摘要：为有效实施压力管理策略,建立以最小化管网节点富余压力、最小化管网漏失量为目标的减压阀优化控制模型,设计混合蛙跳算法求解减压阀最优安装位置及压力设置值。算法比较表明:采用混合蛙跳算法求解模型,其收敛速度较遗传算法提高19.6%,较粒子群算法提高39.3%。混合蛙跳算法在计算效率、算法稳定性和计算有效性方面均有较强优势。利用模型优化案例管网的压力控制策略,优化后管网平均压力下降了10.04%,漏失量和漏失率分别下降了41.52%和11.69%。

摘要：针对BP神经网络用于管网漏失定位时易出现收敛速度慢及陷入局部极小值的问题,利用遗传算法对BP神经网络的权值和阈值进行优化,并以A市供水管网为例,选取各个分区的供水管段进行不同程度的漏失模拟,将模拟数据作为训练样本训练遗传算法优化的BP神经网络,得到管网漏失时压力监测点的压力变化率和漏点位置之间的非线性关系,构建基于遗传算法优化BP神经网络的管网漏失定位模型。实例应用结果表明,基于遗传算法优化BP神经网络的管网漏失定位模型的收敛速度和预测精度均优于传统BP神经网络模型,可应用于实际工程。