本文關鍵詞：基于PSO-ACO融合優(yōu)化算法的供水管網(wǎng)污染源定位研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：城市供水管網(wǎng)外源性突發(fā)污染事故已成為水質(zhì)安全的重大隱患。由于管網(wǎng)本身具有遷移推流、水流慣性、水力瞬變、拓撲結構復雜等特征,大規(guī)模的城市供水管網(wǎng),一旦發(fā)生由人為蓄意破壞等因素引起的外源性突發(fā)污染事故,若應急處理不當其后果將造成不可估量的損失。而應急處理這一類外源性突發(fā)污染入侵事故,最重要的是要準確而快速地確定污染源入侵位置、入侵時間和入侵濃度。為解決供水管網(wǎng)外源性突發(fā)污染事故下的污染源定位問題,本課題以我國南方某城鎮(zhèn)的供水管網(wǎng)案例為研究對象,展開供水管網(wǎng)突發(fā)污染源反追蹤模型的構建及其求解模型方法的研究。本文根據(jù)該城鎮(zhèn)供水管網(wǎng)的屬性數(shù)據(jù)、調(diào)用數(shù)據(jù)和業(yè)務數(shù)據(jù),建立了相應的水力水質(zhì)模型,基于水質(zhì)的正演模擬和反演模擬,構建模擬-優(yōu)化反向追蹤模型,并利用粒子群-蟻群融合優(yōu)化算法求解該模型,對供水管網(wǎng)污染源定位提供一套簡單而有效的方法。首先,基于該鎮(zhèn)供水管網(wǎng)的靜態(tài)數(shù)據(jù)、動態(tài)數(shù)據(jù)的數(shù)據(jù)庫,調(diào)用和整理本文研究所需的數(shù)據(jù)資料,利用EPANET 2.0軟件平臺建立了該城鎮(zhèn)的水力模型。適當調(diào)整并分析管網(wǎng)中水的流量和流速在時間與空間上的變化,使之更貼近實際管網(wǎng)的運行工況。其次,基于供水管網(wǎng)外源性突發(fā)污染事故下的水質(zhì)監(jiān)測點優(yōu)化選址,根據(jù)水力模型的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù),采用自適應粒子群K-medodis聚類算法布置了十個突發(fā)污染水質(zhì)監(jiān)測點,覆蓋率為89.8%。在EPANET2.0軟件平臺上以硫酸鎘為重金屬非衰減類污染物入侵管網(wǎng)試驗,即進行水質(zhì)正演模擬,以模擬供水管網(wǎng)突發(fā)污染事故,并記錄管網(wǎng)中非衰減類污染物在時間與空間上的變化狀況。再次,構建了該城鎮(zhèn)供水管網(wǎng)突發(fā)污染事故下模擬-優(yōu)化反追蹤的數(shù)學模型。在MATLAB軟件平臺上調(diào)用EPANET2.0軟件的Toolkit動態(tài)鏈接庫,獲取模擬突發(fā)污染事故下供水管網(wǎng)水質(zhì)監(jiān)測點的數(shù)據(jù),并以此模擬數(shù)據(jù)為基礎,以優(yōu)化時段內(nèi)各個監(jiān)測點實際監(jiān)測值與模擬值的差異的表達式為數(shù)學優(yōu)化目標。最后,提出了基于PSO-ACO融合算法對污染源模擬-優(yōu)化反追蹤模型的求解模式,針對PSO算法求解模型的缺陷與不足,融合ACO算法的信息素機制,并提出了PSO-ACO融合算法的領域搜索閥值以充分調(diào)用PSO算法的優(yōu)勢從而提高了求解污染源反追蹤模型的能力�；谶@一思路在MATLAB軟件平臺上,編制供水管網(wǎng)污染源定位的程序代碼以及調(diào)用EPANET軟件的Toolkit動態(tài)鏈接庫,進而對數(shù)學模型進行求解。在相關參數(shù)相同情況下,分別采用PSO算法和PSO-ACO融合算法求解模型,研究結果表明,與PSO算法相比,PSO-ACO融合算法不僅大大提高了求解模型的準確率,而且有效縮短了求解模型時間。此外,還分析了PSO-ACO融合優(yōu)化算法中的兩個參數(shù)——領域搜索閥值和種群規(guī)模大小分別對求解模型結果準確率與計算效率的影響,結果表明,合理設置這兩個參數(shù),模型結果的準確率和計算效率均較高。
【關鍵詞】：供水管網(wǎng) PSO-ACO融合算法 反追蹤模型 污染源定位
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：X52;TU991.33
【目錄】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 緒論14-21
• 1.1 供水系統(tǒng)水質(zhì)安全的重要性及其意義14-15
• 1.1.1 城市供水管網(wǎng)水質(zhì)安全的重要性14-15
• 1.1.2 城市供水管網(wǎng)水質(zhì)安全的意義15
• 1.2 污染源定位的國內(nèi)外研究現(xiàn)狀及分析15-19
• 1.2.1 水質(zhì)模型國內(nèi)外研究動態(tài)16-17
• 1.2.2 污染源定位國內(nèi)外研究動態(tài)17-19
• 1.3 課題的研究內(nèi)容及技術路線19-21
• 1.3.1 課題的研究內(nèi)容19-20
• 1.3.2 課題的技術路線20-21
• 第二章 供水管網(wǎng)水力水質(zhì)模型理論體系21-36
• 2.1 模擬軟件-EPANETH程序員工具箱21-23
• 2.1.1 執(zhí)行水力分析22-23
• 2.1.2 執(zhí)行水質(zhì)分析23
• 2.2 供水管網(wǎng)水力模型基本理論23-27
• 2.2.1 水力模型兩種常見理論方程23-25
• 2.2.2 水力模型水力計算方法分類25-27
• 2.3 供水管網(wǎng)水質(zhì)模型基本理論27-33
• 2.3.1 水質(zhì)模型的類別及常見理論方程27-29
• 2.3.2 水質(zhì)模型的求解方法29-33
• 2.4 水力水質(zhì)建模所需數(shù)據(jù)33-35
• 2.4.1 水力模型所需數(shù)據(jù)33-34
• 2.4.2 水質(zhì)模型所需數(shù)據(jù)34-35
• 2.5 本章小結35-36
• 第三章 突發(fā)污染事故下污染源反追蹤模型的構建36-45
• 3.1 建立水力模型36-37
• 3.2 水質(zhì)監(jiān)測點的布置37-39
• 3.3 水質(zhì)模擬39-41
• 3.3.1 突發(fā)污染物的選擇39-40
• 3.3.2 水質(zhì)正演模擬40-41
• 3.4 模擬-優(yōu)化反追蹤模型的構建41-42
• 3.5 反追蹤模型的流程圖42-44
• 3.6 本章小結44-45
• 第四章 基于PSO-ACO融合優(yōu)化算法的求解污染源模擬-優(yōu)化反追蹤模型45-57
• 4.1 粒子群算法簡介45-47
• 4.1.1 粒子群算法的基本原理45-46
• 4.1.2 粒子群算法的基本參數(shù)46-47
• 4.1.3 粒子群算法的基本流程47
• 4.2 基于PSO算法求解模擬-優(yōu)化反追蹤模型47-49
• 4.3 蟻群算法簡介49-51
• 4.3.1 蟻群算法的基本原理49-51
• 4.3.2 蟻群算法的基本特點51
• 4.4 基于PSO-ACO融合算法求解模擬-優(yōu)化反追蹤模型51-56
• 4.4.1 融合算法的基本原理52-53
• 4.4.2 融合算法的基本流程53-56
• 4.5 本章小結56-57
• 第五章 供水管網(wǎng)突發(fā)污染事故下反追蹤模型的應用57-69
• 5.1 單污染源的識別58-64
• 5.1.1 突發(fā)污染事故結果分析59
• 5.1.2 基于PSO算法求解模型59-61
• 5.1.3 基于PSO-ACO算法求解模型61-64
• 5.2 多污染源的識別64-65
• 5.3 PSO-ACO融合優(yōu)化算法求解反追蹤模型的影響因素分析65-68
• 5.3.1 領域搜索閥值參數(shù)的影響66
• 5.3.2 種群規(guī)模的影響66-68
• 5.4 本章小結68-69
• 結論與展望69-72
• 結論69-70
• 展望70-72
• 參考文獻72-77
• 攻讀碩士學位期間發(fā)表的論文77-79
• 致謝79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳俊;高緒芳;杜慧蘭;馬曉軍;劉斌;;2009—2014年成都市生活飲用水突發(fā)污染事件分析[J];環(huán)境與健康雜志;2015年02期

2 王久振;余健;徐林;李天兵;李斌;;利用粒子群算法求解管網(wǎng)污染源反向追蹤模型[J];安全與環(huán)境學報;2014年05期

3 信昆侖;劉龍;陶濤;項寧銀;;基于用戶水質(zhì)投訴信息的供水管網(wǎng)污染源的追蹤定位[J];天津大學學報(自然科學與工程技術版);2014年04期

4 信昆侖;項寧銀;陶濤;尹兆龍;;基于用戶水質(zhì)投訴信息的供水管網(wǎng)污染源追蹤定位[J];同濟大學學報(自然科學版);2014年02期

5 項寧銀;信昆侖;尹兆龍;鄒俊;李飛;;供水管網(wǎng)突發(fā)污染事故的應急響應與控制策略[J];供水技術;2013年06期

6 陶濤;蘆穎軍;信昆侖;;基于模式識別的供水管網(wǎng)污染源追蹤分析方法[J];天津大學學報(自然科學與工程技術版);2013年05期

7 賀華翔;周祖昊;牛存穩(wěn);王浩;;基于二元水循環(huán)的流域分布式水質(zhì)模型構建與應用[J];水利學報;2013年03期

8 信昆侖;盛希夫;陶濤;項寧銀;;基于負梯度法的供水管網(wǎng)污染源識別[J];同濟大學學報(自然科學版);2013年01期

9 王夢琳;呂謀;李紅衛(wèi);劉杰;李紅艷;;供水管網(wǎng)污染源反追蹤的研究[J];中國給水排水;2011年17期

10 李紅衛(wèi);王夢琳;呂謀;李紅艷;;給水管網(wǎng)污染源定位模擬及影響因素分析[J];浙江大學學報(工學版);2011年01期

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 徐林;供水管網(wǎng)中水質(zhì)監(jiān)測點優(yōu)化選址與污染源定位研究[D];湖南大學;2014年

2 王夢琳;供水管網(wǎng)水質(zhì)模擬及污染源定位研究[D];青島理工大學;2010年

3 李紅艷;供水管網(wǎng)水質(zhì)模擬及污染源定位初探[D];青島理工大學;2009年

  本文關鍵詞：基于PSO-ACO融合優(yōu)化算法的供水管網(wǎng)污染源定位研究，由筆耕文化傳播整理發(fā)布。

本文編號：257930