遗传算法在给水管网优化设计中的应用

遗传算法在给水管网优化设计中的应用

摘要：本文主要介绍了遗传算法的基本思想，及基本遗传算法的求解步骤。通过对遗传算法的数学原理的分析，进一步认识了遗传算法的数学本质。然后介绍了目前一些改进的遗传算法的发展状况。最后结合遗传算法的特性，简要介绍了遗传算法在给水管网优化设计中的应用方法。

Abstract

In this paper the basic concept of the Genetic Algorithm (GA) and the procedure of the Simple Genetic Algorithm (SGA) were introduced。Through the analysis of the mathematical principle of GA，the mathematical essence of the GA was discovered。Then the developments of the modified GA were showed。At last，the application of GA in the design of water and wastewater distribution networks was introduced briefly in combination with the characteristic of GA。

中图分类号：S611文献标识码：A 文章编号：

至从改革开放以来，我国经济不断发展，城市化发展速度惊人，大中城市扩建，中小城市升级，建制镇增多。城市化发展必然带来给水系统的变化和发展，而给排水系统设施的建设也是制约城市化发展的因素之一。伴随着改革开放，我国城镇给排水事业有了长足的发展，为国家的高速经济发展和人民生活水平不断提高提供了重要的基础设施保障条件。作为给水设施的重要组成部分，给水管网建设和运行管理科学技术的发展，已经成为我国城镇给排水科学技术进步的重要标志之一。由于给水管网建设投资巨大，管网设计的复杂性，传统的设计方法主要依据经验，缺乏合理性，同时为坚持可持续发展的理念，响应国家有关节能减排的号召，有必要对给排水管网进行优化，以降低能耗、节省费用。随着系统工程、最优化理论的不断发展，很多新的优化方法和算法不断被引入管网优化设计中。[3]

1 遗传算法

1.1 遗传算法概要

遗传算法( Genetic Algorithms 简称GA)研究的历史比较短，20世纪60年代末期到70年代初期，主要由美国Michigan大学的John Holland 教授与其同事、学生们研究形成了一个较完整的理论和方法。[2]它是一种通过模拟自然进化过程搜索最优解的随机寻优的数学规划方法。该算法是基于自然遗传和自然优选机理的寻优方法，所谓自然遗传和自然优选来自于达尔文的进化论学说，该学说认为在生物进化过程中，任一动植物经过若干代的遗传和变革，使之能够适应新的环境，是优胜劣汰的结果，这种自然遗传思想也同样适用于求解最优化问题。

遗传算法用一串数据或数组作为优化问题解的代码，这一串数据或数组

MATLAB实验遗传算法和优化设计

实验六 遗传算法与优化设计 一、实验目的 1. 了解遗传算法的基本原理和基本操作（选择、交叉、变异）； 2. 学习使用Matlab 中的遗传算法工具箱(gatool)来解决优化设计问题； 二、实验原理及遗传算法工具箱介绍 1. 一个优化设计例子 图1所示是用于传输微波信号的微带线(电极)的横截面结构示意图，上下两根黑条分别代表上电极和下电极，一般下电极接地，上电极接输入信号，电极之间是介质(如空气，陶瓷等)。微带电极的结构参数如图所示，W 、t 分别是上电极的宽度和厚度，D 是上下电极间距。当微波信号在微带线中传输时，由于趋肤效应，微带线中的电流集中在电极的表面，会产生较大的欧姆损耗。根据微带传输线理论，高频工作状态下（假定信号频率1GHz ），电极的欧姆损耗可以写成（简单起见，不考虑电极厚度造成电极宽度的增加）： 图1 微带线横截面结构以及场分布示意图 {} 28.6821ln 5020.942ln 20.942S W R W D D D t D W D D W W t D W W D e D D παπππ=+++-+++?????? ? ??? ??????????? ??????? (1) 其中πρμ0=S R 为金属的表面电阻率， ρ为电阻率。可见电极的结构参数影响着电极损耗，通过合理设计这些参数可以使电极的欧姆损耗做到最小，这就是所谓的最优化问题或者称为规划设计问题。此处设计变量有3个：W 、D 、t ，它们组成决策向量[W, D ,t ] T ，待优化函数(,,)W D t α称为目标函数。 上述优化设计问题可以抽象为数学描述： ()()min .. 0,1,2,...,j f X s t g X j p ????≤=? (2)

给水管网课程设计说明书

市政与环境工程系 MUNICIPAL AND ENVIRONMENTAL ENGINEERING DEPARTMENT 课程设计 说明书 姓名：陈启帆 学号：23 专业：环境工程 吉林建筑大学城建学院 2016年07月 - 1 -

市政与环境工程系 MUNICIPAL AND ENVIRONMENTAL ENGINEERING DEPARTMENT 课程设计说明书 (吉林省长春地区宽城区给水管网设计) 学生姓名：陈启帆 导师： 学科、专业：环境工程 所在系别：市政与环境工程系 日期：2016年07月 学校名称：吉林建筑大学城建学院 - 2 -

市政与环境工程系 MUNICIPAL AND ENVIRONMENTAL ENGINEERING DEPARTMENT 目录 1. 课程设计题目 (4) 2. 课程设计目的及要求 (4) 3. 设计任务 (5) 4. 原始资料 (5) 5. 基本要求 (8) 6. 设计成果 (8) 7. 设计步骤 (8) 8. 设计用水量计算 (9) 9. 确定给水管网定线方案 (11) 10. 设计流量分配与管径设计 (11) 11. 设计结束语与心得体会 (14) 12. 参考资料 (16) - 3 -

市政与环境工程系 MUNICIPAL AND ENVIRONMENTAL ENGINEERING DEPARTMENT 1. 课程设计题目 吉林省长春地区宽城区给水管网设计 2. 课程设计目的及要求 通过城镇给水管网设计管网的设计步骤和方法，为以后毕业设计及从事给水管网的工程设计打下初步基础。 （1）了解管网定线原则； （2）掌握经济管径选择要求； （3）掌握给水系统压力关系确定方法； （4）掌握管网水力计算。 - 4 -

遗传算法与优化问题(重要,有代码)

实验十遗传算法与优化问题 一、问题背景与实验目的 遗传算法（Genetic Algorithm—GA），是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，它是由美国Michigan大学的J.Holland教授于1975年首先提出的．遗传算法作为一种新的全局优化搜索算法，以其简单通用、鲁棒性强、适于并行处理及应用范围广等显著特点，奠定了它作为21世纪关键智能计算之一的地位． 本实验将首先介绍一下遗传算法的基本理论，然后用其解决几个简单的函数最值问题，使读者能够学会利用遗传算法进行初步的优化计算．1．遗传算法的基本原理 遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程．它把问题的参数用基因代表，把问题的解用染色体代表（在计算机里用二进制码表示），从而得到一个由具有不同染色体的个体组成的群体．这个群体在问题特定的环境里生存竞争，适者有最好的机会生存和产生后代．后代随机化地继承了父代的最好特征，并也在生存环境的控制支配下继续这一过程．群体的染色体都将逐渐适应环境，不断进化，最后收敛到一族最适应环境的类似个体，即得到问题最优的解．值得注意的一点是，现在的遗传算法是受生物进化论学说的启发提出的，这种学说对我们用计算机解决复杂问题很有用，而它本身是否完全正确并不重要（目前生物界对此学说尚有争议）． （1）遗传算法中的生物遗传学概念 由于遗传算法是由进化论和遗传学机理而产生的直接搜索优化方法；故而在这个算法中要用到各种进化和遗传学的概念． 首先给出遗传学概念、遗传算法概念和相应的数学概念三者之间的对应关系．这些概念如下： 序号遗传学概念遗传算法概念数学概念 1 个体要处理的基本对象、结构也就是可行解 2 群体个体的集合被选定的一组可行解 3 染色体个体的表现形式可行解的编码 4 基因染色体中的元素编码中的元素 5 基因位某一基因在染色体中的位置元素在编码中的位置 6 适应值个体对于环境的适应程度， 或在环境压力下的生存能力可行解所对应的适应函数值 7 种群被选定的一组染色体或个体根据入选概率定出的一组 可行解 8 选择从群体中选择优胜的个体， 淘汰劣质个体的操作保留或复制适应值大的可行解，去掉小的可行解 9 交叉一组染色体上对应基因段的 交换根据交叉原则产生的一组新解 10 交叉概率染色体对应基因段交换的概 率（可能性大小）闭区间[0,1]上的一个值，一般为0.65~0.90 11 变异染色体水平上基因变化编码的某些元素被改变

给水管网课程设计书

给 一.设计题目 甘肃省礼县城区室外给水管网设计。 二.设计目的与任务 给水管道设计的目的是巩固所学课程内容并加以系统化，能够将所学知识运用到工程实际中，联系实际培养分析问题和解决问题的能力。 给水管网水力计算的任务是：在各种最不利的工作条件下，满足最不利点（一般指离二级泵站最远、最高的供水点）的供水水压和水量的要求；管网供水要可靠和不间断；管网本身及与此相连的二级泵站和调节构筑物建造费之和应为最低。因此，管网水力计算的任务是在各种最不利条件下，求出管网各供水点的水压，由最不利点水压加上该点至二级泵站的水头损失定出二级泵站的最高扬程和相应的流量，这些数据是设计二级泵站的依据。 管网的管径和水泵扬程，按设计年限内最高日最高时的用水量和水压要求决定。但是用水量是发展的也是经常变化的，为了核算所定的管径和水泵能否满足不同工作情况下的要求，就需进行其它三种用水量条件下的校核计算，以确定经济合理地供水。通过核算，有时需将管网中个别管段的直径适当放大，也有可能需要另选合适的水泵。 给水管道设计的任务是根据给出的各项原始资料计算用水量、确定给水系统类型并进行管网及输水管定线、由管网水力计算确定管径及水塔调节容积，选择合适的水泵。 三.设计内容 1、计算最高日用水量。 2、计算最高日最高时流量。 3、选择给水系统类型进行管网及输水管定线。 4、进行管网水力计算。 5、确定水塔调节容积。

6、确定二级泵站扬程和流量。 四.设计指导思想和原则 ⑴本着百年大计，质量第一，对礼县城供水统一规划，以安全供水，经济合理，技术先进，管理方便为原则。 ⑵根据国家建设方针，结合礼县县城发展情况，按照礼县县城发展规划预测用水量，合理确定供水规模。 ⑶在符合礼县总体规划的前提下，考虑到贫困地区财政负担的可能，给水工程的建设从实际出发，分期逐步实施的方式，逐步满足县城及周边地区生活用水的需要。 ⑷县城给水为地下水，水质较好，经消毒处理后即可达国家饮用水卫生标准。 ⑸水厂布置充分利用原有地形，合理布局，远近结合，适当超前，并宜分期建设。 ⑹充分利用水源地水厂高差、靠重力向礼县县城供水，节约运行成本。 ⑺认真贯彻国家关于城镇供水有关的方针和政策，符合国家有关的法规，规范和标准。 五.设计原始资料 1.县城平面图 该县城为我国黄河以东甘肃地区二区中小城市，城内有工厂数家及部分公共建筑。居民区居住人口在规划期内近期按150~300人/公顷设计，远期按250~400人/公顷考虑。 最高建筑为六层楼，室内有给排水设备，无淋浴设备，给水普及率为近期80~90%，远期90~95%。居住区时变化系数为1.4~1.8。 2.规划期内大用户对水量、水质和水压要求资料见用户对水量、

给水管网优化设计研究综述

1999年6月第15卷第2期 陕西工学院学报 JOURNAL OF SHAANXI INSTITU TE OF TECHNOLO GY J une 11999Vol 115　No 12【文章编号】1002-3410(1999)02-0046-04 给水管网优化设计研究综述3 王晓峰　(陕西师范大学旅游与环境学院99#,陕西西安　710062) 【摘　要】　本文详细叙述了给水管网优化设计国内、外的研究现状,针对目前研究中存在的一些问题,作者提出了一些观点和解决问题的办法,和读者共同探讨。 【关　键　词】　给水管网;　优化设计;　综述 【中图分类号】　TU991.32 【文献标识码】　A 收稿日期:1999-03-13 作者简介:王晓峰(1972— ),男,陕西师范大学助教。3陕西省第二农业区开发项目:陕农发(1989)25号 1　前　言 给水管网是给水设计的重要组成部分,在该系统中,管网的投资很高。因此,人们对管网设计以使其产生最大的经济效益。然而,给水管网设计的任务是艰巨而复杂的。在设计过程中涉及到大量的需要认真考虑的相关因素。如今,优化设计更趋艰难,主要是因为在设计过程中,要将费用效益及可靠性同步考虑。其复杂性通过以下几个因素来体现:(1)决策变量的离散性(如有效经济管径);(2)与管材、劳动力、管道布置和开挖等费用有关的复杂离散函数;(3)设计中涉及到的多种需水量荷载形式;(4)在加压系统中,为了计算能量费用所需管道流量及压力方面的一系列知识。 2　研究现状 自从20世纪60年代人们就开始用系统分析方法设计给水管网,并将优化程序应用于其中。最早的给水管网设计模型是为树状网设计的,如Karmeli et al (1968)、Schaake 和Lai (1969)。这些模型没有考虑类似阀门的附属物,但根据水力特性说明了其影响。其它非线性模型在当时也被提出,如Schaake 和Lai (1969)。以上这些模型仅用于树状网系统,没有线性规划法的计算优势,不能得出比较好的结果。1977年Alperovits 和Shamir 提出了一个基本线性规划公式的、能引入任何理论和产生实际兴趣的第一个环状系统模型,其中使用了保证环状网水力连续性的附加约束(如围绕环的水头损失代数和等于零),这说明线性规划法具有强大的实用性。在1979年Quindry et al.对该模型进行了修正。 自从20世纪70年代以来,大量的管网优化设计技术被相继提出。Walski (1985)、Walters (1988)以及G oulter (1992)在他们的论文中提出了最中肯最有发展前途的建议。Alperovit 和Shamir (1977)应用梯度搜索法得出给水系统中满足最小总费用的流量形式Quindryal et al (1981)用两阶段法设计给水管网。在优化结构中,两阶段法在模型中的使用代表了管网优化

基本遗传算法及应用举例

基本遗传算法及应用举例 遗传算法(Genetic Algorithms)是一种借鉴生物界自然选择和自然遗传机制的随机、高度并行、自适应搜索算法。遗传算法是多学科相互结合与渗透的产物。目前它已发展成一种自组织、自适应的多学科技术。 针对各种不同类型的问题，借鉴自然界中生物遗传与进化的机理，学者们设计了不同的编码方法来表示问题的可行解，开发出了许多不同环境下的生物遗传特征。这样由不同的编码方法和不同的遗传操作方法就构成了各种不同的遗传算法。但这些遗传算法有共同的特点，即通过对生物的遗传和进化过程中的选择、交叉、变异机理的模仿来完成对最优解的自适应搜索过程。基于此共同点，人们总结出了最基本的遗传算法——基本遗传算法。基本遗传算法只使用选择、交叉、变异三种基本遗传操作。遗传操作的过程也比较简单、容易理解。同时，基本遗传算法也是其他一些遗传算法的基础与雏形。 1．1．1 编码方法 用遗传算法求解问题时，不是对所求解问题的实际决策变量直接进行操作，而是对表示可行解的个体编码的操作，不断搜索出适应度较高的个体，并在群体中增加其数量，最终寻找到问题的最优解或近似最优解。因此，必须建立问题的可行解的实际表示和遗传算法的染色体位串结构之间的联系。在遗传算法中，把一个问题的可行解从其解空间转换到遗传算法所能处理的搜索空间的转换方法称之为编码。反之，个体从搜索空间的基因型变换到解空间的表现型的方法称之为解码方法。 编码是应用遗传算法是需要解决的首要问题，也是一个关键步骤。迄今为止人们已经设计出了许多种不同的编码方法。基本遗传算法使用的是二进制符号0和1所组成的二进制符号集｛0，1｝，也就是说，把问题空间的参数表示为基于字符集｛0，1｝构成的染色体位串。每个个体的染色体中所包含的数字的个数L 称为染色体的长度或称为符号串的长度。一般染色体的长度L 为一固定的数，如 X=1010100 表示一个个体，该个体的染色体长度L=20。 二进制编码符号串的长度与问题所要求的求解精度有关。假设某一参数的取值范围是[a ，b]，我们用长度为L 的二进制编码符号串来表示该参数，总共能产生L 2种不同的编码，若参数与编码的对应关系为 00000000000……00000000=0 →a 00000000000……00000001=1 →a+δ ? ? ? ……=L 2-1→b 则二进制编码的编码精度1 2--= L a b δ 假设某一个个体的编码是kl k k k a a a x 21=，则对应的解码公式为 )2(121 ∑=---+=L j j L kj L k a a b a x 例如，对于x ∈[0,1023],若用长度为10的二进制编码来表示该参数的话，则下述符号串：

TSP问题的遗传算法求解 优化设计小论文

TSP问题的遗传算法求解 摘要：遗传算法是模拟生物进化过程的一种新的全局优化搜索算法，本文简单介绍了遗传算法，并应用标准遗传算法对旅行包问题进行求解。 关键词：遗传算法、旅行包问题 一、旅行包问题描述： 旅行商问题，即TSP问题（Traveling Saleman Problem）是数学领域的一个著名问题，也称作货郎担问题，简单描述为：一个旅行商需要拜访n个城市（1，2，…，n），他必须选择所走的路径，每个城市只能拜访一次，最后回到原来出发的城市，使得所走的路径最短。其最早的描述是1759年欧拉研究的骑士周游问题，对于国际象棋棋盘中的64个方格，走访64个方格一次且最终返回起始点。 用图论解释为有一个图G=（V,E），其中V是顶点集，E是边集，设D=（d ij）是有顶点i和顶点j之间的距离所组成的距离矩阵，旅行商问题就是求出一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于城市V={v1，v2，v3，...，vn}的一个访问顺序为T=(t1，t2，t3，…，ti，…，tn)，其中ti∈V(i=1，2，3，…，n)，且记tn+1= t1，则旅行商问题的数学模型为：min L=Σd(t(i),t(i+1)) （i=1，…，n） 旅行商问题是一个典型组合优化的问题，是一个NP难问题，其可能的路径数为（n-1）！，随着城市数目的增加，路径数急剧增加，对与小规模的旅行商问题，可以采取穷举法得到最优路径，但对于大型旅行商问题，则很难采用穷举法进行计算。 在生活中TSP有着广泛的应用，在交通方面，如何规划合理高效的道路交通，以减少拥堵；在物流方面，更好的规划物流，减少运营成本；在互联网中，如何设置节点，更好的让信息流动。许多实际工程问题属于大规模TSP，Korte于1988年提出的VLSI芯片加工问题可以对应于1.2e6的城市TSP，Bland于1989年提出X-ray衍射问题对应于14000城市TSP，Litke于1984年提出电路板设计中钻孔问题对应于17000城市TSP，以及Grotschel1991年提出的对应于442城市TSP的PCB442问题。

给排水管网课程设计

《给水排水管网系统》课程设计 计算说明书 题目：衡阳市给水排水管网工程 学院：市政与环境工程学院 专业：给排水科学与工程 姓名：孔庆培 学号：026413158 指导老师：谭水成 完成时间：2015年12月30日

前言 衡阳市给水排水管道工程设计，其市总人口54.32万左右，有一工厂A和火车站。总设计时间为2周，设计内容主要是给水管道的定线、水力计算及部分区域的污水、雨水设计，并作出平面图和纵剖面图。 设计过程中，先大致了解衡阳市地形分布后，决定通过分区供水满足整个城市的用水需求。定线，给水水力计算，确定管径，校核等等，把定下的管径标图并整理报告。考虑城市初步规划，以及资金投资问题，采用完全分流制排水系统。生活污水和工业废水通过污水排水系统送至污水处理厂，经处理后再排入水体。雨水是通过雨水排水系统直接排入水体。 课程设计让我们结合所学知识，运用CAD制图，画出衡阳市给水排水管道总平面分布图，部分污水干管剖面图,学会灵活运用知识。

Preface The design of water supply and drainage pipeline engineering of Hengyang city , the total population of the city is 543，200 around,there are a facto ry “A” and a train station in the city. The total time of the design for 2 weeks, the content of the design is mainly about the water supply pipeline alignment, hydraulic calculation and the sewage of part of area, rainwater design, and make the plane figure and profile. In the design process, first understand topographic distribution of Hengyang city roughly, decide to meet the whole city water demand by the district water supply. Fixed line, calculation, to determine the water hydraulic diameter, checking and so on, to set the diameter of plotting and finishing the report. Considering the preliminary planning of the city, and the problem of capital investment, using completely separate drainage system. Domestic sewage and industrial wastewater is sent to the sewage treatment plant through the sewage system, and then discharged into the water body after the theatment. The rain water is directly discharged into the water body through rainwater drainage system. Curriculum design allows us to combine the knowledge which we have learned, the use of CAD drawing, drawing a distribution map of general layout of water supply and drainage pipeline in Hengyang City, part of the sewage trunk pipe profile, learn to use knowledge flexibly.

第七章遗传算法应用举例

第七章 遗传算法应用举例 遗传算法提供了一种求解非线性、多模型、多目标等复杂系统优化问题的通用框架，它不依赖于问题具体的领域。随着对遗传算法技术的不断研究，人们对遗传算法的实际应用越来越重视，它已经广泛地应用于函数优化、组合优化、自动控制、机器人学、图象处理、人工生命、遗传编码、机器学习等科技领域。遗传算法已经在求解旅行商问题、背包问题、装箱问题、图形划分问题等多方面的应用取得了成功。本章通过一些例子，介绍如何利用第五章提供的遗传算法通用函数，编写MATLAB 程序，解决实际问题。 7.1 简单一元函数优化实例 利用遗传算法计算下面函数的最大值： ()sin(10) 2.0[1,2]f x x x x π=?+∈-， 选择二进制编码，种群中个体数目为40，每个种群的长度为20，使用代沟为0.9，最大遗传代数为25。 下面为一元函数优化问题的MA TLAB 代码。 figure(1); fplot ('variable.*sin(10*pi*variable)+2.0',[-1,2]); %画出函数曲线 % 定义遗传算法参数 NIND= 40; % 个体数目(Number of individuals) MAXGEN = 25; % 最大遗传代数(Maximum number of generations) PRECI = 20; % 变量的二进制位数(Precision of variables) GGAP = 0.9; % 代沟(Generation gap) trace=zeros (2, MAXGEN); % 寻优结果的初始值 FieldD = [20;-1;2;1;0;1;1]; % 区域描述器(Build field descriptor) Chrom = crtbp(NIND, PRECI); % 初始种群 gen = 0; % 代计数器 variable=bs2rv(Chrom,FieldD); % 计算初始种群的十进制转换 ObjV = variable.*sin (10*pi*variable)+2.0; % 计算目标函数值 while gen < MAXGEN, FitnV = ranking (-ObjV); % 分配适应度值(Assign fitness values) SelCh = select ('sus', Chrom, FitnV , GGAP); % 选择 SelCh = recombin ('xovsp',SelCh,0.7); % 重组 SelCh = mut(SelCh); % 变异 variable=bs2rv(SelCh,FieldD); % 子代个体的十进制转换 ObjVSel =variable.*sin(10*pi*variable)+2.0; % 计算子代的目标函数值 [Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV ,ObjVSel); % 重插入子代的新种群 gen = gen+1; % 代计数器增加 % 输出最优解及其序号，并在目标函数图象中标出，Y 为最优解，I 为种群的序号 [Y,I]=max(ObjV),hold on; plot (variable (I),Y , 'bo'); trace (1,gen)=max (ObjV); %遗传算法性能跟踪

基于遗传算法的齿轮减速器优化设计

煤矿机械Coal Mine Machinery Vol.30No.12 Dec.2009 第30卷第12期2009年12月 0引言 工程机械中所用电动机的转速较高，为了满足工作机低转速的需要，一般在电动机和工作机之间安装减速器，用来降低电机的转速或增大转矩，减速器是一种机械传动装置，广泛地应用于运输机械、矿山机械和建筑机械等重型机械中。因此，减速器的设计非常重要。 遗传算法（GA）是模拟生物在自然界中优胜劣汰的自然进化过程而形成的一种具有全局范围内优化的启发式搜索算法。这种方法已在很多学科得到广泛的应用，为减速器的优化设计提供有力的保证。因此，本文采用遗传算法对两级齿轮减速器进行优化设计，并通过与惩罚函数法和模拟退火算法等优化方法计算结果进行比较，来探讨适合于减速器的优化设计方法。 1建立数学模型 两级齿轮传动减速器结构如图1所示。该减速器的总中心距 a∑＝［m n1z1（1＋i1）+m n2z3（1＋i2）］/2cosβ（1）式中m n1、m n2—— —高速级与低速级的齿轮法面模 数； i1、i2—— —高速级与低速级传动比； z1、z3—— —高速级与低速级的小齿轮齿数： β—— —2组齿轮组的螺旋角。 1.1设计变量的确定 在进行两级齿轮传动减速器设计时，一般选择齿轮传动独立的基本参数或性能参数，如齿轮的齿数、模数、传动比、螺旋角等为设计变量。两级齿轮传动由4个齿轮组成，分别用z1、z2、z3、z4表示，高速级的传动比由i1表示，低速级传动比由i2表示，两组齿轮组的法面模数分别由m n1和m n2表示，2组齿轮的螺旋角用β表示，由于两级齿轮传动减速器的总传动比i0，在设计时会给出具体数据，并且满足i0＝i1i2，可以得出i2＝i0/i1，可以确定独立的参数有z1、z3、m n1、m n2、i1和β。因此，可以确定该设计变量X＝［z1，z3，m n1，m n2，i1，β］T=［x1，x2，x3，x4，x5，x6］T。 图1减速器结构简图 1.2目标函数的建立 在对减速器进行优化设计时，首先要确定目标函数。确定目标函数的原则是在满足各种性能要求的前提下，使减速器的体积最小，这样设计的减速器既经济又实用，从而达到了优化的目的。要使减速器的体积最小，必须使减速器的总中心距最小。因此，以减速器的中心距最小建立目标函数为 a∑＝［x3x1（1＋x5）+x4x2(1+i0/x5)］ 6 （2）1.3约束条件的确定 为使两级齿轮传动减速器满足强度、设计变量 基于遗传算法的齿轮减速器优化设计* 吴婷，张礼兵，黄磊 （安徽建筑工业学院机电学院，合肥230601） 摘要：对两级齿轮减速器优化设计进行了分析，建立了其优化设计的数学模型，确定了优化设计的约束条件，采用遗传算法对两级齿轮减速器进行优化设计，并通过实例说明，采用遗传算法对减速器进行优化，可以得到更加优化的设计结果。 关键词：减速器；遗传算法；优化设计 中图分类号：TH132文献标志码：A文章编号：1003－0794（2009）12－0009－03 Gear Reducer Optimal Design Based on Genetic Algorithm WU Ting，ZHANG Li-bing，HUANG Lei （School of Mechanical and Electrical Engineering,Anhui University of Architecture,Hefei230601,China）Abstract:T he optimal design of a gear reducer was analyzed,the mathematic model was established, and the restriction condition was confirmed.Design of the gear reducer was optimized with genetic algorithm and the examples showed that design of the gear reducer based on genetic algorithm can gain more optimized result. Key words:reducer；genetic algorithm；optimal design *安徽省教育厅自然基金项目（2006KJ015C） 轴1轴2轴3 z1z2 z3z4 9

给水管网课程设计任务书、指导书

长春建筑学院 给水排水管网系统A课程设计 任务书 姓名：玄敏 专业：给排水科学与工程 班级学号：水1402 15 指导教师： 日期：2016.11.4-20.16.11.25 城建学院

一、设计题目 吉林省珲春市春华镇给水管网工程初步设计。 二、设计目的 本课程设计是学生在学习《给水排水管网系统》的基础上，综合应用所学的理论知识，完成给水管网设计任务。其目的是培养学生综合应用基础理论和专业知识的能力，同时培养学生独立分析和解决给水管网设计问题的能力，并进一步进行绘图练习及计算机绘图，加强利用参考书的能力。通过给水管网工程设计,使学生了解给水管网的设计步骤和方法,掌握方案的设计、参数的选择、说明书的编写,为今后的毕业设计和实际工程设计打下良好基础。 三、原始资料 1. 吉林省珲春市春华镇规划图1张(1:10000，等高线间距1m)。 2.总平面图上等高线间距:1m； 3.城市人口分区、房屋层数见下表； 4.使用城市给水管网的工厂，其位置见图纸： （1）冶炼厂，生产用水为950m3/d，重复利用率0％。工人总数：2700人，分三班工作，一班早8：00—晚16：00点，二班16：00—24：00点，三班24：00—8：00点。其中热车间工作的工人占全部工人的30％。 淋浴情况： 每班下班后一小时淋浴时间。 （2）纺织厂，生产用水为850m3/d，重复利用率0％。工人总数1200人，分三班工作，一班早8：00—晚16：00点，二班16：00—24：00点，三班24：00—8：00点。其中热车间工作的工人占全部工人的20％。

淋浴情况： 每班下班后一小时淋浴时间。 5.浇洒绿地和道路用水：每次每区70m3。 6．火车站用水：300 m3/d 。 7. 用水量逐时变化： 逐时用水量（％） 四、设计任务 新建给水管网初步设计。 五、设计成果及要求 1．计算要求 (1)认真阅读课程设计任务书，弄懂设计意图及设计要求； (2)结合地形条件划分给水区域，布置给水管网,确定水流方向与管网节点； (3)计算最高日最高时的用水量； (4)进行管网水力计算； (5)水力工况分析； (6)泵站与清水池的计算。

给水管网课程设计报告书

交通大学河海学院 给水排水工程专业 给水排水管网系统课程设计（Ⅰ） 说明书 专业：给水排水工程 班级： 11 级一班 姓名： 学号： 指导老师：

一．计划任务及原始资料 Ⅰ、计划任务 对某城市给水管道工程进行综合设计，包括城市用水量的确定，管网定线，确定水厂及水塔的位置，泵站的供水方案设计，清水池及水塔容积计算，管网的水力计算。 设计成果有：绘制给水管道总平面布置图、节点详图，并编制设计说明书和计算书。 Ⅱ、原始资料 一）城市总平面图一，比例1∶4000。 （二）城市基础资料 1. 城市位于中国西南地区，给水水源位置见城市总平面图。 2. 城区地质情况良好，土壤为砂质粘土，冰冻深度不加考虑，地下水位距地表8m；该市的地貌属丘陵地区，海拔标高一般为310～390m。 3. 城市居住区面积119公顷，老城区占人口A万，新城区占人口B万。给水人口普及率为95%，污水收集率90％。 一班数据：A=1.1；B=2.4 4. 居住区建筑为六层及六层以下的混合建筑；城市卫生设备情况，室有给排水设备和淋浴设备。 5. 本市附近某江穿城而过，在支流与干流交汇处，河流历史最高洪水位318.8m，二十年一遇洪水位317.0m，95%保证率的枯水位31 6.5m，常水位314.0m，河床标高312.0m，平均水面坡降3‰。 6. 由城市管网供水的工厂为造纸厂，生产能力为2吨/日（每吨纸耗水量为500m3），该厂按三班制工作，每班人数为300人，每班淋浴人数25%；该厂建筑物耐火等级为三级，厂房火灾危险性为丙级，建筑物体积约为2500m3；对水压无特殊要求，个别生产车间压力不足，自行加压解决。 7. 城市管网供水的车站用水量480米3/日；浇洒道路及绿地用水量100米3/日。 8. 未预见水及管漏系数取K=1.2。 9. 主要大型公共建筑主要有车站、公园、医院、中学等，具体集中流量见表1。 表1 公共建筑设计流量 二．课程设计的主要容 对某一给水管道工程进行综合设计，主要设计容包括： 1．用水量计算； 2．二泵站供水方案设计及清水池，水塔容量计算； 3．管网定线； 4．管网水力计算； 5．确定水塔高度，二泵站扬程及管网各节点的水压；

使用MATLAB遗传算法工具实例(详细) (1)【精品毕业设计】(完整版)

最新发布的MA TLAB 7.0 Release 14已经包含了一个专门设计的遗传算法与直接搜索工具箱（Genetic Algorithm and Direct Search Toolbox，GADS）。使用遗传算法与直接搜索工具箱，可以扩展MATLAB及其优化工具箱在处理优化问题方面的能力，可以处理传统的优化技术难以解决的问题，包括那些难以定义或不便于数学建模的问题，可以解决目标函数较复杂的问题，比如目标函数不连续、或具有高度非线性、随机性以及目标函数没有导数的情况。 本章8.1节首先介绍这个遗传算法与直接搜索工具箱，其余各节分别介绍该工具箱中的遗传算法工具及其使用方法。 8.1 遗传算法与直接搜索工具箱概述 本节介绍MATLAB的GADS（遗传算法与直接搜索）工具箱的特点、图形用户界面及运行要求，解释如何编写待优化函数的M文件，且通过举例加以阐明。 8.1.1 工具箱的特点 GADS工具箱是一系列函数的集合，它们扩展了优化工具箱和MA TLAB数值计算环境的性能。遗传算法与直接搜索工具箱包含了要使用遗传算法和直接搜索算法来求解优化问题的一些例程。这些算法使我们能够求解那些标准优化工具箱范围之外的各种优化问题。所有工具箱函数都是MATLAB的M文件，这些文件由实现特定优化算法的MATLAB语句所写成。 使用语句 type function_name 就可以看到这些函数的MATLAB代码。我们也可以通过编写自己的M文件来实现来扩展遗传算法和直接搜索工具箱的性能，也可以将该工具箱与MATLAB的其他工具箱或Simulink结合使用，来求解优化问题。 工具箱函数可以通过图形界面或MA TLAB命令行来访问，它们是用MATLAB语言编写的，对用户开放，因此可以查看算法、修改源代码或生成用户函数。 遗传算法与直接搜索工具箱可以帮助我们求解那些不易用传统方法解决的问题，譬如表查找问题等。 遗传算法与直接搜索工具箱有一个精心设计的图形用户界面，可以帮助我们直观、方便、快速地求解最优化问题。 8.1.1.1 功能特点 遗传算法与直接搜索工具箱的功能特点如下： 图形用户界面和命令行函数可用来快速地描述问题、设置算法选项以及监控进程。 具有多个选项的遗传算法工具可用于问题创建、适应度计算、选择、交叉和变异。 直接搜索工具实现了一种模式搜索方法，其选项可用于定义网格尺寸、表决方法和搜索方法。 遗传算法与直接搜索工具箱函数可与MATLAB的优化工具箱或其他的MATLAB程序结合使用。 支持自动的M代码生成。 8.1.1.2 图形用户界面和命令行函数 遗传算法工具函数可以通过命令行和图形用户界面来使用遗传算法。直接搜索工具函数也可以通过命令行和图形用户界面来进行访问。图形用户界面可用来快速地定义问题、设置算法选项、对优化问题进行详细定义。 133

给水排水管网课程设计说明书及计算书

前言 水是人类生活、工农业生产和社会经济发展的重要资源，科学用水和排水是人类社会发展史上最重要的社会活动和生产活动内容之一。特别是在近代历史中，随着人类居住和生产的程式化进程，给水排水工程已经发展成为城市建设和工业生产的重要基础设施，成为人类生命健康安全和工农业科技与生产发展的基础保障。给水排水系统是为人们的生活、生产、和消防提供用水和排除废水的设施的总称。它是人类文明进步和城市化聚集居住的产物，是现代化城市最重要的基础设施之一，是城市社会文明、经济发展和现代化水平的重要标志。尤其是在面临全球水资源极其缺乏的今天，给排水管网的作用显得尤为重要。 由于城市给排水系统在新的时期赋予了新的内涵，与人们的生产和生活息息相关。看似平凡的规划设计却有着不平凡的现实意义，在满足规范和其它技术要求的条件下，根据城市的具体情况，科学规划设计城市给排水管网系统是一个非常重要的课题。 课程设计是学习计划的一个重要的实践性学习环节，是对前期所学基础理论、基本技能及专业知识的综合应用。通过课程设计调动了我们学习的积极性和主动性，培养我们分析和解决实际问题的能力，为我们走向实际工作岗位，走向社会打下良好的基础。 本设计为玉树囊谦县香达镇给排水管道工程设计。整个设计包括三大部分:给水管网设计、排水管网设计。给水管网的设计主要包括管网的定线、流量的设计计算、清水池容积的确定、管网的水力计算、管网平差和消防校核。排水管网设计主要包括排水管网定线、设计流量计算和设计水力计算。

目录 第一章设计任务书 (4) 第二章给水管网设计说明与计算 (6) 2.1给水管网的设计说明 (6) 2.1.1 给水系统的类型 (6) 2.1.2 给水管网布置的影响因素 (6) 2.1.3 管网系统布置原则 (7) 2.1.4 配水管网布置 (7) 2.2给水管网设计计算 (8) 2.2.1 设计用水量的组成 (8) 2.2.2 设计用水量的计算 (8) 2.2.3 管网水力计算 (12) 2.3二级泵站的设计 (20) 2.3.1 水泵选型的原则 (20) 2.3.2 二级泵站流量计算 (20) 2.3.3二级泵站扬程的确定 (20) 2.3.4 水泵校核 (21) 第三章排水管网设计说明与计算 (23) 3.1排水系统的体制及其选择 (23) 3.2排水系统的布置形式 (23) 3.3污水管网的布置 (23) 3.4污水管道系统的设计 (24) 3.4.1 污水管道的定线 (24) 3.4.2 控制点的确定 (24) 3.4.3 污水管道系统设计参数 (24) 3.4.4 污水管道上的主要构筑物 (25) 3.5污水管道系统水力计算 (26) 3.5.1 污水流量的计算 (26) 3.5.2 集中流量计算 (27) 3.5.3 污水干管设计流量计算 (27) 3.5.4 污水管道水力计算 (29) 3.6管道平面图及剖面图的绘制 (30)

遗传算法电机优化设计简介

收稿日期:20001225 综 述 遗传算法电机优化设计简介 李鲲鹏,胡虔生 (东南大学,南京210096) B rief I ntroduction of Motor Optimizing Design B ased on G enetic Algorithms L I Kun -peng ,HU Qian -sheng (S outheast University ,Nanjing 210096,China ) 摘　要:介绍了遗传算法的基本思想及其特点,实现了基于遗传算法的电机优化设计,讨论了保证其全局收敛性的方法,最后给出了基于遗传算法的电机优化设计实例。 关键词:电机优化设计;遗传算法;全局收敛性中图分类号:T M302 文献标识码:A 文章编号:1004-7018(2001)04-0032-02 Abstract :In this paper ,the essence and a pplications of genetic alg orithms are friendly introduced.Based on com paris ons between ge 2netic alg orithms and conventional methods ,the a pplication of genetic alg orithm to motor design is im plemented.In this process ,the meth 2ods to improve the global convergence of genetic alg orithm are dis 2cussed.Finally ,the results of the optimization of three -phase electri 2cal machine design based on genetic alg orithms are presented. K eyw ords :motor optimal design ;genetic alg orithms (G A );glob 2al convergence 1遗传算法的基本思想及其特点 遗传算法是模拟生物进化机制的一种现代优化计算方法。其基本思想是:首先通过编码操作将问题空间映射到编码空间(如[0,1]L ),然后在编码空间内进行选择、交叉、变异三种遗传操作及其循环迭代操作,模拟生物遗传进化机制,搜索编码空间的最优解,最后逆映射到原问题空间,从而得到原问题的最优解。选择操作模拟了个体之间和个体与环境之间的生存竞争,优良个体有更多的生存繁殖机会。在这种选择压力作用下,个体之间通过交叉、变异遗传操作进行基因重组,期望得到更优秀的后代个体,在这场竞争中胜出。选择、交叉、变异遗传操作都是以概率值进行的。这些概率值与当时生存环境和个体适应能力密切相关。从这里可以看出遗传算法是一种随机性搜索算法,但是它不同于传统的随机搜索算法。遗传算法通过交叉算子(Cross over operator )和变异算子(Mutation Operator )的协同作用确保状态空间([0,1]L )各点的概 率可达性,在选择算子(Selection Operator )的作用下保证迭代进程的方向性。 2电机优化设计的数学模型和一般优化方法 电机优化设计的一般数学模型: min/max :f (x ) g i (X )≤0,i =1,2,3,…,m X j ∈[a j ,b j ],j =1,2,3,…,n (1) 其中:X =[x 1,x 2,x 3,…,x n ]为设计参量即电磁系统的参数,如冲片尺寸、绕组参量等。g i (X )(i =1,2,3,…,m )为约束条件,如性能约束和一般约束。由于目标函数f (X )和约束条件g i (X )都是X 的高度非线性函数,因此电机优化设计问题是求解约束非线性最优化问题。 由于电机设计的目标函数f (X )不是一个单纯的数学表达式,而是一段电机设计分析计算程序,在计算目标函数值的同时还计算各个性能指标值,即约束条件函数值,因此利用目标函数的梯度确定搜索方向的优化方法在电机优化设计中是相当繁琐,直接利用目标函数值的优化方法在电机优化设计中具有优势,遗传算法通过选择、交叉、变异算子的协同作用,既保证了搜索的方向性,又满足了状态空间各点的概率可达性,具有概率意义下的全局收敛性。遗传算法继承了传统确定性算法和一般随机算法的优点,是一种新的启发式随机搜索算法。 遗传算法对约束的处理有两种思路:增加修正算子将约束条件反映在遗传算子的设计中;利用惩罚函数法将有约束优化问题转化为无约束优化问题。在电机优化设计中常采取后者。基于遗传算法的惩罚函数主要分为静态惩罚函数、动态惩罚函数和自适应惩罚函数三种[4]。自适应惩罚函数法效果较好,但较复杂; 静态、动态惩罚函数相对较简单,经常使用。约束条件 23 微特电机　2001年第4期