[发明专利]一种基于分解多目标进化算法的选址优化方法

说明书

本发明涉及一种基于分解多目标进化算法的选址优化方法，用于供水管网污染监测点的选址，所述基于分解多目标进化算法的选址优化方法将一个多目标优化问题分解成一定数量的子多目标优化问题，并规定每个所述子多目标优化问题有其固定的种群个体数，用多目标进化算法同时求解所述子多目标问题。以MOEA/D‑CRA为算法框架，在初始化范围内对所述种群和子区域及选择算子进行初始化，再在目标函数内进行子区域个体选择，比较当前代数和指定代数从而产生新的个体，最后使用选择策略将个体组成外部集合，计算子问题贡献度。通过对所有分解子问题动态分配计算资源的优化策略的改进，更有效的选取供水管网的监测地址，且在保证精度的前提下提升了算法的收敛速度。

技术领域

本发明涉及一种基于分解多目标进化算法的选址优化方法，用于供水管网污染监测点的选址，属于群体智能优化领域。

背景技术

城市供水管网监测系统适用于供水企业远程监测供水管网，工作人员可以在水司调度中心远程监测全市供水管网的压力及流量情况。中国城市的供水管网为几亿的居民们提供日常用水，饮用水一旦发生污染，若没有及时发现，就会对居民、对经济、对社会造成巨大的危害。因此，需要建立一个完善的供水管网监测系统，以应对各种可能发生的污染事件，能够在第一时间进行预警，尽可能地减少人员伤亡以及经济损失。在监测系统中，对监测点的选择是一个重要的课题，对于不同的供水网络，具有不同的监测目标，甚至一个网络中的不同区域，也会有不同的需求。

发明内容

本发明的目的在于提供一种基于分解多目标进化算法的选址优化方法，通过对所有分解子问题动态分配计算资源的优化策略的改进，更有效的选取供水管网的监测地址，且在保证精度的前提下提升了算法的收敛速度。

为达到上述目的，本发明提供如下技术方案：一种基于分解多目标进化算法的选址优化方法，用于供水管网污染监测点的选址，所述基于分解多目标进化算法的选址优化方法将一个多目标优化问题分解成一定数量的子多目标优化问题，并规定每个所述子多目标优化问题有其固定的种群个体数，用多目标进化算法同时求解所述子多目标问题，所述基于分解多目标进化算法的选址优化方法包括以下步骤：

S1：在初始化范围内，对种群、子区域及选择算子进行初始化；

S2：分解所述种群，在目标函数空间内进行子区域个体选择；

S3：指定多目标进化算法更新所述子区域的选择算子的学习代数即累计代数为L，比较当前代数和指定代数L并采用遗传算法或差分进化算法产生新的种群个体。

S4：使用选择策略选出所述个体组成外部集合；

S5：统计所述外部集合中的所述个体分别属于哪一个所述子区域；

S6：计算每个所述子区域的贡献度；

S7：当各个所述子区域计算贡献度的累计代数达到预先设定的代数或达到最大循环迭代次数则结束，否则用所述当前代数除以所述指定代数L，若能整除，则更新每个所述子区域的选择算子并返回步骤S2，反之直接返回步骤S2。

进一步的，所述目标函数包含监测时间Z₁、被感染的居民人数Z₂、居民已使用的污染水量Z₃及监测概率Z₄。

进一步的，在所述目标函数空间内选择K个单位向量，根据所述K个单位向量分为K个子区域，所述子区域Ω_k(k＝1，2，...，k)定义为：

其中，<u，vj>表示向量u和v^j之间的锐角。

进一步的，对于某个所述子区域k，在其第g代的贡献解的总个数可表示为λ_k，g，则贡献度C定义为：