优化方案集(方案数不足30按实际选取),TOP30优选方案集编号见表2第3栏。
表2弹性表征指数集RN+和排序后RN+30(调蓄池个数j=2)
最后,为了较为准确地获得相对较优的布局方案,需要对TOP30优选方案集进行后续模拟和弹性指标计算。对每个数量的调蓄池TOP30优选方案集进行MATLAB+SWMM模拟和弹性指标计算(调蓄池数量j=2,…,n-1,从2到n-1依次开展),分别得到TOP30优选方案集的实际弹性指标集Rr={Rr1,Rr2,…,Rr30}(四舍五入,保留四位小数),见表3(限于篇幅,仅显示j=2个调蓄池布局方案)。
根据实际弹性指标集Rr,优选最佳布局方案。将实际弹性指标集Rr(四舍五入,保留四位小数)中元素按从大到小排序,TOP1即为该数量调蓄池的最佳布局方案或较佳布局方案。本实施例,j=2个调蓄池时,编号为65的布局方案为最佳布局方案,即在节点5和9处设置调蓄池。
表3 TOP30布局方案的实际弹性指标集Rr(调蓄池个数j=2)
采用传统方法遗传算法与本实施例方法模拟计算量的对比,如表4所示。由表4可以看出,本实施例的模拟计算量为359次,只占遗传算法模拟计算量的3.59%(不足5%),大大减少了模拟计算量,节省了大量时间和功耗,大大提高了调蓄池布局方案确定的效率。
表4本实施例与遗传算法模拟计算量对比
注:占比以遗传算法的模拟计算量(种群数量取100,迭代次数取100)作为分母。如果管网更为复杂,遗传算法的迭代次数还会增加(通常100~500),意味着模拟计算量更大。
当需要确定某排水系统最佳调蓄池个数时,可根据步骤三计算得到的实际弹性指标集Rr和给定的弹性水平(如R=0.85),找出最接近(不低于)该弹性水平的调蓄池个数最少的布局方案,对应的调蓄池个数即为最佳个数。在本实施例中,R=0.85对应的调蓄池个数是2个。

Claims (7)

1.一种快速确定调蓄池优化布局方案的方法,其特征在于:该方法引入弹性理念,基于弹性表征指数,产生布局方案集,然后通过减量模拟优化法,确定调蓄池的优化布局方案,具体包括如下步骤:
步骤一、借助MATLAB+SWMM模拟计算,以未设置调蓄池的系统为基准,通过改进的弹性指标计算公式,计算得到设置单个调蓄池时所有方案的系统弹性,形成弹性指标数据元集合R0={R1,R2,…,Rn},n为排水系统的节点个数;改进的弹性指标计算公式为:
上式中,R为弹性指标,范围为[0,1],对于某一特定的情景/方案,0表示弹性很低,1表示弹性很高;Vf为排水系统总内涝体积,为所有节点内涝体积的总和;Vi为进入系统的径流总体积;tf为系统中所有内涝节点内涝历时的总和;以未设置调蓄池的系统为基准,N为系统未设置调蓄池时发生内涝的节点总数;t为系统总模拟历时;以上基础数据通过MATLAB+SWMM,在假定排水系统出水口堵塞和极端降雨的情况下,模拟计算获得;
步骤二、在步骤一的基础上,构建弹性表征指数,得到各种布局方案的弹性表征指数集RN+;然后将弹性表征指数集RN+按从大到小排序,经筛选得到初步优选布局方案,即构建得到减量模拟优化方案集;所述弹性表征指数为针对不同布局方案,由归一化的弹性指标数据元集合中的元素,经简单相加得到;
步骤三、再次借助MATLAB+SWMM对减量模拟优化方案集进行模拟和弹性指标计算、排序,得到优选方案集的实际弹性指标集Rr
步骤四、将实际弹性指标集Rr按从大到小排序,TOP1即为调蓄池的最佳布局方案或较佳布局方案。
2.根据权利要求1所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:公式(1)中各基础参数通过在假定排水系统出水口堵塞和极端降雨情况下,逐一利用MATLAB+SWMM模拟计算得到。
3.根据权利要求1所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:步骤二中各种布局方案的弹性表征指数集RN+获得方法如下:
(1)对弹性指标数据元集合R0进行Min-Max归一化处理,得到在每个节点单独设置调蓄池时的归一化弹性指标数据元集合RN={R1N,R2N,…,RnN};
(2)系统内调蓄池的数量设置依次增加,形成调蓄池的不同布局方案;
(3)以归一化弹性指标数据元集合RN为基础,进行简单相加,分别计算j个调蓄池的不同布局方案的弹性表征指数,其中j=2,…,n-1,得到各种布局方案的弹性表征指数集RN+
4.根据权利要求3所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:采用公式(数据元-数据元最小值)/(数据元最大值-数据元最小值)对弹性指标数据元集合进行Min-Max归一化处理,即得到在每个节点单独设置调蓄池时的归一化弹性指标数据元集合RN
5.根据权利要求3所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:步骤二中减量模拟优化方案集为将弹性表征指数集RN+值按从大到小排序后选择TOP30个布局方案构建得到,当方案数不足30时按实际选取。
6.根据权利要求3所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:对于简单管网,采用枚举法产生所有布局方案;对于非简单管网,给定置信度,采用随机抽样法,对应设置调蓄池个数,从2到n-1依次开展,单次采样数计算采用公式(2),如果不足计算采样数,按实际数量取,得到不同数量的调蓄池布局方案,配合调蓄池的个数,从2到n-1依次开展;
式中,nR为单次采集的方案样本量;NS为单次采集时所有可能的方案总数;p为成功的概率,设置为0.5;CI为置信区间,设置为±5%;Zα为给定置信度的正态分布值。
7.根据权利要求1-6中任一项所述的一种快速确定调蓄池优化布局方案的方法,其特征在于:当需要确定某个排水系统最佳调蓄池个数时,根据步骤三计算得到的实际弹性指标集Rr和给定的弹性水平R,找出最接近,即不低于该弹性水平R的调蓄池个数最少的布局方案,对应的调蓄池个数即为最佳个数。
CN202110867509.6A 2021-07-30 2021-07-30 一种快速确定调蓄池优化布局方案的方法 Active CN113569318B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110867509.6A CN113569318B (zh) 2021-07-30 2021-07-30 一种快速确定调蓄池优化布局方案的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110867509.6A CN113569318B (zh) 2021-07-30 2021-07-30 一种快速确定调蓄池优化布局方案的方法

Publications (2)

Publication Number Publication Date
CN113569318A CN113569318A (zh) 2021-10-29
CN113569318B true CN113569318B (zh) 2024-04-26

Family

ID=78169310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110867509.6A Active CN113569318B (zh) 2021-07-30 2021-07-30 一种快速确定调蓄池优化布局方案的方法

Country Status (1)

Country Link
CN (1) CN113569318B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570267A (zh) * 2016-10-28 2017-04-19 上海市政工程设计研究总院(集团)有限公司 基于海绵城市理念建设山体公园调蓄设计与模型校核方法
CN109948866A (zh) * 2019-04-11 2019-06-28 沈阳建筑大学 一种基于swwm模拟的北方滨海地区海绵城市规划方法
CN110033139A (zh) * 2019-04-22 2019-07-19 扬州市职业大学(扬州市广播电视大学) 一种基于海绵城市理念的城市雨水优化系统和方法
CN110805109A (zh) * 2019-10-21 2020-02-18 上海市政工程设计研究总院(集团)有限公司 一种基于雨水回用率计算调蓄设施体积的方法
CN111737853A (zh) * 2020-05-21 2020-10-02 广东工业大学 一种基于swmm模型的低影响开发多目标区间优化配置方法
CN111861389A (zh) * 2020-07-13 2020-10-30 武汉科技大学 一种海绵园区项目规划方案对比方法
CN112288127A (zh) * 2020-09-10 2021-01-29 中国市政工程华北设计研究总院有限公司 一种排水系统匹配性评估方法和平台

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570267A (zh) * 2016-10-28 2017-04-19 上海市政工程设计研究总院(集团)有限公司 基于海绵城市理念建设山体公园调蓄设计与模型校核方法
CN109948866A (zh) * 2019-04-11 2019-06-28 沈阳建筑大学 一种基于swwm模拟的北方滨海地区海绵城市规划方法
CN110033139A (zh) * 2019-04-22 2019-07-19 扬州市职业大学(扬州市广播电视大学) 一种基于海绵城市理念的城市雨水优化系统和方法
CN110805109A (zh) * 2019-10-21 2020-02-18 上海市政工程设计研究总院(集团)有限公司 一种基于雨水回用率计算调蓄设施体积的方法
CN111737853A (zh) * 2020-05-21 2020-10-02 广东工业大学 一种基于swmm模型的低影响开发多目标区间优化配置方法
CN111861389A (zh) * 2020-07-13 2020-10-30 武汉科技大学 一种海绵园区项目规划方案对比方法
CN112288127A (zh) * 2020-09-10 2021-01-29 中国市政工程华北设计研究总院有限公司 一种排水系统匹配性评估方法和平台

Also Published As

Publication number Publication date
CN113569318A (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
Wang et al. Assessment of the impact of climate change on hydropower potential in the Nanliujiang river basin of China
Ahmadi et al. Should water supply for megacities depend on outside resources? A Monte-Carlo system dynamics simulation for Shiraz, Iran
CN103150614B (zh) 一种土地利用空间自动配置方法
CN109086951B (zh) 一种计及城市发展程度的多阶段空间负荷预测方法
Sivakumar Management policy of water table in dry zone of Sri Lanka to subsidise the pain of non rice crop cultivators for the food productivity improvement.
CN104915575A (zh) 一种基于层次物元可拓法的海绵城区生态指数的评价方法
Li et al. Dynamic and intelligent modeling methods for joint operation of a flood control system
Thomas Jr et al. On the efficient use of High Aswan Dam for hydropower and irrigation
CN111062125A (zh) 海绵型综合管廊水文效应评估方法
CN112907047A (zh) 一种海绵城市绩效评估系统
CN113050430A (zh) 一种基于鲁棒强化学习的排水系统控制方法
CN110543660B (zh) 一种低冲击开发模拟方法、系统及相关装置
CN114969655A (zh) 流域输沙量的模拟估算方法
CN113569318B (zh) 一种快速确定调蓄池优化布局方案的方法
CN110135652A (zh) 一种长期汛期径流预测方法
CN106022507A (zh) 一种农田连片整治的优化方法及其系统
CN110569622B (zh) 一种基于多目标优化的挡土墙优化设计方法
CN113553693B (zh) 一种地表径流控制利用方案的多目标优化方法
CN115618720A (zh) 一种基于海拔高度的土壤盐渍化预测方法及系统
Kazemnadi et al. Adaptive reservoir operation considering water quantity and quality objectives: Application of parallel cellular automata and sub-seasonal streamflow forecasts
CN106650293A (zh) 一种基于am嵌套抽样算法的地下水模型评价方法
Ekhtiari et al. Optimizing the dam site selection problem considering sustainability indicators and uncertainty: An integrated decision-making approach
Cao et al. Optimization design and research of simulation system for urban green ecological rainwater by genetic algorithm
CN117455041B (zh) 一种针对预测所得未来水资源的多目标管控利用方法
CN103268522A (zh) 径流算法

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