廖霄 許文民 李光泰 鄧振華 張少峰

摘 要：為了實(shí)現(xiàn)數(shù)據(jù)中心的工藝布局優(yōu)化設(shè)計(jì)，提出了一種基于粒子群算法的智能布局優(yōu)化方案。本文主要闡述粒子群算法的概念、原理及在數(shù)據(jù)中心工藝布局應(yīng)用中的優(yōu)勢(shì)，分析了智能布局的定義及其基本工作原理，深度剖析智能布局在數(shù)據(jù)中心的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)。

關(guān)鍵詞：粒子群算法;智能布局;一鍵布局;

1前言

隨著計(jì)算機(jī)應(yīng)用技術(shù)的迅速發(fā)展，人們對(duì)高效優(yōu)化技術(shù)和智能計(jì)算技術(shù)提出了更高更新的要求。鑒于數(shù)據(jù)中心實(shí)際工程問(wèn)題的多專業(yè)性、復(fù)雜性、約束性、非線性、多局部極小和建模困難等特點(diǎn)，尋找適合于工程實(shí)踐需求的新型智能優(yōu)化方法是重要研究方向之一，粒子群優(yōu)化算法為復(fù)雜優(yōu)化問(wèn)題的解決提供了一條十分有效的新途徑。

傳統(tǒng)數(shù)據(jù)中心規(guī)劃設(shè)計(jì)中，工藝布局是耗時(shí)最長(zhǎng)、最復(fù)雜的任務(wù)之一，通常分為IT機(jī)房布局、支持輔助及其他區(qū)域布局、管線路由規(guī)劃、物流運(yùn)輸規(guī)劃、人員流動(dòng)規(guī)劃、建筑結(jié)構(gòu)設(shè)計(jì)等幾個(gè)環(huán)節(jié)。隨著數(shù)據(jù)中心朝著大型、超大型發(fā)展，設(shè)計(jì)復(fù)雜程度不斷增加，目前主流設(shè)計(jì)平臺(tái)軟件（ AutoDesk、Bentley、Dassault）和繪圖軟件開(kāi)發(fā)公司缺乏高效便捷的數(shù)據(jù)中心專業(yè)工藝布局設(shè)計(jì)輔助工具，采用傳統(tǒng)的手動(dòng)二維繪圖無(wú)法快速求出布局最優(yōu)解，需依靠設(shè)計(jì)師經(jīng)驗(yàn)不斷繪圖嘗試找出最優(yōu)解，尋找途徑將設(shè)計(jì)師的豐富經(jīng)驗(yàn)轉(zhuǎn)化為人工智能算法，研發(fā)符合數(shù)據(jù)中心專業(yè)設(shè)計(jì)習(xí)慣和設(shè)計(jì)流程的輔助設(shè)計(jì)軟件，融入算法以快速求得數(shù)據(jù)中心工藝布局的最優(yōu)解，對(duì)提高設(shè)計(jì)效率和設(shè)計(jì)決策意義重大。

本文提出了一種基于粒子群算法的數(shù)據(jù)中心智能布局解決方案，能有效提高設(shè)計(jì)效率，為設(shè)計(jì)提供決策依據(jù)，使數(shù)據(jù)中心布局設(shè)計(jì)更加標(biāo)準(zhǔn)化、數(shù)字化、參數(shù)化、智能化。

2粒子群優(yōu)化算法

2.1算法概述

粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）是一種進(jìn)化計(jì)算技術(shù)（evolutionarycomputation），1995年由Eberhart博士和kennedy博士提出，又翻譯為粒子群算法、微粒群算法、或微粒群優(yōu)化算法，是通過(guò)模擬鳥(niǎo)群覓食行為而發(fā)展起來(lái)的一種基于群體協(xié)作的隨機(jī)搜索算法。源于對(duì)鳥(niǎo)群捕食的行為研究。區(qū)域內(nèi)有大大小小不同的食物源，鳥(niǎo)群的任務(wù)是找到最大的食物源（全局最優(yōu)解）。鳥(niǎo)群在捕食過(guò)程中，通過(guò)相互傳遞各自位置信息，讓其他的鳥(niǎo)知道食物源的位置，逐步收斂，最終整個(gè)鳥(niǎo)群都能聚集在食物源周?chē)次覀兯f(shuō)的找到了最優(yōu)解。粒子群算法在對(duì)動(dòng)物集群活動(dòng)行為觀察基礎(chǔ)上，利用群體中的個(gè)體對(duì)信息的共享使整個(gè)群體的運(yùn)動(dòng)在問(wèn)題求解空間中產(chǎn)生從無(wú)序到有序的演化過(guò)程，從而獲得最優(yōu)解。

2.2智能布局設(shè)計(jì)相關(guān)概念

智能布局是人工智能在設(shè)計(jì)領(lǐng)域的一個(gè)重要研究領(lǐng)域，其主要思想是：對(duì)現(xiàn)有資源（空間參數(shù)）進(jìn)行認(rèn)識(shí)與分析，根據(jù)預(yù)定實(shí)現(xiàn)的目標(biāo)，對(duì)若干所提供的資源限制和相關(guān)約束進(jìn)行推理，綜合制定出實(shí)現(xiàn)目標(biāo)的動(dòng)作序列。該動(dòng)作序列即稱為一個(gè)布局。智能布局可應(yīng)用于完善數(shù)據(jù)中心IT機(jī)柜、配電柜、精密空調(diào)等相關(guān)族的空間參數(shù)，通過(guò)設(shè)計(jì)目標(biāo)數(shù)字化輸入、IT機(jī)柜設(shè)計(jì)目標(biāo)的輸入、空間計(jì)算、布局評(píng)估、BIM模型創(chuàng)建，實(shí)現(xiàn)智能布局的三維展示、IT機(jī)柜數(shù)量統(tǒng)計(jì)、配電和制冷設(shè)施布置、布局多方案對(duì)比及機(jī)電管線連接功能。

2.3智能布局的粒子群優(yōu)化算法

數(shù)據(jù)中心智能布局的粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）將數(shù)據(jù)中心的每個(gè)工藝布局方案定義為一個(gè)粒子，最優(yōu)的方案是粒子飛行的方向，方案的性能參數(shù)與所輸入設(shè)計(jì)參數(shù)的差異度作為粒子飛行的距離，方案的性能參數(shù)與所輸入設(shè)計(jì)參數(shù)的匹配度作為粒子飛行的速度。通過(guò)對(duì)粒子飛行的方向、距離和速度的比對(duì)，從而得到智能布局的最優(yōu)方案。

改進(jìn)的PSO算法求解過(guò)程

數(shù)據(jù)中心智能布局的粒子算法中會(huì)通過(guò)兩個(gè)數(shù)學(xué)公式來(lái)進(jìn)行求解：

其中，v[ ]是粒子的速度;

present[ ]是當(dāng)前粒子的位置;

pbest[ ]表示個(gè)體最優(yōu)解，即粒子本身的最優(yōu)解;

gbest[ ]表示全局最優(yōu)解，即種群的最優(yōu)解;

rand（ ）是介于（0，1）之間的隨機(jī)數(shù);

c1、c2是學(xué)習(xí)因子;通常c1=c2=2。

偽代碼實(shí)現(xiàn)如下：

在計(jì)算開(kāi)始之初，每一維的粒子的速度都會(huì)被限制一個(gè)Vmax的最大速度，當(dāng)發(fā)生某一維更新后的新速度超過(guò)了起初設(shè)定的Vmax，得到Vmax’，則這一維的速度將被設(shè)定在Vmax’，以此類(lèi)推往下進(jìn)行計(jì)算，直至得到最終結(jié)果。

基于PSO的數(shù)據(jù)中心智能布局實(shí)例

設(shè)計(jì)師在僅知道數(shù)據(jù)中心建筑空間的情況下，通過(guò)輸入“設(shè)計(jì)方案”信息以及主要功能用房（包括IT機(jī)房、配電室、電池室、空調(diào)機(jī)房等）設(shè)計(jì)要求參數(shù)，即可自動(dòng)輸出計(jì)算結(jié)果和生成數(shù)據(jù)中心布局方案，提供數(shù)據(jù)中心包括IT機(jī)房、IT機(jī)房、配電室、電池室、空調(diào)機(jī)房等主要功能用房區(qū)域的自動(dòng)化智能布局，具有一鍵布局、機(jī)房布局、配電室布局、電池室布局等功能。生成的布局方案可進(jìn)行列示并自動(dòng)保存至布局庫(kù)中，包含展示布局圖、功能空間綜合占比、空調(diào)機(jī)房占比、配電室占比、電池室占比等。

以數(shù)據(jù)中心IT機(jī)房為例，根據(jù)GB50174《數(shù)據(jù)中心設(shè)計(jì)規(guī)范》里的相關(guān)規(guī)范條文，輸入設(shè)計(jì)參數(shù)，如機(jī)柜族、機(jī)柜排列方式、機(jī)柜面對(duì)面距離、機(jī)柜背對(duì)背距離、前過(guò)道寬、后過(guò)道寬、左過(guò)道寬、右過(guò)道寬、障礙物距離等，具體參數(shù)除必選外均提供默認(rèn)參數(shù)選擇。

根據(jù)輸入的設(shè)計(jì)參數(shù)，調(diào)用粒子算法得出機(jī)房占比方案，并以三維效果進(jìn)行布局展示供設(shè)計(jì)人員參考決策：

以一鍵布局模式為例，數(shù)據(jù)中心智能布局設(shè)計(jì)流程如下：

（1）給定一個(gè)建筑平面圖，系統(tǒng)自動(dòng)實(shí)現(xiàn)房間的建模。

（2）一鍵布局，程序根據(jù)數(shù)據(jù)中心的設(shè)計(jì)規(guī)范，并且根據(jù)粒子群算法計(jì)算出電池室、配電室、空調(diào)房、機(jī)柜放入的房間及房間里的功能布局。

（3）如不需要一鍵布局，可以在（1）的基礎(chǔ)上手工進(jìn)行功能房間的指定，并根據(jù)指定結(jié)果按照各類(lèi)型的布局規(guī)范及粒子群算法進(jìn)行單功能房的布局，例如如果房間類(lèi)型為IT機(jī)房，用戶可選擇輸入機(jī)房布局參數(shù)或讀取歷史機(jī)房布局參數(shù)生成IT機(jī)房布局;如果房間類(lèi)型為配電室，用戶可選擇輸入配電室布局參數(shù)或讀取歷史配電室布局參數(shù)生成配電室布局;如果房間類(lèi)型為電池室，用戶可選擇輸入電池室布局參數(shù)或讀取歷史電池室布局參數(shù)生成電池室布局。

（4）所有房間布局生成完成后進(jìn)行相關(guān)的電量計(jì)算、暖通冷熱負(fù)荷計(jì)算，最后輸出計(jì)算結(jié)果和布局方案。

（5）根據(jù)多目標(biāo)智能優(yōu)化原則，對(duì)輸出的十六種布局方案進(jìn)行優(yōu)化選擇，輸出3-5種最優(yōu)方案。

（6）將選定的布局方案保存至設(shè)計(jì)庫(kù)供選擇使用。

（7）在Revit或者其他三維建模工具，導(dǎo)入設(shè)計(jì)庫(kù)的布局方案，在建模工具上根據(jù)設(shè)計(jì)庫(kù)的布局方案自動(dòng)生成三維的布局方案并導(dǎo)出工程量圖或者施工圖。

根據(jù)以上步驟，可以實(shí)現(xiàn)給定建筑物的數(shù)據(jù)中心的一鍵布局，并能夠輸出各種布局的比較方案，從而輸出最優(yōu)解。

結(jié)語(yǔ)

本文針對(duì)數(shù)據(jù)中心工藝布局模型，通過(guò)對(duì)數(shù)據(jù)中心工藝的分析，總結(jié)出數(shù)據(jù)中心工藝各專業(yè)關(guān)聯(lián)數(shù)據(jù)，建立一種基于粒子群算法的智能優(yōu)化算法的數(shù)據(jù)中心智能布局設(shè)計(jì)解決方案。該方案有效解決了BIM數(shù)據(jù)中心正向設(shè)計(jì)實(shí)施前期困難的問(wèn)題，滿足數(shù)據(jù)中心設(shè)計(jì)中的優(yōu)化布局和建模需求，該方法后續(xù)還可擴(kuò)展至于數(shù)據(jù)中心其他系統(tǒng)模型的自動(dòng)布局，如自動(dòng)布線、線纜識(shí)別及三維展示功能等。

參考文獻(xiàn)

[1]徐浩天.基于粒子群算法的多維優(yōu)化改進(jìn)與應(yīng)用研究[D].哈爾濱師范大學(xué)，2021.

[2]楊鵬，孫瑞.數(shù)據(jù)中心功能布局設(shè)計(jì)研究[A]. 中冶建筑研究總院有限公司.2021年工業(yè)建筑學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C].中冶建筑研究總院有限公司：工業(yè)建筑雜志社，2021：5.

[3]張樊，廖列法.智能優(yōu)化算法背景下的設(shè)備布局設(shè)計(jì)分析[J].電子技術(shù)與軟件工程，2021（08）：170-171.

[4]李凌杰.基于資源分配策略的多目標(biāo)智能優(yōu)化算法研究[D].深圳大學(xué)，2020.