[发明专利]一种基于粒子群算法的轮灌组优化方法和系统

权利要求书

1.一种基于粒子群算法的轮灌组优化方法，其特征在于包括以下步骤：

1)以各轮灌组流量均差最小和开关阀路径最短为优化目标，建立多目标轮灌组数学优化模型，并确定其约束条件；

其中，建立多目标轮灌组数学优化模型，并确定其约束条件的方法，包括以下步骤：

1.1)以各轮灌组流量均差最小和开关阀路径最短为优化目标，建立多目标轮灌组数学模型；

其中，建立的多目标轮灌组优化模型为：

其中，模型f₁(x)表示轮灌组流量均方差，模型f₂(x)表示轮灌组手工开关阀路径距离；j表示轮灌组号；C表示轮灌组流量的均方差；α_j表示各轮灌组流量平均值；F_j为第j轮灌组流量和；M表示轮灌组数；D表示所有开关阀路径之和；S_j表示采用迪杰斯特拉算法对第j个轮灌组计算最短路径；

1.2)根据相关执行技术标准，确定多目标轮灌组数学模型的约束条件；

2)采用离散粒子群算法对步骤1)中建立的多目标轮灌组数学模型进行求解，基于得到的解对轮灌组进行分组优化。

2.如权利要求1所述的一种基于粒子群算法的轮灌组优化方法，其特征在于：所述步骤1.2)中，所述约束条件包括流量约束、组流量差约束和变量约束。

3.如权利要求2所述的一种基于粒子群算法的轮灌组优化方法，其特征在于：各所述约束条件的计算公式为：

①流量约束：

其中，f_i为支管号设计流量，第j个轮灌组流量和应小于设计流量，F为轮灌组设计流量；X_ij表示第i根支管在第j个轮灌组中的开闭状态，X_ij＝0和1分别表示第i根支管在第j个轮灌组中状态为关和开；N表示滴灌轮灌组支管数；

②组流量差约束：

ΔF＝MAX(F_j)-MIN(F_j)β

其中，ΔF为轮灌组流量之差；F_j为第j轮灌组流量和；β为流量差阈值,默认为设计流量5％；

③变量约束：

X_ij＝{0,1}

其中，X_ij表示第i根支管在第j个轮灌组中的开闭状态，X_ij＝0和1分别表示第i根支管在第j个轮灌组中状态为关和开。