基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法技术

本发明专利技术公开了一种基于多目标混合遗传算法的污水再生回用数据处理方法，包括步骤：1、获取多层次水资源关系基本信息数据，建立基于城市集中式污水处理厂、集中式再生水厂间多层次数据配置关系；2、获取城市集中式污水处理厂、集中式再生水厂基本信息数据等数据信息；3、根据以上基本信息数据建立考虑水量平衡、供水能力、输水能力、需水能力、风险约束条件下的多目标数据配置模型，其中的目标函数为以水资源利用总量最大、水资源再生回用效益最大、子区人均缺水量最小建立的多目标函数；4、采用基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法求解得到不同情景下数据配置方案。本发明专利技术满足城市多目标多层次污水再生回用数据配置要求。

Multi objective hybrid genetic algorithm based dynamic data processing method for multi level municipal wastewater reclamation and reuse

The invention discloses a reuse method of data processing, hybrid genetic algorithm based on multi objective wastewater reclamation comprises the following steps: 1, to obtain a hierarchy of water resources and the basic information data, the establishment of multi-level data allocation between the city centralized sewage treatment plant, centralized recycling plant based on; 2, access to city centralized sewage treatment plant, centralized recycling plant basic information data and other data; 3, according to the water balance, water supply capacity, water capacity, multi target data allocation model of water capacity, risk constraint conditions is established above the basic information data, the objective function for the utilization of water resources, water resources total maximum reuse of maximum benefits, sub area the minimum amount of water per capita to establish multi-objective function; 4, based on the multi-objective hybrid genetic algorithm for multi level city sewage regeneration The solution of the data configuration in different scenarios by using the method of dynamic configuration data processing. The invention can meet the requirement of the data configuration of the multi target and multi level sewage reclamation and reuse.

【技术实现步骤摘要】

本专利技术涉及城市集中式污水再生回用领域，涉及多层次城市污水数据动态处理方法，尤其涉及一种基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法。技术背景城市集中式污水再生回用是一个涉及多个空间分散水源、多种水资源类型和多种回用途径的复杂数据处理问题，首先，城市集中式污水厂处理后的出水尾水可直接作为集中式再生水厂的水源，在水资源短缺的城市还存在长距离调配再处理回用的途径，再次，城市集中式再生水厂的出水可回用于城市杂用、工业、景观、农业等类别，故城市集中式污水再生回用涉及多层次的调配数据及其数据间关系，其回用途径及配置量决策问题最终可概化为一个多约束多阶段的动态、长期、复杂线性系统的控制问题。尤考虑到污水水源性质的特殊性，其回用过程中可能引发的生态环境、社会及经济投资影响间的利益决策，更增加了其优化求解的复杂程度。现针对于集中式污水再生回用数据配置方法的研究较少，多集中于水库水资源数据处理及配置问题，问题所解决目标也从单一因素过渡至多因素协同最优，多目标优化调度问题的求解先后有传统算法及各类仿生智能算法，传统算法在解决多目标问题时需要通过赋予各目标权重以形成单一目标才可求解，且最终将只产生一个解，该方法多适用于最终决策问题；研究者现多应用智能算法通过仿生原理以解决多目标问题的协同最优，具有代表性的包括遗传算法、蚁群算法、粒子群算法等，智能算法在解决多目标优化问题时具有全局寻优效果较好的特点。遗传算法(GeneticAlgorithm)由JohnH.Holland于1975年提出，是以自然选择和遗传理论为基础的算法，模拟自然界生物进化过程，采用人工进化的方式对目标空间进行随机优化搜索，它将问题域中的可行解看做是群体的一个个体或染色体，并将每一个个体编码成符号串形式，模拟达尔文的遗传选择和自然淘汰的生物进化过程，对群体反复进行基于遗传学的操作(遗传、交叉和变异)，从而达到高效全局寻优的目的。后逐步发展的改进遗传算法通过应用动态存档的方法，提高了原有算法在解决多目标问题上存在的全局优化不理想等问题，是应用于水资源多目标优化配置领域的热点算法。但该遗传算法在解决多目标多约束问题时仍存在全局收敛慢、所得解可能不为全局最优的问题。且由于遗传算法将产生不只一个解，不利于决策者提供规划年城市集中式污水再生回用具体方案。而在遗传算法解决多目标多约束城市集中式污水再生回用配置的线性规划问题并缩小最终解集范围为决策提供参考方面的相关文献目前仍没有。
技术实现思路
本专利技术所要解决的技术问题在于，针对城市集中式污水多层次再生回用的多目标多约束线性控制问题，通过建立多目标函数及相关约束模型，引入混合遗传算法对模型进行求解并对解集进行预筛分，提供一种基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法，实现城市集中式污水再生回用的多层次长期优化控制，为城市污水再生回用配置提供客观依据。具体而言，本专利技术所要解决的技术问题，进一步为：将空间分散性强的集中式污水处理厂间的关联关系数据，进行城市层面上的宏观回用途径分析，提供一种基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法，该方法将集中式污水处理厂出水尾水(去向包括供给集中式再生水厂或进一步远距离调配)、集中式再生水厂出水(去向为供给城市区域各再生回用用途)的多层次多规划年城市污水回用作为一个动态整体系统进行水量数据的分析和数据间动态关系的分析，为污水回用的进一步决策提供客观数据依据。首先以水量平衡与水资源成本为基础建立多目标函数及相关约束线性模型，进而引入基于内点的混合改进遗传算法对所构建模型进行求解并对所得Pareto解集进一步聚类和目标值预筛分，最终得到城市集中式污水回用方案数据，以解决现有集中式污水回用以需定供、城市层面回用设计欠缺系统性的问题。为了解决上述技术问题，本专利技术提供了一种基于多目标混合遗传算法的污水再生回用数据处理方法，包括步骤：获取多层次水资源关系基本信息数据，建立基于城市集中式污水处理厂、集中式再生水厂间多层次数据配置关系；获取城市集中式污水处理厂、集中式再生水厂基本信息数据，获取尾水及再生水两种水资源各回用途径的供需预测数据，获取输配水数据、城市发展数据。优选地，可采用以下方式：以各子区为单位，获取各集中式污水处理厂个数数据及空间位置分布数据信息、设计处理能力数据xi、出水尾水水质、出水尾水回用用途信息数据xw，获取集中式再生水厂个数及空间位置分布数据信息、设计处理能力数据xi’、进水来源信息、出水再生水水质、回用用途信息数据xj，获取市政输配水能力数据、费用系数c，获取各子区社会经济发展数据与承载人口数据b等信息；根据以上信息数据建立考虑水量平衡、供水能力、输水能力、需水能力、风险约束条件下的多目标数据配置模型，其中的目标函数为以水资源利用总量最大、水资源再生回用效益最大、子区人均缺水量最小建立的多目标函数；采用基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法求解得到不同情景下数据配置方案。实施本专利技术，具有如下有益效果：(1)满足城市集中式污水多层次再生回用数据配置的需求；(2)利用传统内点算法产生遗传算法初始种群，可提高初始种群的遍历性、随机性及多样性，可避免遗传算法在多约束多目标条件下随机初始种群质量差及集中于某些局部区域以致算法陷入局部最优的问题。(3)遗传算法采用动态更新机制的外部归档集法，以进一步确保非劣解多样性，加快全局收敛。(4)基于动态连续性水量调配原则，采用聚类法与目标值筛分法对遗传算法解集进行决策预筛分处理，保证了单一水厂长期调配的水量稳定性与水厂长期运行的有效性。(5)基于目标值的情景决策预筛分方法，可进一步从基于动态连续性水量调配的多年Pareto最优解集中选择不同最优配置方案，有效提高了数据配置方案的运算速率与方案执行效率。附图说明图1为基于多目标混合遗传算法的多层次城市污水再生回用配置动态处理方法流程图；图2为多目标混合遗传算法的流程图；图3为多目标混合遗传算法Pareto最优解集决策预筛分的流程图。具体实施方式下面结合附图对本专利技术作更进一步说明。所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。本专利技术针对城市集中式污水多层次再生回用的多目标多约束线性长期数据配置问题，通过建立多目标函数及相关约束模型，提供一种基于多目标混合遗传算法的多层次城市污水回用数据动态处理方法，该方法利用传统内点算法生成初始种群、采用动态更新机制的外部归档集法原理的遗传算法，实现算法全局寻优能力，并在Pareto最优解集基础上进行聚类分析与目标决策预筛分技术，保证了单一水厂长期调配的水量数据稳定性与水厂长期运行的有效性，实现了城市集中式污水再生回用数据的多层次长期优化控制。图1是本专利技术基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法流程图，如图1所示，包括步骤：步骤1，获取多层次水资源关系基本信息数据，建立基于城市集中式污水处理厂、集中式再生水厂间多层次数据配置关系；步骤101，依据行政区划、水利条件、水资源利用工程等约束条件，将城市划分为多个子区；步骤102，以各子区为单位，获取各子区中集中式污水处理厂、集中式再生水厂空间位置信息，获取集中式污水处理厂出水尾本文档来自技高网...

【技术保护点】
基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法，其特征在于，包括步骤：步骤1，获取多层次水资源关系基本信息数据，建立基于城市集中式污水处理厂、集中式再生水厂间多层次数据配置关系；步骤2，获取城市集中式污水处理厂、集中式再生水厂基本信息数据，获取尾水及再生水两种水资源各回用途径的供需预测数据，获取输配水数据、城市发展数据；步骤3，根据以上基本信息数据建立考虑水量平衡、供水能力、输水能力、需水能力、风险约束条件下的多目标数据配置模型，其中的目标函数为以多类型数据最优建立的多目标函数；该多类型数据包括环境数据、效益数据、途径数据；步骤4，采用基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法求解得到不同情景下数据配置方案。

【技术特征摘要】
1.基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法，其特征在于，包括步骤：步骤1，获取多层次水资源关系基本信息数据，建立基于城市集中式污水处理厂、集中式再生水厂间多层次数据配置关系；步骤2，获取城市集中式污水处理厂、集中式再生水厂基本信息数据，获取尾水及再生水两种水资源各回用途径的供需预测数据，获取输配水数据、城市发展数据；步骤3，根据以上基本信息数据建立考虑水量平衡、供水能力、输水能力、需水能力、风险约束条件下的多目标数据配置模型，其中的目标函数为以多类型数据最优建立的多目标函数；该多类型数据包括环境数据、效益数据、途径数据；步骤4，采用基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法求解得到不同情景下数据配置方案。2.如权利要求1所述的方法，其特征在于，所述步骤1具体包括：步骤101，依据包括行政区划、水利条件、水资源利用工程的约束条件，将城市划分为多个子区；步骤102，以各子区为单位，获取各子区中集中式污水处理厂、集中式再生水厂空间位置信息，获取集中式污水处理厂出水尾水去向信息，集中式再生水厂进水来源信息、集中式再生水厂出水去向信息；步骤103，基于步骤102，建立基于集中式污水处理厂、集中式再生水厂的多层次数据配置关系，建立各集中式污水处理厂出水尾水、集中式再生水厂进水之间的关联关系，建立各集中式污水处理厂出水尾水回用去向关联关系，建立集中式再生水厂出水回用去向关联关系。3.如权利要求1所述的方法，其特征在于，所述步骤2具体包括：以各子区为单位，获取各集中式污水处理厂个数数据及空间位置分布数据信息、设计处理能力数据xi、出水尾水水质、出水尾水回用用途...

【专利技术属性】
技术研发人员：郑一新，万琪，李中杰，张大为，杨智，侍宽，王春香，徐怡蕾，李云峰，
申请(专利权)人：昆明市环境科学研究院昆明环境工程技术研究中心，昆明低碳城市发展研究中心，昆明市环境污染损害鉴定评估中心，
类型：发明
国别省市：云南;53