摘要：隨著我國燃氣事業(yè)發(fā)展，已有燃氣管網的規(guī)模滿足不了人民生活需要，改建與擴建項目蓬勃發(fā)展。而改建擴建項目存在許多問題，在管網變動后如何才能在保證經濟效益的情況下，還能滿足壓力與流量的要求，對設計與研究者提出了難題。針對這個問題，在保留持原有管網信息的情況下，本文通過對遺傳算法中的基本操作進行控制的思路，提出對傳統(tǒng)遺傳算法改進的方法，然后將其應用于城市燃氣管網的水力計算中以解決城市管網改建、擴建工程中存在的問題。
關鍵詞：改建擴建項目；水力計算；遺傳算法；改進
1 概述
隨著我國燃氣事業(yè)發(fā)展，已有的城市燃氣管網已不能滿足人民生活的需要，迫切需要在已有的燃氣管網基礎上進行改建或擴建項目。因此，如何在保證經濟效益的基礎上，科學地對我國已有燃氣管網的規(guī)模進行調整就顯得格外重要，直接影響到管網的安全運行及經濟效益的獲得。對于城市燃氣管網系統(tǒng)改擴建項目來說，目前主要存在兩個方面的問題：
一方面，城市燃氣管網的規(guī)模不斷擴大，急需對管網結構進行改造、新建。從節(jié)約投資的角度考慮，應盡量在保留原來管網的基礎上進行擴建或改造。如何才能保證管網變動后還能滿足壓力與流量的要求，對設計與研究者提出了難題。
另一方面，由于我國城市化的發(fā)展，城市管網規(guī)模也隨之不斷擴大，特別是大型和特大型管網利用手工計算難度很大，對設計者和工程人員提出了很高的要求，手工計算不僅耗時而且結果也難以滿足要求。因此，一種快速、準確的水力計算就變得越來越重要。
近20年來，應用系統(tǒng)分析方法，特別是優(yōu)化方法解決燃氣輸配管網系統(tǒng)設計問題在研究領域和工程中都取得了一定成果。遺傳算法的出現(xiàn)令人眼前一亮，它的出現(xiàn)大大簡化了管網設計計算工作[1]。本文嘗試將遺傳算法稍加改進后引入到城市燃氣管網的水力計算中以解決城市管網改建、擴建工程中存在的問題。
2 遺傳算法
遺傳算法起源于上世紀60年代對自然和人工自適應系統(tǒng)的研究。上世紀70年代De Jong基于遺傳算法的思想在計算機上進行了大量的純數值函數優(yōu)化計算實驗。在一系列研究工作的基礎上，上世紀80年代由Goldberg進行歸納總結，形成了遺傳算法的基本框架[2]。
(1) 傳統(tǒng)遺傳算法進行水力計算原理
遺傳算法將“優(yōu)勝劣汰，適者生存”的生物進化原理引入待優(yōu)化參數形成的編碼串群體中，按照一定的適配值函數(與目標函數相關)及一系列遺傳操作對各個體進行篩選，從而使適配值高的個體保留下來，組成新的群體，新群體包含上一代的大量信息，并且引入了新的優(yōu)于上一代的個體[3]。這樣周而復始，群體中各個體適應度不斷提高直至滿足一定的極限條件。此時，群體中適配值最高的個體即為待優(yōu)化參數的最優(yōu)解。
(2) 針對改建、擴建項目的遺傳算法研究
顧名思義，管網的改建是在已有管網的基礎對其中某些管段的管徑與走向進行改變，以滿足整個管網的管段流量與節(jié)點壓力。而管網的擴建即是在保留已有管網的基礎上，通過增加新的管段的方法，來滿足各用氣點的需求，同時保證整個環(huán)網的安全穩(wěn)定運行。在進行管網的改建與擴建的過程中，還要考慮管網整改后的經濟效益。
① 傳統(tǒng)遺傳算法的操作
基本遺傳算法(Simple Genetic Algorithms，簡稱SGA)是一個迭代過程，它模擬生物在自然環(huán)境中的遺傳和進化機理，反復將選擇、交叉、變異操作作用于群體，最終可得到問題的最優(yōu)解或近似最優(yōu)解。
基本遺傳算法包含三個操作：
選擇(Reproduction Operator)；
交叉(Crossover Operator)；
變異(Mutation Operator)[4]。
② 對傳統(tǒng)遺傳算法的改進操作
過去采用遺傳算法解決管網優(yōu)化問題時，一般都用二進制數字串來表達。
a. 對于燃氣管網來說，管網各管段的管徑是用一個數字串表達出來，而這個數字串就因此包含了管網的管徑信息。例如，一個有7條管段的管網，管徑分別為76、76、133、108、89、89、108(mm)：如果用二進制編碼方法，則該管網管徑信息的編碼為：
0000∣0000∣0011∣00101∣0001∣0001∣0011；
如果采用實數編碼方法，則為：
76∣76∣133∣108∣89∣89∣108
從上面的例子可以看出二進制編碼既不自然又比較麻煩，并且在以后的操作步驟中還需要將二進制數字串解碼為真實管徑的操作[5]。所以，采用實數編碼方法，在實際的計算時相較傳統(tǒng)的遺傳算法更加簡便。
b. 對原本已有的燃氣管網進行改建、擴建時，考慮到施工的情況及全局經濟效益的需求，應該在盡量減少對已有管網改變的基礎上進行施工作業(yè)，并且要保證改建、擴建的管段與整個管網“和諧”運行，整個管網的壓力與流量都滿足規(guī)范要求。在遺傳算法時，由于要進行選擇、交叉和變異的基本操作，因此，在進行管網的改建與擴建時，就相當于已有的管段管徑全部或大部分都是確定的，需要在此基礎上增加或改變少量管段，最終使新建的管段與原有的管段形成的管網獲得較大的經濟效益。為了實現(xiàn)這一目標，就需要保證在使用遺傳算法的時候，確定的管段的管徑在經歷了選擇、交叉與變異的過程中，一直保持著原有管段的信息，每次個體適應度的計算都是由這些原有管段與新建管段組合的個體信息來進行量化評價。要實現(xiàn)上述目標，就要對傳統(tǒng)的選擇運算、交叉運算、變異運算等遺傳算子的確定過程進行優(yōu)化。
③ 遺傳算法過程
a. 編碼
遺傳算法通過對個體編碼的操作，不斷搜索出適應度較高的個體，并在群體中逐漸增加其數量，最終尋求出問題的最優(yōu)解或近似解。
b. 產生初始群體
利用傳統(tǒng)的遺傳算法產生初始群體時，對于有N條管段的管網系統(tǒng)，需要隨機產生N個個體形成初始群體，每個個體就是由所有管段的管徑按照一定順序連接在一起的數字串，這個順序就是管段的編號順序。因此不同的個體代表了不同的管段管徑選擇情況。而個體的產生方法是：調用隨機函數產生隨機數，每個隨機數對應著一種管徑；管網由多少管段組成就調用多少次隨機函數。要產生N個個體，只需重復N次個體產生操作就可以了。這樣就生成了我們所需要的初始群體[6]。
然而，對于改建和擴建項目，由于需要在確定某些管段管徑的情況下改變或新建某些管段，最終達到新管段與原有確定管徑的管段組成的整個系統(tǒng)運行工況良好，即要求在確定某些管段管徑的情況下，使產生的整個個體的適應度較高。因此，需要對傳統(tǒng)的遺傳算法進行優(yōu)化。對于有N條管段的管網系統(tǒng)，如果其中有M條管段的管徑己確定，因此需要隨機產生另外的(N-M)個個體，與已經確定的M條管段的個體合并形成初始群體。
值得注意的是，在形成初始群體的時候，需要將已定管徑的管段個體放在初始群體的最后。這樣，每個個體就是由所有管段的管徑按照一定順序連接在一起的數字串，這個順序就是管段的編號順序，其中已知管徑管段排在后面。因此不同的個體代表了不同的管段管徑選擇情況。這樣形成的初始群體，都滿足管網改建與擴建工程中已確定部分管段的情形。起初，這個初始群體中的大多數個體肯定很難滿足要求，但是我們從這里出發(fā)，通過遺傳體編碼串中的個別幾個點上的值，并且變異發(fā)生的概率也比較小，所以其發(fā)揮的作用比較慢，作用效果也不明顯。
c. 評價
評價個體亦即計算個體的適應度。遺傳算法中使用適應度這個概念來度量群體中各個個體在優(yōu)化計算中有可能達到或接近于或有助于找到最優(yōu)解的優(yōu)良程度。適應度較高的個體遺傳到下一代的概率就較大；而適應度較低的個體遺傳到下一代的概率就相對小一些。
d. 選擇
選擇操作是建立在對個體的適應度進行評價的基礎之上的。在遺傳算法中，應該是更滿足目標函數即適應度較高的個體將有更多機會遺傳到下一代；而適應度較低的個體遺傳到下一代的機會就相對較少。
由于所形成的每個個體的管段信息都滿足改擴建項目的基本要求，因此，經過選擇操作，最終的結果是選擇出滿足改擴建項目管段要求的適應度較高的個體。
d. 交叉
交叉操作的設計和實現(xiàn)與所研究的問題密切相關，要求它既不要太多的破壞個體編碼串中表示優(yōu)良性的優(yōu)良模式，又要能夠有效的產生出一些較好的新個體模式。示例如下，其中最后兩條管段為已確定管徑的管段：
可見，經過交叉操作，已經確定管徑的管段并沒有發(fā)生變化，仍然保有原來管段的信息。
e. 變異
遺傳算法中的基本位變異操作改變的只是個之后，最終選出來的個體是在保證已確定管段管徑基礎上適應度較高的個體。同時，形成的新群體的個體中代表已確定管徑的各管段仍然保持著原有管徑的信息，滿足改擴建項目的需求。
在利用遺傳算法進行管網水力計算過程中，管徑的確定是最主要且復雜的步驟，通過上面的改進，解決了改擴建項目中管徑的問題，使改擴建項目的優(yōu)化過程大大簡化。
3 結論
利用上面的方法對遺傳算法的基本操作過程進行改進，即經過了改進的選擇、交叉與遺傳操作運算，擇優(yōu)汰劣，最后就能選擇出優(yōu)秀的個體，滿足目標函數的要求。
(本文作者：夏陽1王興畏21.重慶燃氣(集團)有限責任公司 重慶400020；2.重慶大學 城市建設與環(huán)境工程學院 重慶400045)
贊 賞 分享
您可以選擇一種方式贊助本站
支付寶轉賬贊助
微信轉賬贊助
- 注解：本資料由會員及群友提供僅供閱讀交流學習，不得用于商業(yè)用途！
