(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110520892.8 (22)申请日 2021.05.13 (65)同一申请的已公布的文献号 申请公布号 CN 113190945 A (43)申请公布日 2021.07.3 0 (73)专利权人 西安理工大 学 地址 710048 陕西省西安市碑林区金花 南 路5号 专利权人 江苏禹润智能科技有限公司 (72)发明人 李轩　侯精明　杜颖恩　范国庆　 郭卫宁　王峰　王添　张文晴　 李丙尧　杨少雄　周思敏　陈光照　 郭敏鹏　龚佳辉　 (74)专利代理 机构 西安弘理专利事务所 61214 代理人 韩玙 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06N 3/00(2006.01) G06N 3/04(2006.01)G06F 9/445(2018.01) G06F 8/30(2018.01) G06F 111/04(2020.01) G06F 111/10(2020.01) G06F 113/08(2020.01) G06F 113/14(2020.01) G06F 119/14(2020.01) (56)对比文件 CN 110555239 A,2019.12.10 CN 111047136 A,2020.04.21 CN 111339619 A,2020.0 6.26 CN 112700141 A,2021.04.23 李芊 等.基 于MOPSO的雨水 管网多目标改建 优化. 《给水排水》 .2016,第42卷(第5期),第127- 131页. Fanhua Ko ng 等.Model ing stormwater management at the city district level i n response to c hanges i n land use and l ow impact devel opment. 《Enviro nmental Modelling and Software》 .2017,第132-142页. 审查员 陈鸣 (54)发明名称 基于在线代理模型辅助进化算法的城市排 水管网优化方法 (57)摘要 本发明公开了基于在线代理模型辅助进化 算法的城市排水管网优化方法， 首先仿真模块通 过SWMM数值模型模拟动态降雨 ‑径流过程， 并为 优化模块提供指定节点上的溢流量； 然后优化模 块采用粒子群PSO算法寻找排水管网设计的最佳 解决方案， 结合辅助模块在 线数据驱动的径向基 函数RBF代理模型对方案的处理， 优化模块的运 行时间则会显著减少。 本方法通过软件编程将数 值模型与优化算法结合进行自动寻优， 同时结合 在线数据驱动的代理模型辅助进化算法加速整 个寻优过程， 从而高效、 准确地实现城市排水管网自动优化设计 。 权利要求书3页 说明书6页 附图3页 CN 113190945 B 2022.04.12 CN 113190945 B 1.基于在线代理模型辅助进化算法的城市排水管网优化方法， 其特征在于， 首先仿真 模块通过SWMM数值模 型模拟动态降雨 ‑径流过程， 并为优化模块提供指 定节点上的溢流量； 然后优化模块采用粒子群PSO算法寻找排水管网设计的最佳解决方案， 结合辅助模块径向 基函数RBF代理模型对优化模块粒子群算法的辅助寻优， 优化模块的运行时间则会显著减 少； 具体步骤如下： 步骤1， 根据研究区域的地块卫星影像资料、 管网布设图以及LID建设工程资料信息完 成SWMM模型搭建及参数率定； 步骤2， 采用MATLAB/C语言编写SWMM源代码动态链接库DLL及参数调用程序， 实现SWMM 输入文件的自动导入及计算结果的自动导出； 步骤3， 编写城市排水管网PSO优化算法程序， 构 建算法目标函数以及约束条件； 并嵌入 步骤2中SWM M输入输出文件的调用； 步骤4， 建立在线数据驱动的径向基函数RB F代理模型， 将径向基函数RBF代 理模型嵌入 步骤3的PSO算法程序中， 辅助加速算法迭代寻优过程， 采用代理模型辅助优化不需要计算 每个粒子在新位置的适应度， 只需要评估有潜力粒子的适应度值， 大大提高了优化的计算 效率； 步骤5， 运行步骤3中编写好的PSO算法程序进行迭代寻优， 通过步骤2中的动态链接库 反复调用步骤1中SWMM模型的输入输出文件， 结合步骤4的径向基函数RBF代理模型辅助加 速计算粒子适应度值， 通过不断迭代， 最终得 出研究区域 排水管网最优布设方案 。 2.根据权利要求1所述的基于在线代理模型辅助进化算法的城市排水管网优化方法， 其特征在于， 所述 步骤2中， SWM M动态链接库及参数调用程序拥有的具体构建方法如下： 步骤2.1， 根据SWMM源代码， 基于C++语言开发环境编写SWMM动态链接库， 该动态链接库 包含SWMM参数接口文件， 可 供其他程序和软件调用； 步骤2.2， 采用MATLAB语言编写调用程序， 调用步骤2.1的动态链接库， 实现通过程序完 成SWMM模型的文件输入、 模拟计算和结果输出。 3.根据权利要求1所述的基于在线代理模型辅助进化算法的城市排水管网优化方法， 其特征在于， 所述 步骤3中， 城市排水 管网PSO算法的具体构建步骤如下： 步骤3.1， 构建城市排水管网优化目标及约束函数； 通过改变不同管道直径设计排水管 网， 在暴雨重 现期下增大管网排水能力， 减少城市排水系统中的节点总溢流量， 同时满足水 力条件以及预算保持在管道建造和维护的最大成本之内； 步骤3.2， 设置粒子群算法参数， 包括种群规模， 最大迭代次数， 粒子位置及速度的上下 阈值， 并初始化初代粒子的速度和位置； 步骤3.3， 调用步骤2中SWMM输入输出文件， 计算出研究区的每个粒子的适应度 值， 并更 新粒子的个 体最优位置和群 体的历史最优位置； 步骤3.4， 更新每 个粒子的位置和速度， 计算公式如下： 其中ω为惯性权重， c1和c2代表粒子的个体学习因子和社会学习因子， 本案例中c1和c2权　利　要　求　书 1/3 页 2 CN 113190945 B 2均为2.05； r1和r2代表(0,1)中的随机数； pbestid是d维度中第i个粒子的个体 最优值， gbestd 是所有粒子的全局最优解； 步骤3.5， 根据步骤3.3的方法， 计算更新后 每个粒子的适应度值， 并更新粒子的个体最 优位置和群 体的历史最优位置； 步骤3.6， 判断是否 达到最大迭代次数， 是则跳出迭代， 输出最优解， 否则回到步骤3.4。 4.根据权利要求3所述的基于在线代理模型辅助进化算法的城市排水管网优化方法， 其特征在于， 所述 步骤3.1中， 排水 管网的目标函数和约束条件具体为： 假设有K个排水节点， P个管道的流量由管道的斜率， 直径和长度控制； 管道的坡度由管 道两端两个节点的底部标高确定； 管道的约束 条件为各个管道的最大流速及给定的经济阈 值， 约束条件在目标函数中作为 惩罚项， 因此， 排水 管网优化设计的目标函数 可表示为： 其中， Q是每个节点的溢流量， 各个节点溢流量之和则为研究区域的总溢流量； 目标函 数中Violationp是排水管网成本限制因素的惩罚函数； Violationh是管道水利条件限制因素对应的二次惩罚项； 限制条件如下： 其中C(Dp)是管道单位长度成本； Dp是管道p的直径； Lp是管道p的长度； F表示排水管网 最大成本； α 是惩罚项系数， 正整数； 其中Vp是管道p的流速； Vp,max是管道p的最大允许流速； Vp,min是管道p的最小允许流速； 本案例中， 最大最小流速设置为5m/s和0.75m/s； η是二次惩罚项系数， 正整数； 其中n是管道壁的粗 糙度系数； Rp是管道p的水力半径； Ip＝(Hp→u‑Hu→p)/Lp×100％                (5) 其中Hp→u和Hu→p分别代表了管道p上游和下游节点的底部标高； 相邻节点的底部标高确 定了连接管道的坡度。 5.根据权利要求3所述的基于在线代理模型辅助进化算法的城市排水管网优化方法， 其特征在于， 所述步骤4中， 径向基函数RBF代理模型的构建及辅助加速PSO算法的具体步骤 如下： 步骤4.1， 将步骤3.3初始种群中所有粒子的适应度值建立初始训练样本数据库； 步骤4.2， 根据步骤3.4中PS O算法更新种群位置的特性， 选取粒子的位置来确定自适应 空间以建立全局代理模型， 代理模型选取基于高斯 函数的径向基函数RBF代理模型； 步骤4.3， 在步骤3.4粒子的位置更新后， 通过阈值判定是否将新位置的粒子添加到代权　利　要　求　书 2/3 页 3 CN 113190945 B 3