遗传算法在给水管网水质模型校验中的应用

-1-遗传算法在给水管网水质模型校验遗传算法在给水管网水质模型校验中的应用中的应用刘勇王煜明上海三高计算机中心股份有限公司上海200092摘要：要：城市给水管网微观水质模型（以下均简称为水质模型）是供水管网水质运行状况模拟的基础和供水系统信息化的重要环节，是城市供水部门进行管网规划、运行管理、水质安全保障和科学调度的现代技术方法。建立准确的管网水质模型，是供水行业信息化进程中迫切需要解决的问题。而如何快速建立准确管网模型，模型的校验工作是我们需要面临的问题。本文对阐述了遗传算法在水质模型校验中的应用，并结合一个实际工程项目，验证了遗传算法的有效性。关键字：关键字：遗传算法，水质模型校验，给水管网1.1.概述概述随着人们对供水管网水质越来越高，建立水质模型也就是供水行业信息化建设总要的工作之一了，建立一个成功水质模型是一件复杂的系统工程，影响水质模型校核的因素很多，主要存在以下几类问题：（1）水力模型精度不够。水质模型是建立在水力模型的基础之上的，水力模型的精度直接影响水质模型的精度，国内大多数管网水力模型是压力校核比较好，而管道流量校核比较缺乏。（2）管网水质监测数据不够。目前城市给水管网系统中的监测设备太少，使得管网校验成为一个严重的问题，获得准确的校验结果比较困难。（3）缺乏专业的有经验的熟练技术人员进行模型校验。模型校验是一个非常专业的工作不仅需要很多专业的知识，同时还必须熟悉掌握管网的实际情况，而大部分情况下熟悉管线的技术人员缺乏完成建模的知识，提高管网建模技术水平是管网模型校验重要因素。（4）管壁反应系数比较难确定。管壁反应系数是比较难通过试验测定的参数，而管壁反应系数是影响模型的重要参数。由于在校验管网水质模型困难重重，影响成功的因素很多，如何快速有效的成功的建立水质模型，也就成为我们要研究的问题。本文就尝试用遗传算法来自动调整管壁反应系数，以获得更加科学合理的水质模型。2.2.遗传算法原理遗传算法原理遗传算法（GeneticAlgorithms，简称GA）是模拟自然界生物进化过程的一类自组织、自适应人工智能技术。应用遗传算法求解问题时，在确定编码方案、适应度函数及遗传算子之后，算法将利用演化过程中获得的信息自行组织搜索。由于基于自然的选择策略为：适者生存，优胜劣汰，故适应值大的个体具有较高的生存概率。通常适应值大的个体具有与环境更适应的基因结构，通过杂交和基因突变可产生与环境更适应的后代。遗传算法的这种自适应、自组织特性，也赋予了它根据环境的变化自动发现环境特性和规律的能力。由于遗传算法采用种群的方式组织寻优，这使得它可以同时搜索解空间的多个区域，同时优胜劣汰的自然选择和简单的遗传操作使得遗传算法具有不受其搜索空间的限制条件（如可微、连续、单峰等）的约束及不需要其它辅助信息（如导数）的特点，正是这些特点使得遗传算法使用简单、易于操作且通用性强，这正是遗传算法受到人们青睐的主要原因。遗传算法的一般结构可描述如下Begint←0；初始化P(t)；评估P(t)；While不满足终止条件dobegin重组P(t)获得C(t)；评估C(t)；从P(t)和C(t)中选择P(t+1)；t←t+1；end；end；3.3.遗传算法在水质模型校验中的应用遗传算法在水质模型校验中的应用3.1.3.1.水质（余氯）动力学模型方程水质（余氯）动力学模型方程水质动态模型借助系统水力模型对管网中水质参数的空间和时间分配进行有效模拟,把水中物质在管网中的流动分成:管段中水平流动、随时间的衰减、管段连接处的混合，其数学表达式如下：流量连续性方程：(反映节点处进水量和出水量的平衡)ikiksjjiQqQq(1)节点混合方程：（假设不同水质的进水在节点处瞬时完全混合）jiljjissiikikCqCQCQq,)((2)管段浓度方程：()iiiiCCuRCtx(3)2()wfnwfKKCRKCrKK(4)式中j，k－分别表示节点i的上游和下游邻接点；Qji，Qik－管段流量；Qs－水源供水量；iu－管段i中液体流速；iC－管段i中的余氯浓度，为时间、距离的函数；R－管段内的化学反应率；K－管段综合衰减速率常数；fK－主体水反应系数；wK－管壁的衰减速率常数；r－管段水力半径。3.2.3.2.管网水质模型校验的数学模型管网水质模型校验的数学模型管网隐式校验模型的目标函数具有多种形式，文中采用是节点水质浓度实测值与模拟值误差的函数f(Cmi−Cti)，目标函数可以采用以下三种方式之一：水质浓度差的平方和、水质浓度差绝对值和或水质浓度相对误差的绝对值之和。在满足管网本身水力平衡，符合水质反应参数的条件下，寻找最优的管壁反应系数wK，使计算出来的节点水质(余氯)浓度与实测水质浓度所构成的目标函数为最小。2nmmit