生命线工程网络抗震拓扑优化研究

介绍了基于连通可靠度分析的生命线工程网络和基于功能可靠度分析的供水管网抗震拓扑优化分析方法。以管网造价为优化目标,管网拓扑结构为优化参数,抗震连通可靠度为约束,建立了基于连通可靠度分析的生命线工程网络抗震拓扑优化模型。对于这样一个组合优化问题,采用现代优化算法-遗传算法来进行求解可以获得造价低且满足管网抗震可靠度要求的最优网络。改用抗震功能可靠度为约束,可以建立基于功能可靠度分析的供水管网的抗震拓扑优化模型,这一问题可以采用模拟退火算法来进行求解,实例分析表明模拟退火算法具有很好的效果。最后,利用模拟退火算法,对四川省都江堰市、绵竹市和德阳市供水管网进行了抗震拓扑优化改造分析,给出了三个城市供水管网的恢复重建方案。     

蚁群算法在生命线网络系统抗震拓扑优化中的应用

近年来,遗传算法和模拟退火算法已经应用于网络系统的抗震拓扑优化,蚁群算法也已经成功应用到多个组合优化问题中。首先论述了生命线网络系统抗震拓扑优化模型,然后介绍了网络抗震可靠度分析的最小路递推分解算法。通过对优化问题解形式的分析,采用二进制编码的蚁群算法对优化模型进行了求解。最后,结合实例分析,并与遗传算法和模拟退火算法的计算结果进行了对比。结果表明,蚁群算法可以作为一种新的工具进行网络系统的优化设计。     

生命线网络系统抗震拓扑优化的Benchmark模型

生命线系统拓扑优化问题的Benchmark模型是评测新型算法正确性和适用性的重要手段。基于此,首先以生命线网络系统抗震拓扑优化分析模型为背景,建立了该优化问题的三个Benchmark模型,并在Visual Compaq Fortran开发环境下,通过穷举法统计出解空间的所有网络,进而甄选出不同节点可靠度约束下的最优网络和若干次优网络,最后利用上述Benchmark模型对生命线网络系统抗震拓扑优化中的蚁群算法进行测试。结果表明,当网络规模较小时,蚁群算法能精确地搜索到最优解;当网络规模增大后,蚁群算法也能以较大概率搜索到最优解或次优解。     

生命线工程网络系统抗震可靠性分析方法综述

生命线工程系统地震反应分析的一个重要任务是计算系统的抗震可靠度,因此,寻找一种高效合适的系统可靠性分析方法至关重要.对生命线工程网络系统抗震可靠性分析中目前常用的几种算法进行了系统的比较、分析和综述.     

生命线工程网络抗震可靠性分析方法的比较研究

生命线工程网络抗震可靠性分析是进行生命线工程系统规划、设计、改造与优化的基础。因此 ,寻找一种高效的适应性强的系统可靠性分析方法对实际工程应用具有重要的意义。本文主要介绍两种高效的网络系统两终端连通可靠性分析方法———递推分解算法和有序二分决策图算法。首先 ,分别对两种算法的原理及实现过程进行了详细的论述和说明 ,并且用c语言编制了二分决策图算法的计算程序。然后 ,利用这两种方法及随机模拟算法对 2 0个以往研究中的经典算例和两个实际工程网络———河南省电力网和上海市浦西供水管网 ,进行了网络系统抗震连通可靠性分析。通过对实例分析结果的比较研究 ,得到了一些经验性的结论 ,以期为优化设计工程网络时选择系统可靠性的分析工具提供参考。研究表明 ,由于递推分解算法具有适应性强和能够求得问题近似解的优点 ,因此有良好的实际工程应用前景。     

城市供水管网抗震可靠性分析与设计优化

考虑管线震害发生的随机性,利用管线在地震作用下反应的二阶矩特征信息,采用带渗漏管网抗震可靠性分析的一次二阶矩方法,以华中地区某市主干供水管网为例,进行了基本烈度条件下的可靠度分析,结果表明,在低、中烈度条件下,供水管网中各节点均处于可靠状态;在高烈度条件下,节点主要处于可靠状态,局部处于严重不可靠、甚至出现断水状态。进一步地,基于微粒群优化算法,以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点可靠度为约束条件,建立了新的供水管网抗震设计优化模型,并将供水管网所在区域的道路信息引入管网优化设计中,提出了管网拓扑的自动生成策略,从而形成了城市供水管网系统智能化抗震设计方法。数值算例表明,基于可靠度的抗震优化设计方法为风险-投资之间的合理均衡提供了理论基础,决策者可以据此选择所期望的最佳方案。     

基于微粒群算法的供水管网抗震优化设计

以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点最低可靠度为约束条件,建立了供水管网抗震优化设计模型。利用微粒群算法对这一模型进行了求解,该算法以管网作为微粒个体,通过不断地更新微粒的位置来搜索最优的管网结构,直到最后给出优化的管网结构。利用上述方法对一典型供水管网进行了抗震优化设计分析,给出了3种不同节点最低可靠度约束条件下的优化改造方案。     

城市生命线系统的地震网络可靠性研究

震后生命线系统的网络可靠性对于灾后的应急救援和恢复至关重要,因此,评价城市生命线系统网络在一定地震强度下,网络系统保持连通的能力已成为研究生命线地震网络可靠性的重要内容。以经典的系统单元可靠性模型为基础,在众多的网络可靠性计算方法中根据方法实现的难易程度和计算效率,选择采用了不交化穷举集合法和有序二分决策图方法,比较研究了网络系统的可靠性问题,并与Monte Carlo方法进行了对照。此外,针对淮南市配水管网的实际案例,采用上述方法计算了相应的可靠度,计算结果表明,所提方法能够高效地应用于一般的工程实践,具有显著的实用意义。     

基于高维Gumbel Copula参数拟合估计的大型相依失效生命线网络地震动力可靠度计算

城市生命线网络的地震动力可靠度是生命线工程地震风险和抗震韧性评估的重要指标。城市生命线网络地震动力可靠度的计算方法包括以蒙特卡洛方法为代表的模拟方法和以推广的递推分解算法为代表的非模拟方法,因为后者能够给出生命线网络的主要失效模式,因而它比模拟方法更为先进。但是,由于存在高维Gumbel Copula参数无法估计的问题,目前推广的递推分解算法还不能计算大型生命线网络（组成生命线网络系统的结构或设备数目大于60）的地震动力可靠度。为解决这个问题,提出了高维Gumbel Copula参数的拟合估计公式,将其嵌入推广的递推分解算法,形成了大型生命线网络地震动力可靠度的计算方法。某实际220 kV变电站设备网络地震动力可靠度的计算和分析,说明了此方法的使用过程、适用范围和有效性。     

基于DEA分析的生命线网络节点抗灾相对可靠度评估

对于生命线工程网络系统而言,合理分析和评估其带有网络特征的节点可靠度,比只研究单体可靠度更具实际意义.基于数据包络分析法(Data Envelopment Analysis,DEA)有效性分析的思想,提出了生命线网络节点抗灾相对可靠度的概念.从生命线工程在灾害环境下着重体现出的系统性和网络性出发,考察网络中的节点所能实...     

基于单纯形-混沌优化算法的边坡稳定性分析

利用混沌现象固有的内在结构进行寻优搜索,为土质边坡的稳定性分析提供了一个新思路。将混沌优化算法的全局搜索能力和单纯形法的局部搜索能力结合起来形成单纯形-混沌优化算法,结合简化Bishop法对边坡进行稳定性分析。单纯形-混沌优化算法搜索到的是全局最优解。通过与遗传算法、改进的模拟退火算法的计算结果对比,表明在保证安全系数一定精度的情况下,单纯形-混沌优化算法搜索到的是最危险滑动面。可见,单纯形-混沌优化算法具有较强的全局搜索能力,结果更可靠。     

基于三角形算法的电力系统连通可靠性分析∗

为了研究电力系统的连通可靠性,介绍了网络连通性分析中常用的三种算法(图论法、模糊数学法、Warshall算法)及各自存在的问题。针对现有算法在求解传递闭包过程中未考虑对角线元素的问题,提出了基于 Warshall算法的假定算法。对此算法进行探讨后提出了可以避免偏差和考虑对角线元素处理的三角形算法,并进行推理及证明。基于川北地区 110 kV 发电站与变电站的可靠性,进行了电力系统连通可靠性的实例分析,对比验证了三角形算法的高效性。为大型网络系统连通可靠性分析提供了理论依据。     

蚁群算法在马斯京根模型参数估计中的应用

蚁群算法是一种模拟进化算法,该算法具有许多优越的性质.研究了一种可用于求解连续空间优化问题的蚁群算法策略,针对洪水演算的马斯京根模型参数估计问题,应用连续性空间优化问题的蚁群算法模型进行了求解.应用实例表明,蚁群算法在求解连续空间优化问题中是很有效的,可以广泛应用于各种自然灾害模型的优化问题.     

基于混沌多目标遗传算法的分布式电源规划

针对多目标遗传算法(multi-objective genetic algorithm,MGA)在解决分布式电源(dis-tributed generation,DG)优化问题上存在的不足,加入混沌变量、虛拟适应度、精英保留策略等方法进行多目标改进,提出一种改进混沌多目标遗传算法(improved chaotic optimization multi-ob-jective genetic algorithm,ICMGA),并依据种群进化状态自适应调整搜索精度,提高了算法搜索效率和收敛速度。结果表明:与NSGA_II算法相比,ICMGA算法不但寻优能力更强,收敛速度快,还具有良好的经济性。能够为分布式电源优化问题提供优良的解决方案。     

基于免疫遗传算法的洪灾神经网络评估模型

灾情评估的结果既是制定防洪减灾决策的基本依据，也是评价防洪工作成效的重要指标。提出了一种基于免疫遗传算法优化的神经网络模型（IGA—NN）并用于洪水灾情的评估，给出了IGA—NN的设计方法和优化步骤。同时还将ICA—NN与标准遗传算法优化的神经网络模型进行了比较，显示了IGA—NN的优越性。最后通过实例，验证了IGA—NN的实用性。