赵昆

摘 要：本文旨在应用GA建立燃气管网的布局设计模型，实现以应用软件平台为基础的计算机优化设计。主要工作包括：首先，在阅读了大量文献的基础上，本文指出了燃气管网布局优化在现实工作中的重要意义，论述了遗传算法在燃气管网优化上的现状和研究工作。其次，基于优化燃气管网布局的数学建模，将遗传算法应用于燃气管网布局的优化问题中，采用Prüfer数的编码方式及相应的遗传操作，设计了遗传算法。并在MAPINFO平台上实现了燃气管网连接布局系统。最后给出进一步的研究方向。

关键词：燃气管网；遗传算法；优化设计

在燃气工程项目的投资和燃气管网管理系统运行中燃气管网的工程造价所用的费用是很大的，如采用优化组合设计可节省大量能源。要选择最优的燃气管网优化设计方案，必须要保证燃气供给所满足的流量、压力、压差、温度等安全因素，同时要考虑工程投资的经济性，以及系统运行的管理费用的经济性。如何能保证整个过程最大程度地安全输配，并且具有科学性、合理性，是现实中的一个难点。所以城市燃气管网优化设计具有极其重要的意义。随着计算机技术及应用软件的发展，智能科学的研究几乎渗透于各个学科领域，智能优化算法理论的不断发展丰富、应用研究的不断广泛深入，已经有越来越多的新方法应用于各个工程领域，使其业已成为解决诸多大规模复杂工程实际问题的有利工具和有效方法。燃气管网的设计过程已从手算过渡到电算，从凭经验设计过渡到智能优化设计。若只依赖于大量表格的经验设计，会受一些条件的约束，使得计算不太准确而且繁琐。采用遗传算法（Genetic Algorithm，GA），模拟退火算法、蚁群算法、粒子群算法及其混合优化算法等智能优化方法来研究可靠性综合问题。特别是大型复杂管网的可靠性优化、冗余的最优分配以及管网的最优设计，是十分有效的，可以获得较传统方法和启发式方法更好的优化方案。这些智能优化算法已不再采用传统的设计思想，由于鲁棒性强，目前已解决了各种各样的组合优化问题。当城市气源和用户地理给定后，在各用户和其它相邻的用户之间根据地理条件和市政要求，存在多个管道布置方案，从中选择最佳的布局形式是后续进行参数优化的基础。因此，需要选择一种高效、科学、合理的算法是系统设计优化的关键。将遗传算法应用于优化设计燃气管网的布局中具有很强的适应性，它是与传统技术有着截然的不同。通常在求解一个具体的问题时，在确定个体编码、适应度函数及遗传算子后，遗传算法将在进化过程中利用所获得的信息自动进行搜索，这种自然选择消除了算法设计过程中的一个最大的障碍，即“需要事先描述问题的全部特点”，所以遗传算法能以较少的计算来获得较大的收益，是优化燃气管网布局的一种理想化的选择方法。因此，采用新的方法研究适用性更强的燃气管道优化设计方案及应用软件是十分必要的。以燃气管网铺设线路总长度最短为目标，建立燃气管网布局数学模型，并将遗传算法应用到燃气管网的布局设计中，同时解决算法中所设计到的一系列技术，其主要的工作步骤包括个体编码方式、适应度函数的确定、群体规模大小、选择算子、交叉算子和变异算子等，求解出最佳的燃气管网布局优化设计的形式。遗传算法在燃气管网优化的研究分析众所周知，自然界有不少问题需要在复杂而庞大的搜索空间中寻找最优解或准最优解，TSP问题和规划问题等组合优化问题就是典型的例子。在求解此类问题时，若不能利用问题的固有知识来缩小搜索空间，则会产生搜索的“组合爆炸”。因此，遗传算法研究能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程，从而得到最优解或准最优解的通用搜索算法一直是令人瞩目的研究课题。虽然遗传算法是随机化方法，但它不是简单的随机搜索，而是有效的利用历史信息来推测新搜索点，并且不用事先知道目标函数，大大减轻了工作量，同时也提高了工作效率，是优化燃气管网布局的理想方法。随着城市现代化建设的发展，对优化燃气管网布局应用的重视程度也与日俱增，应用了许多方法对它进行评估，取得了显著的效果。

遗传算法（Genetic Algorithm， GA）启发于自然现象或过程，是近年来迅速发展起来的一种全新的随机搜索与优化算法，其基本思想是基于Darw in的进化论和Mendel的遗传学说。20世纪40年代，生物学家们就试图用计算机模拟自然遗传系统。20世纪50年代，澳大利亚的A.S.Fraser用一个15位的串表示具有三个基因的染色体来研究异位显性现象，美国芝加哥大学的J.Holland及其学生于1965年首次提出了人工遗传操作的重要性，并且提出了遗传算法的基本理论——模式定理。此后，遗传算法的研究引起了国内外学者的关注。1975年，Holland出版了专著《自然系统和人工系统的自适应》，比较系统地阐述了GA的基本理论和方法，为遗传算法奠定了理论基础。他的学生J.D.Bagley在论文中首次使用“遗传算法”这一名称。他发展了选择、交叉、变异等遗传操作，并对染色体选择进行了详细的研究，提出了适应度定标（scaling）的概念和算法自我调整的思想，以防止“早熟”收敛。自1985年以来.国际上已召开了多次遗传算法的学术会议和研讨会.国际遗传算法学会组织召开的ICGA会议和FOGA会议。为研究和应用遗传算法提供了国际交流的机会。遗传算法是依据达尔文的自然进化论与孟德尔的遗传变异理论，经过选择一定数量的个体进行杂交以遗传算法及基因突变，按照适者生存和优胜劣汰的原理，把优秀的基因传给后代，淘汰不良基因，逐代演化最终得到最佳的一个或几个后代，即问题的最优解。

目前有关遗传算法的研究主要集中在以下几方面：（1）算法的数学基础。（2）算法的改进与深化。（3）算法策略研究与设计。（4）算法的并行研究。D.Goldberg在其博士论文中第一次将GA应用于实际的工程问题--管道煤气系统的优化中，并且较好地解决了这一问题。对于组合优化问题，目前遗传算法己在具有NP难度的各种问题，已被成功地应用于下业、经济答理、交通运输、工业设计等不同领域.解决了许多问题。包括求解旅行商问题、装箱问题、图像处理、图形划分、机器调度、布局优化问题等得到成功的应用。在解决燃气管网优化布局问题方面存在着很大的潜力，近年来应用遗传算法进行燃气管网布局优化的设计，已取得了一些成果。

遗传算法在燃气管网的优化问题中可以从以下几个方面进行研究和应用：（1）在燃气管网的遗传优化算法中，如何克服线性规划、广义简约梯度法等传统方法所存在的计算量大、应用范围窄等问题，较大地发挥遗传算法所具有的简单、搜索效率高等优势，借鉴应用于各种网（给水管网等）的优化问题的方法，建立适合燃气管网优化的数学模型，并进行优化求解。（2）遗传算法本身也有许多不足，如易陷人早熟，可以尝试着把它与其他智能优化算法有机地结合起来，形成混合遗传算法，克服其不足，使其在组合优化问题中的搜索效率更高，应用更广泛。

遗传算法在燃气管网优化的应用主要以下几个方面：（1）遗传算法在燃气管网水力计算的应用（2）遗传算法在燃气管网优化设计的应用（3）遗传算法在燃气管网优化调度的应用其中在优化设计中还包括管径优化和布局优化，前者为了得到管网的最低造价，对管径进行组合优化设计，后者主要以枝状形的燃气管网为研究对象，对燃气管网布局进行优化设计，在将多种可行路径构成燃气管网布局优化设计的寻优域中求解出最佳管网布局形式。

参考文献

[1]李悦敏，李兴泉，赵自军等.遗传算法在燃气管网优化的应用进展[J].煤气与热力，2008，28（6）：12-15.

[2]王煊，段常贵.改进遗传算法在燃气管网布局优化中的应用[J].哈尔滨工业大学学报，2006，38（1）：46-48.

[3]吕木英.基于遗传算法的城市燃气管网最优化布局研究[D].武汉：武汉理工大学，2009-5.