第10卷第5期 智能系统学报 Vol.10 No.5 2015年10月 CAAI Transactions on Intelligent Systems 0ct.2015 D0I:10.11992/is.201410036 网s络出版地址：htp:/www.cmki.net/kcms/detail/23.1538.TP.20150827.1030.012.html 参数自适应粒子群算法的给水管网优化研究 王超12，乔俊飞12 (1.北京工业大学电子信息与控制工程学院，北京100124：2.北京工业大学计算智能与智能系统北京市重点实验 室，北京100124) 摘要：针对粒子群算法在解决给水管网优化问题时存在容易陷入局部最优的缺点，通过分析粒子的运动轨迹和相 似程度，提出一种参数自适应粒子群算法。该算法利用种群粒子与期望粒子之间相似度的大小，动态调整算法参 数，平衡算法全局和局部搜索能力，利用分期变异策略增加种群多样性，保证算法收敛于全局最优值。将改进算法 用于优化汉诺塔管网和纽约管网2个经典的管网案例，证明算法可以有效应用于给水管网这类组合优化问题。将 该算法优化实际的管网改扩建案例，结果表明，所提出的算法具有更好的寻优性能和收敛性能。 关键词：给水管网系统：粒子轨迹：相似度：参数调整：自适应粒子群 中图分类号：TP18文献标志码：A文章编号：1673-4785(2015)05-0722-07 中文引用格式：王超，乔俊飞.参数自适应粒子群算法的给水管网优化研究[J].智能系统学报，2015,10(5)：722-728. 英文引用格式：WANG Chao,QIAO Junfei..An parameter adaptive particle swarm optimization for optimal design of water supply systems[J].CAAI Transactions on Intelligent Systems,2015,10(5):722-728. An parameter adaptive particle swarm optimization for optimal design of water supply systems WANG Chao2,QIAO Junfei (1.College of Electronic Information and Control Engineering,Beijing University of Technology,Beijing 100124,China;2.Beijing Key Laboratory of Computational Intelligence and Intelligence System,Beijing University of Technology,Beijing 100124,China) Abstract:Particle swarm optimization easily falls into a local optimum when solving water supply optimization prob- lems.In order to solve this weakness,by analyzing particle trajectories and the similarity of particles,this paper proposes a parameter adaptive particle swarm optimization(PAPSO).By estimating the degree of similarity between particles and expected particles,the algorithm dynamically adjusts parameters and balances the global and local search ability.The algorithm uses the variation strategy of staging to increase the population diversity and ensure that it converges to the global optimum.The tower of Hanoi network and New York network have been optimized by the improved algorithm,and the result shows that the PAPSO algorithm can be effectively applied to the combinato- rial optimization of water supply pipeline networks.The proposed algorithm has been applied to optimize an actual pipe network reconstruction case and the result shows that the algorithm has better optimization and convergence performance. Keywords:water supply system;particle trajectories;similarity;parameter adjustment;adaptive particle swarm op- timization 给水管网是城市给水系统的重要组成部分，其80%，而且运行期间还需投入庞大的运行动力费及 投资往往占整个给水系统工程总投资的60%~ 管理维修费)。当前我国各城市给水管网都已达 到一定规模，原有管网出现外壁腐蚀、爆管漏损率高 收稿日期：2014-10-27.网络出版日期：2015-08-27. 基金项目：国家自然科学基金重点资助项目(61034008)：国家自然科 等问题：随着城市的快速发展，部分管道无法满足供 学基金杰出青年资助项目(61225016)：北京市自然科学基 水需求：城市街道拓宽、其他管线的施工使现有管道 金资助项目(4122006). 通信作者：乔俊飞.E-mail:isibox@sina.com 需做相应调整。针对这些问题，需对给水管网进行第 １０ 卷第 ５ 期 智 能 系 统 学 报 Ｖｏｌ．１０ №．５ ２０１５ 年 １０ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｏｃｔ． ２０１５ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１４１００３６ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１５０８２７．１０３０．０１２．ｈｔｍｌ 参数自适应粒子群算法的给水管网优化研究 王超１，２ ，乔俊飞１，２ （１． 北京工业大学 电子信息与控制工程学院， 北京 １００１２４； ２． 北京工业大学 计算智能与智能系统北京市重点实验 室， 北京 １００１２４） 摘 要：针对粒子群算法在解决给水管网优化问题时存在容易陷入局部最优的缺点，通过分析粒子的运动轨迹和相 似程度，提出一种参数自适应粒子群算法。 该算法利用种群粒子与期望粒子之间相似度的大小，动态调整算法参 数，平衡算法全局和局部搜索能力，利用分期变异策略增加种群多样性，保证算法收敛于全局最优值。 将改进算法 用于优化汉诺塔管网和纽约管网 ２ 个经典的管网案例，证明算法可以有效应用于给水管网这类组合优化问题。 将 该算法优化实际的管网改扩建案例，结果表明，所提出的算法具有更好的寻优性能和收敛性能。 关键词：给水管网系统；粒子轨迹；相似度；参数调整；自适应粒子群 中图分类号：ＴＰ１８ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１５）０５⁃０７２２⁃０７ 中文引用格式：王超，乔俊飞． 参数自适应粒子群算法的给水管网优化研究［Ｊ］． 智能系统学报， ２０１５， １０（５）： ７２２⁃７２８． 英文引用格式：ＷＡＮＧ Ｃｈａｏ， ＱＩＡＯ Ｊｕｎｆｅｉ． Ａｎ ｐａｒａｍｅｔｅｒ ａｄａｐｔｉｖｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ｏｐｔｉｍａｌ ｄｅｓｉｇｎ ｏｆ ｗａｔｅｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍｓ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１５， １０（５）： ７２２⁃７２８． Ａｎ ｐａｒａｍｅｔｅｒ ａｄａｐｔｉｖｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ｏｐｔｉｍａｌ ｄｅｓｉｇｎ ｏｆ ｗａｔｅｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍｓ ＷＡＮＧ Ｃｈａｏ １，２ ， ＱＩＡＯ Ｊｕｎｆｅｉ １，２ （１． Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｂｅｉｊｉｎｇ １００１２４， Ｃｈｉｎａ； ２． Ｂｅｉｊｉｎｇ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｓｙｓｔｅｍ， Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｂｅｉｊｉｎｇ １００１２４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ｅａｓｉｌｙ ｆａｌｌｓ ｉｎｔｏ ａ ｌｏｃａｌ ｏｐｔｉｍｕｍ ｗｈｅｎ ｓｏｌｖｉｎｇ ｗａｔｅｒ ｓｕｐｐｌｙ ｏｐｔｉｍｉｚａｔｉｏｎ ｐｒｏｂ⁃ ｌｅｍｓ． Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｉｓ ｗｅａｋｎｅｓｓ， ｂｙ ａｎａｌｙｚｉｎｇ ｐａｒｔｉｃｌｅ ｔｒａｊｅｃｔｏｒｉｅｓ ａｎｄ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｏｆ ｐａｒｔｉｃｌｅｓ， ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａ ｐａｒａｍｅｔｅｒ ａｄａｐｔｉｖｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ （ＰＡＰＳＯ）． Ｂｙ ｅｓｔｉｍａｔｉｎｇ ｔｈｅ ｄｅｇｒｅｅ ｏｆ ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ ｐａｒｔｉｃｌｅｓ ａｎｄ ｅｘｐｅｃｔｅｄ ｐａｒｔｉｃｌｅｓ， ｔｈｅ ａｌｇｏｒｉｔｈｍ ｄｙｎａｍｉｃａｌｌｙ ａｄｊｕｓｔｓ ｐａｒａｍｅｔｅｒｓ ａｎｄ ｂａｌａｎｃｅｓ ｔｈｅ ｇｌｏｂａｌ ａｎｄ ｌｏｃａｌ ｓｅａｒｃｈ ａｂｉｌｉｔｙ． Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｕｓｅｓ ｔｈｅ ｖａｒｉａｔｉｏｎ ｓｔｒａｔｅｇｙ ｏｆ ｓｔａｇｉｎｇ ｔｏ ｉｎｃｒｅａｓｅ ｔｈｅ ｐｏｐｕｌａｔｉｏｎ ｄｉｖｅｒｓｉｔｙ ａｎｄ ｅｎｓｕｒｅ ｔｈａｔ ｉｔ ｃｏｎｖｅｒｇｅｓ ｔｏ ｔｈｅ ｇｌｏｂａｌ ｏｐｔｉｍｕｍ． Ｔｈｅ ｔｏｗｅｒ ｏｆ Ｈａｎｏｉ ｎｅｔｗｏｒｋ ａｎｄ Ｎｅｗ Ｙｏｒｋ ｎｅｔｗｏｒｋ ｈａｖｅ ｂｅｅｎ ｏｐｔｉｍｉｚｅｄ ｂｙ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ， ａｎｄ ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ＰＡＰＳＯ ａｌｇｏｒｉｔｈｍ ｃａｎ ｂｅ ｅｆｆｅｃｔｉｖｅｌｙ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｃｏｍｂｉｎａｔｏ⁃ ｒｉａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｗａｔｅｒ ｓｕｐｐｌｙ ｐｉｐｅｌｉｎｅ ｎｅｔｗｏｒｋｓ． Ｔｈｅ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｈａｓ ｂｅｅｎ ａｐｐｌｉｅｄ ｔｏ ｏｐｔｉｍｉｚｅ ａｎ ａｃｔｕａｌ ｐｉｐｅ ｎｅｔｗｏｒｋ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｃａｓｅ ａｎｄ ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｈａｓ ｂｅｔｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｃｏｎｖｅｒｇｅｎｃｅ ｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｗａｔｅｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ； ｐａｒｔｉｃｌｅ ｔｒａｊｅｃｔｏｒｉｅｓ； ｓｉｍｉｌａｒｉｔｙ； ｐａｒａｍｅｔｅｒ ａｄｊｕｓｔｍｅｎｔ； ａｄａｐｔｉｖｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐ⁃ ｔｉｍｉｚａｔｉｏｎ 收稿日期：２０１４⁃１０⁃２７． 网络出版日期：２０１５⁃０８⁃２７． 基金项目：国家自然科学基金重点资助项目（６１０３４００８）；国家自然科 学基金杰出青年资助项目（６１２２５０１６）；北京市自然科学基 金资助项目（４１２２００６）． 通信作者：乔俊飞． Ｅ⁃ｍａｉｌ： ｉｓｉｂｏｘ＠ ｓｉｎａ．ｃｏｍ． 给水管网是城市给水系统的重要组成部分，其 投资往往占整个给水系统工程总投资的 ６０％ ～ ８０％，而且运行期间还需投入庞大的运行动力费及 管理维修费［１］ 。 当前我国各城市给水管网都已达 到一定规模，原有管网出现外壁腐蚀、爆管漏损率高 等问题；随着城市的快速发展，部分管道无法满足供 水需求；城市街道拓宽、其他管线的施工使现有管道 需做相应调整。 针对这些问题，需对给水管网进行