收藏本站
《浙江大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于混沌理论和蚁群算法的多水源供水系统优化调度研究

张琴  
【摘要】:城市供水系统已逐步发展为广地域分布的联网多水源系统。虽然每个水源都有就近供水性质,但由于泵站所属用户用水特征不同,对泵站各时段供水要求存在明显差异。对系统水量的优化预测协调调度的目的是优化资源的合理利用,减少能量损耗又可以较好解决供水边缘地带供水质量,获取良好的社会和经济效益。城市供水系统表现为供水环境复杂、用户多样化,特别是受城市发展布局变化影响用水需求多变,对多水源供水系统的优化调度学术上可归为动态不确定环境下受多条件约束的多目标优化控制问题,该问题具有高度非线性和耦合混合变量的供水系统模型,要实现并满足实时调度需要找出足够精度的用水量预测方法和先进的优化调度策略。 论文在寻求取得城市时用水量的时间序列基础上,通过推演算得延迟时间和嵌入维数,探索并应用相空间重构技术,借助混沌理论研究时用水量的混沌特性,证明了一般城市的时用水量具有典型的混沌特性,因而多水源供水系统属典型的混沌系统。通过现代先进理论工具,系统分析研究了某城市给定对象的沿程各大用户用水量观测序列的分形和链级混沌关联,并依据系统相图和最大Lyapunov指数变化研究比较漏损故障发生时的漏水时序的不同混沌特性。仿真结果表明,通过跟踪各混沌特征参数的演化趋势可识别与检测某些漏损故障,该结果可作实际检测验证参考,为及时查找及维护供水系统提供依据,有助于防止资源损耗。 通过对不同长度历史训练数据下的各混沌方法预测效果作分析比较后,找出了适用于多水源供水系统时用水量短期预测的混沌预测工具。提出一种混沌横向分时段预测方法,以模式识别获得高关联度的横向时序为研究样本,重构横向分时段相空间并分析典型时段流量数据的混沌特性,通过在线最小二乘支持向量机做混沌预测工具求得各时段用水流量。为了能动态跟踪用水突变,提出纵向残差修正预测方法,实时采集纵向数据序列作残差计算,进而用灰色模型进行残差预测修正以提高实时预测精度。依据杭州市萧山某大用户时用水量实例,对一段时间的正常用水和突变用水做连续24小时以上时间的短期混沌预测,全面比较了相关类型方法的预测效果表明,混沌横向分时段预测方法能很好反映被调控对象沿程用户的用水特点,较好地达到了系统短期预测精度;在此基础上作纵向残差修正能很好跟踪实时用水变化情况,更易满足供水系统实时优化调度的需求。 针对多水源供水系统用户用水的特征,借助日益成熟的计算机控制技术寻求现代理论调度控制算法,发现蚁群算法有其可取之处,但常规蚁群算法存在易陷入局部最优、易早熟和分散搜优收敛慢的缺点。采用聚度控制蚁群算法求取离散问题,引入黄金分割法则设置参数,根据蚂蚁聚集的信息权重调整决策概率,能较好克服上述缺点,获取了好的求解效果。并针对求解连续变量全局优化的难题,提出改进聚度控制的蚁群算法,在连续变量域采用实数编码,决策概率中引入区间聚度信息权重,并利用灵活转移步长和动态挥发系数对蚁群分布寻优进行控制,使其迭代前期保持解值多样性与后期又具有快速收敛的双重特性。仿真结果表明,该方法能较好平衡广范围搜索和信息素正反馈能力,有效降低了陷入局部最优的风险,在求解多维多极值连续函数的全局优化问题时具有明显优势。将这两种聚度控制蚁群算法应用于多水源供水系统常规优化调度,仿真论证了其有获得期望效果的潜力。 文章最后针对给定的多水源供水系统约束条件众多耗时长且压力波动较大等问题做了更进一步的研究,提出一种基于增量模型控制压力恒定的优化调度新策略。由用户流量参数预测建立了增量模型,以分界监控点压力参数恒定为目标函数,并给出该策略:将机泵出口压力、机泵状态及变频机泵转速为优化决策变量,并采用混合聚度控制蚁群算法同时优化连续和离散变量做实时优化计算。算例仿真表明,在上述给定模型下,新算法可快速找到优化调度的最优解,能较好跟踪用水流量变化和保持监测控制点的实时压力恒定,提高了多水源的实时协调调度能力,有效降低了能耗。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 阮仁俊;陈烨;刘天琪;;基于混沌理论和排序选择的蚁群无功优化算法[J];电网技术;2009年11期
2 丁滢颍,何衍,蒋静坪;基于蚁群算法的多机器人协作策略[J];机器人;2003年05期
3 高尚;武器-目标分配问题的蚁群算法[J];计算机工程与应用;2003年03期
4 杨燕,靳蕃,Mohamed Kamel;一种基于蚁群算法的聚类组合方法[J];铁道学报;2004年04期
5 叶文,范洪达;基于改进蚁群算法的飞机低空突防航路规划[J];飞行力学;2004年03期
6 许志红,张培铭;基于蚁群算法的智能交流接触器优化设计[J];电工电能新技术;2005年03期
7 王俊峰,朱庆保;基于蚁群算法的知识约简[J];南京师范大学学报(工程技术版);2005年02期
8 胡燕海,叶飞帆;基于蚁群算法的平行流水作业计划方法[J];机械制造;2005年09期
9 宋红英;纪威;李波;;基于蚁群算法的神经网络在发动机故障诊断中的应用研究[J];小型内燃机与摩托车;2006年01期
10 宋雪梅;李兵;;蚁群算法及其应用[J];河北理工学院学报;2006年01期
11 许刚;张土乔;吕谋;吴小刚;;给水管网管径组合优化的极大极小蚁群算法[J];哈尔滨工业大学学报;2006年05期
12 王得胜;王占奎;高咏涛;原军令;;基于蚁群算法的圆柱齿轮优化设计[J];机械设计与制造;2006年06期
13 李志荣;张兆宁;;基于蚁群算法的航班着陆排序[J];交通运输工程与信息学报;2006年02期
14 杜艳平;尹晓峰;刘春煌;;采用蚁群算法求解铁路空车调整问题[J];中国铁道科学;2006年04期
15 孔凡国;黄伟;;Job Shop调度问题自适应蚁群算法的研究[J];新技术新工艺;2006年05期
16 胡赤兵;桑瑞鹏;章春鹏;;基于蚁群算法PID控制器的自动配料系统研究[J];起重运输机械;2006年10期
17 胡森森;周贤善;;一种改进蚁群算法的研究[J];长江大学学报(自科版)理工卷;2006年04期
18 王军;;蚁群算法求解TSP时参数设置的研究[J];科学技术与工程;2007年17期
19 邬开俊;郑丽英;王铁君;张春岭;;基于蚁群算法的城市公交线网模型优化方法研究[J];兰州交通大学学报;2007年04期
20 金雁;赵耀;;基于蚁群算法的航线配船[J];计算机工程与应用;2007年25期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
中国重要报纸全文数据库 前10条
1 耿海军;打击囤地不妨借鉴“混沌理论”[N];经济参考报;2010年
2 耿建忠;混沌理论与作战理论创新[N];中国国防报;2003年
3 黄静;医学中的混沌理论[N];人民政协报;2003年
4 徐志戎;流行,存在引爆点吗?[N];21世纪经济报道;2007年
5 本报记者 周毅;蝴蝶的力量[N];文汇报;2001年
6 黄幸亮;稳定还是混沌?[N];21世纪经济报道;2006年
7 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
8 徐志戎;《神圣的欢爱》:“灰姑娘”的身体政治学[N];21世纪经济报道;2006年
9 王克强;万法归于自然[N];期货日报;2003年
10 唐得胜;学会用现代数学解决军事问题[N];解放军报;2006年
中国博士学位论文全文数据库 前10条
1 张琴;基于混沌理论和蚁群算法的多水源供水系统优化调度研究[D];浙江大学;2011年
2 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
3 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
4 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
5 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
6 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
7 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
8 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
9 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
10 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
2 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
3 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
4 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
5 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
7 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
8 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
10 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978