重慶燃?xì)饧瘓F(tuán)股份有限公司 夏 陽(yáng)

重慶大學(xué)城市建設(shè)與環(huán)境工程學(xué)院 王興畏

管網(wǎng)改擴(kuò)建項(xiàng)目?jī)?yōu)化設(shè)計(jì)計(jì)算研究

重慶燃?xì)饧瘓F(tuán)股份有限公司 夏 陽(yáng)

重慶大學(xué)城市建設(shè)與環(huán)境工程學(xué)院 王興畏

隨著天然氣利用規(guī)模不斷擴(kuò)大，局部現(xiàn)狀管網(wǎng)已不能適應(yīng)供氣需求，必須進(jìn)行必要的改建和擴(kuò)建，而如何確保合理的技術(shù)經(jīng)濟(jì)價(jià)值是改建和擴(kuò)建是否成功的關(guān)鍵指標(biāo)，給專(zhuān)業(yè)工作者提出了難題。文章就此問(wèn)題，在現(xiàn)狀燃?xì)夤芫W(wǎng)的條件下，通過(guò)對(duì)遺傳算法中的基本操作進(jìn)行控制的思路，提出對(duì)傳統(tǒng)遺傳算法改進(jìn)的方法，然后將其應(yīng)用于城市燃?xì)夤芫W(wǎng)的水力計(jì)算中以解決城市管網(wǎng)改建、擴(kuò)建工程中存在的問(wèn)題。

燃?xì)飧臄U(kuò)建項(xiàng)目 水力計(jì)算 遺傳算法 改進(jìn)

0 概述

隨著天然氣利用規(guī)模不斷擴(kuò)大，燃?xì)夤芫W(wǎng)已不能滿(mǎn)足人民生活的需要，迫切需要在已有的燃?xì)夤芫W(wǎng)基礎(chǔ)上進(jìn)行改建或擴(kuò)建項(xiàng)目。因此，如何在保證經(jīng)濟(jì)效益的基礎(chǔ)上，科學(xué)地對(duì)城市燃?xì)夤芫W(wǎng)的規(guī)模進(jìn)行調(diào)整就顯得格外重要，直接影響到管網(wǎng)的安全運(yùn)行及經(jīng)濟(jì)效益的獲得。

對(duì)于城市燃?xì)夤芫W(wǎng)系統(tǒng)改擴(kuò)建項(xiàng)目來(lái)說(shuō)，目前主要存在兩個(gè)方面的問(wèn)題。

一方面，城市燃?xì)夤芫W(wǎng)的規(guī)模不斷擴(kuò)大，急需對(duì)管網(wǎng)結(jié)構(gòu)進(jìn)行改造、新建。從節(jié)約投資的角度考慮，應(yīng)盡量在保留原來(lái)管網(wǎng)的基礎(chǔ)上進(jìn)行擴(kuò)建或改造。如何才能保證管網(wǎng)變動(dòng)后還能滿(mǎn)足壓力與流量的要求，對(duì)設(shè)計(jì)與研究者提出了難題。

另一方面，由于我國(guó)城市化的發(fā)展，城市管網(wǎng)規(guī)模也隨之不斷擴(kuò)大，特別是大型和特大型管網(wǎng)利用常規(guī)計(jì)算軟件來(lái)進(jìn)行計(jì)算難度很大，對(duì)設(shè)計(jì)者和工程人員提出了很高的要求，不僅耗時(shí)而且結(jié)果也難以滿(mǎn)足要求。因此，一種快速、準(zhǔn)確的水力計(jì)算就變得越來(lái)越重要。

近20年來(lái)，應(yīng)用系統(tǒng)分析方法，特別是優(yōu)化方法解決燃?xì)廨斉涔芫W(wǎng)系統(tǒng)設(shè)計(jì)問(wèn)題在研究領(lǐng)域和工程中都取得了一定成果。遺傳算法的出現(xiàn)令人耳目一新，它的出現(xiàn)大大簡(jiǎn)化了管網(wǎng)設(shè)計(jì)計(jì)算工作。本文嘗試將遺傳算法稍加改進(jìn)后引入到城市燃?xì)夤芫W(wǎng)的水力計(jì)算中以解決城市管網(wǎng)改建、擴(kuò)建工程中存在的問(wèn)題。

1 遺傳算法

遺傳算法起源于上世紀(jì)60年代對(duì)自然和人工自適應(yīng)系統(tǒng)的研究。上世紀(jì)70年代De Jong基于遺傳算法的思想在計(jì)算機(jī)上進(jìn)行了大量的純數(shù)值函數(shù)優(yōu)化計(jì)算實(shí)驗(yàn)。在一系列研究工作的基礎(chǔ)上，上世紀(jì)80年代由Goldberg進(jìn)行歸納總結(jié)，形成了遺傳算法的基本框架。

1.1 傳統(tǒng)遺傳算法進(jìn)行水力計(jì)算原理

張進(jìn)、王衛(wèi)敏等人在《遺傳算法在水力管網(wǎng)優(yōu)化中的應(yīng)用遺傳算法》一文中指出：將“優(yōu)勝劣汰，適者生存”的生物進(jìn)化原理引入待優(yōu)化參數(shù)形成的編碼串群體中，按照一定的適配值函數(shù)(與目標(biāo)函數(shù)相關(guān))及一系列遺傳操作對(duì)各個(gè)體進(jìn)行篩選，從而使適配值高的個(gè)體保留下來(lái)，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(gè)體。這樣周而復(fù)始，群體中各個(gè)體適應(yīng)度不斷提高直至滿(mǎn)足一定的極限條件。此時(shí)，群體中適配值最高的個(gè)體即為待優(yōu)化參數(shù)的最優(yōu)解。

1.2 針對(duì)改建、擴(kuò)建項(xiàng)目的遺傳算法研究

顧名思義，管網(wǎng)的改建是在已有管網(wǎng)的基礎(chǔ)上，對(duì)其中某些管段的管徑與走向進(jìn)行改變，以滿(mǎn)足整個(gè)管網(wǎng)的管段流量與節(jié)點(diǎn)壓力。而管網(wǎng)的擴(kuò)建即是在保留已有管網(wǎng)的基礎(chǔ)上，通過(guò)增加新的管段的方法，來(lái)滿(mǎn)足各用氣點(diǎn)的需求，同時(shí)保證整個(gè)環(huán)網(wǎng)的安全穩(wěn)定運(yùn)行。在進(jìn)行管網(wǎng)的改建與擴(kuò)建的過(guò)程中，還要考慮管網(wǎng)整改后的經(jīng)濟(jì)效益。

1.2.1 傳統(tǒng)遺傳算法的操作

基本遺傳算法(Simple Genetic Algorithms，簡(jiǎn)稱(chēng)SGA)是一個(gè)迭代過(guò)程，它模擬生物在自然環(huán)境中的遺傳和進(jìn)化機(jī)理，反復(fù)將選擇、交叉、變異操作作用于群體，最終可得到問(wèn)題的最優(yōu)解或近似最優(yōu)解?；具z傳算法包含三個(gè)操作：選擇(Reproduction Operator)、交叉(Crossover Operator)、變異(Mutation Operator)。

1.2.2 對(duì)傳統(tǒng)遺傳算法的改進(jìn)操作

(1)過(guò)去采用遺傳算法解決管網(wǎng)優(yōu)化問(wèn)題時(shí)，一般都用二進(jìn)制數(shù)字串來(lái)表達(dá)(編碼)。對(duì)于燃?xì)夤芫W(wǎng)來(lái)說(shuō)，管網(wǎng)各管段的管徑是用一個(gè)數(shù)字串表達(dá)出來(lái)，而這個(gè)數(shù)字串就因此包含了管網(wǎng)的管徑信息?，F(xiàn)可采用實(shí)數(shù)編碼方法，由計(jì)算機(jī)解碼為二進(jìn)制，在實(shí)際的計(jì)算時(shí)相較傳統(tǒng)的遺傳算法更加簡(jiǎn)便。

(2)對(duì)原本已有的燃?xì)夤芫W(wǎng)進(jìn)行改建、擴(kuò)建時(shí)，考慮到施工的情況及全局經(jīng)濟(jì)效益的需求，應(yīng)該在盡量減少對(duì)已有管網(wǎng)改變的基礎(chǔ)上進(jìn)行施工作業(yè)，并且要保證改建、擴(kuò)建的管段與整個(gè)管網(wǎng)“和諧”運(yùn)行，整個(gè)管網(wǎng)的壓力與流量都滿(mǎn)足規(guī)范要求。在遺傳算法時(shí)，由于要進(jìn)行選擇、交叉和變異的基本操作，因此，在進(jìn)行管網(wǎng)的改建與擴(kuò)建時(shí)，就相當(dāng)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(chǔ)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(wǎng)獲得較大的經(jīng)濟(jì)效益。為了實(shí)現(xiàn)這一目標(biāo)，就需要保證在使用遺傳算法的時(shí)候，確定的管段的管徑在經(jīng)歷了選擇、交叉與變異的過(guò)程中，一直保持著原有管段的信息，每次個(gè)體適應(yīng)度的計(jì)算都是由這些原有管段與新建管段組合的個(gè)體信息來(lái)進(jìn)行量化評(píng)價(jià)。要實(shí)現(xiàn)上述目標(biāo)，就要對(duì)傳統(tǒng)的選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算等遺傳算子的確定過(guò)程進(jìn)行優(yōu)化。

1.2.3 遺傳算法過(guò)程

遺傳算法過(guò)程見(jiàn)圖1。

圖1 遺傳算法過(guò)程示意

1.2.3.1 編碼

遺傳算法通過(guò)對(duì)個(gè)體編碼的操作，不斷搜索出適應(yīng)度較高的個(gè)體，并在群體中逐漸增加其數(shù)量，最終尋求出問(wèn)題的最優(yōu)解或近似解。

1.2.3.2 產(chǎn)生初始群體

根據(jù)王建剛在《城市天然氣輸配管網(wǎng)的數(shù)學(xué)模型及優(yōu)化》一文中提供的思路，利用傳統(tǒng)的遺傳算法產(chǎn)生初始群體時(shí)，對(duì)于有N條管段的管網(wǎng)系統(tǒng)，需要隨機(jī)產(chǎn)生N個(gè)個(gè)體形成初始群體，每個(gè)個(gè)體就是由所有管段的管徑按照一定順序連接在一起的數(shù)字串，這個(gè)順序就是管段的編號(hào)順序。因此不同的個(gè)體代表了不同的管段管徑選擇情況。而個(gè)體的產(chǎn)生方法是：調(diào)用隨機(jī)函數(shù)產(chǎn)生隨機(jī)數(shù)，每個(gè)隨機(jī)數(shù)對(duì)應(yīng)著一種管徑；管網(wǎng)由多少管段組成就調(diào)用多少次隨機(jī)函數(shù)。要產(chǎn)生N個(gè)個(gè)體，只需重復(fù)N次個(gè)體產(chǎn)生操作就可以了。這樣就生成了我們所需要的初始群體。

然而，對(duì)于改建和擴(kuò)建項(xiàng)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(dá)到新管段與原有確定管徑的管段組成的整個(gè)系統(tǒng)運(yùn)行工況良好，即要求在確定某些管段管徑的情況下，使產(chǎn)生的整個(gè)個(gè)體的適應(yīng)度較高。因此，需要對(duì)傳統(tǒng)的遺傳算法進(jìn)行優(yōu)化。對(duì)于有N條管段的管網(wǎng)系統(tǒng)，如果其中有M條管段的管徑已確定，因此需要隨機(jī)產(chǎn)生另外的(N～M)個(gè)個(gè)體，與已經(jīng)確定的M條管段的個(gè)體合并形成初始群體。

值得注意的是，在形成初始群體的時(shí)候，需要將已定管徑的管段個(gè)體放在初始群體的最后。這樣，每個(gè)個(gè)體就是由所有管段的管徑按照一定順序連接在一起的數(shù)字串，這個(gè)順序就是管段的編號(hào)順序，其中已知管徑管段排在后面。因此不同的個(gè)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(mǎn)足管網(wǎng)改建與擴(kuò)建工程中已確定部分管段的情形。起初，這個(gè)初始群體中的大多數(shù)個(gè)體肯定很難滿(mǎn)足要求，但是我們從這里出發(fā)，通過(guò)遺傳運(yùn)算，擇優(yōu)汰劣，最后就能選擇出優(yōu)秀的個(gè)體，滿(mǎn)足目標(biāo)函數(shù)的要求。

1.2.3.3 評(píng)價(jià)

評(píng)價(jià)個(gè)體亦即計(jì)算個(gè)體的適應(yīng)度。遺傳算法中使用適應(yīng)度這個(gè)概念來(lái)度量群體中各個(gè)個(gè)體在優(yōu)化計(jì)算中有可能達(dá)到或接近于或有助于找到最優(yōu)解的優(yōu)良程度。適應(yīng)度較高的個(gè)體遺傳到下一代的概率就較大；而適應(yīng)度較低的個(gè)體遺傳到下一代的概率就相對(duì)小一些。

1.2.3.4 選擇

選擇操作是建立在對(duì)個(gè)體的適應(yīng)度進(jìn)行評(píng)價(jià)的基礎(chǔ)之上的。在遺傳算法中，應(yīng)該是更滿(mǎn)足目標(biāo)函數(shù)即適應(yīng)度較高的個(gè)體將有更多機(jī)會(huì)遺傳到下一代；而適應(yīng)度較低的個(gè)體遺傳到下一代的機(jī)會(huì)就相對(duì)較少。

由于所形成的每個(gè)個(gè)體的管段信息都滿(mǎn)足改擴(kuò)建項(xiàng)目的基本要求，因此，經(jīng)過(guò)選擇操作，最終的結(jié)果是選擇出滿(mǎn)足改擴(kuò)建項(xiàng)目管段要求的適應(yīng)度較高的個(gè)體。

1.2.3.5 交叉

交叉操作的設(shè)計(jì)和實(shí)現(xiàn)與所研究的問(wèn)題密切相關(guān)，要求它既不要太多的破壞個(gè)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(chǎn)生出一些較好的新個(gè)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(jiàn)，經(jīng)過(guò)交叉操作，已經(jīng)確定管徑的管段并沒(méi)有發(fā)生變化，仍然保有原來(lái)管段的信息。

1.2.3.6 變異

遺傳算法中的基本位變異操作改變的只是個(gè)體編碼串中的個(gè)別幾個(gè)點(diǎn)上的值，并且變異發(fā)生的概率也比較小，作用效果也不明顯。

2 結(jié)語(yǔ)

進(jìn)行改進(jìn)，即經(jīng)過(guò)了改進(jìn)的選擇、交叉與遺傳操作之后，最終選出來(lái)的個(gè)體是在保證已確定管段管徑基礎(chǔ)上適應(yīng)度較高的個(gè)體。同時(shí)，形成的新群體的個(gè)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(mǎn)足改擴(kuò)建項(xiàng)目的需求。

在利用遺傳算法進(jìn)行管網(wǎng)水力計(jì)算過(guò)程中，管徑的確定是最主要且復(fù)雜的步驟，通過(guò)上面的改進(jìn)，解決了改擴(kuò)建項(xiàng)目中管徑的問(wèn)題，使改擴(kuò)建項(xiàng)目的優(yōu)化過(guò)程大大簡(jiǎn)化。

利用上面的方法對(duì)遺傳算法的基本操作過(guò)程

Optimization Design Research on Expansion Project of Gas Network

Chongqing Gas Group Co., Ltd. Xia Yang
Chongqing University College of Urban Construction and Environment Engineering Wang Xingwei

With the development of natural gas, the current network needs necessary reconstruction and

expansion. The most critical point is to ensure reasonable economic and technical indicators in the reconstruction and expansion projects. This paper focuses this issue, presents optimization method based on genetic algorithm,and applies it to the hydraulic calculation of gas network.

rrenovation and expansion project, hydraulic calculation, genetic algorithm, improve