基于PSO-ACO融合優(yōu)化算法的供水管網(wǎng)污染源定位研究.pdf

1、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?fù)浣Y(jié)構(gòu)復(fù)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(yīng)急處理不當(dāng)其后果將造成不可估量的損失。而應(yīng)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(zhǔn)確而快速地確定污染源入侵位置、入侵時(shí)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

2、象，展開供水管網(wǎng)突發(fā)污染源反追蹤模型的構(gòu)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(wù)數(shù)據(jù)，建立了相應(yīng)的水力水質(zhì)模型，基于水質(zhì)的正演模擬和反演模擬，構(gòu)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(dòng)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EPANET2.0軟件平臺建立了該城鎮(zhèn)的水力模

3、型。適當(dāng)調(diào)整并分析管網(wǎng)中水的流量和流速在時(shí)間與空間上的變化，使之更貼近實(shí)際管網(wǎng)的運(yùn)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(diǎn)優(yōu)化選址，根據(jù)水力模型的靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)，采用自適應(yīng)粒子群K-medodis聚類算法布置了十個(gè)突發(fā)污染水質(zhì)監(jiān)測點(diǎn)，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(yàn)，即進(jìn)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(shí)

4、間與空間上的變化狀況。
　　再次，構(gòu)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(xué)模型。在MATLAB軟件平臺上調(diào)用EPANET2.0軟件的Toolkit動(dòng)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(diǎn)的數(shù)據(jù)，并以此模擬數(shù)據(jù)為基礎(chǔ)，以優(yōu)化時(shí)段內(nèi)各個(gè)監(jiān)測點(diǎn)實(shí)際監(jiān)測值與模擬值的差異的表達(dá)式為數(shù)學(xué)優(yōu)化目標(biāo)。
　　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

5、不足，融合ACO算法的信息素機(jī)制，并提出了PSO-ACO融合算法的領(lǐng)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(dòng)態(tài)鏈接庫，進(jìn)而對數(shù)學(xué)模型進(jìn)行求解。在相關(guān)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(jié)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