[发明专利]一种城市供水管网优化方法

摘要

本发明公开了一种城市供水管网优化方法。本发明首先采用年值法建立供水干管优化模型。然后利用拉格朗日函数建立供水干管优化连续型Hopfield神经网络模型的能量函数和优化变量的运动方程。最后运用Hopfield神经网络和模拟退火混合计算的方法对步骤A建立的模型进行求解。本发明Hopfield神经网络是并行计算的，其计算量不随维数的增加而发生指数性质的爆炸，对于供水管网优化问题的高速计算特别有效。

主权项

一种城市供水管网优化方法，其特征在于该方法包括以下步骤：步骤A.采用年值法建立供水干管优化模型，具体是：首先通过管道年值费用、加压水泵站建设的年值费用以及干管系统逐年经营的年值费用计算，从而建立目标函数；其次列举目标函数的约束条件，该目标函数同时受到管道系统的水力、节点水头、管段设计流量非负约束以及供水可靠性制约；步骤B.步骤A建立的模型是一个非线性混合离散优化模型，神经网络的一个重要应用就是解决混合离散优化问题；因此，利用拉格朗日函数建立供水干管优化连续型Hopfield神经网络模型的能量函数E和优化变量的运动方程；步骤C.运用Hopfield神经网络和模拟退火混合计算的方法对步骤A建立的模型进行求解，具体是：(1)给定初始参数u₀、n₀、T₀、T_min，其中u₀为所有神经元的初始输入；T₀为系统初始状态温度；n₀为模拟退火算法中性能变差可接受的次数,即Metropolis抽样算法性能变差可接受的次数；T_min为系统终了状态温度值；(2)给定各个设计参数的初始迭代点D⁽⁰⁾、H⁽⁰⁾、q⁽⁰⁾、m⁽⁰⁾，令迭代参数k＝0，其中D⁽⁰⁾表示初始管道外径、H⁽⁰⁾表示初始扬程、q⁽⁰⁾表示初始流量，m⁽⁰⁾表示初始加压水泵站数目；(3)计算各个神经元状态改变率du/dt；(4)进行管道稳定性校核和水力计算，并由下一时刻的各神经元状态计算出各设计变量的数值；(5)处理设计变量到要求的离散设计点上；(6)判断新设计参数是否使能量函数E减少，如果是，则令k＝k+1，并转向(5)，否则进行下一步；(7)根据模拟退火算法原理判断当前设计方案的年折合费用是否比上一个最优点的设计方案的年折合费用更少，如果是，则令k＝k+1，并转向(3)，否则进行下一步；(8)判断搜索过程是否结束；如果不结束,则转向(7)。