[发明专利]部分监测点预先选定的水质监测网络多目标优化部署方法

说明书

本发明公开了一种部分监测点预先选定的水质监测网络多目标优化部署方法，包含以下步骤：根据监测区域水域选定所有候选监测点；进行水力建模，模拟监测区域任一候选监测点水质污染事件；确定优化目标函数，根据监测需要和专家经验预先选定部分监测点；根据代价函数计算污染平均监测时间和成功监测概率，并更新pbest和gbest集合，同时确保预先选定的部分监测点包括在解集中，最终找到的帕累托前沿即为包括了预定监测点情况下的最优解集合。本发明适用于部分监测点已确定情况下水质监测系统的优化部署，可以根据不同的目标进行优化，使检测时间最少、检测可靠性最高和图中心性最优。

技术领域

本发明涉及一种优化部署方法，特别是一种部分监测点预先选定的水质监测网络多目标优化部署方法。

背景技术

近年来，受工业生产快速发展和人口增加等多种因素影响，水环境恶化趋势加剧、水污染事件频发，对经济发展和社会稳定构成严重威胁，引起国内外广泛关注。对与人类生活密切相关的水环境进行监测可掌握水体污染物分布状况，探明各种污染物质，追溯污染物来源、途径、迁移转化和消长规律，预测水体污染变化趋势，为水环境质量评价和采取科学防治措施提供基础数据和决策依据。因此，水环境监测是水环境治理中不可缺少的一个重要环节。

随着信息技术发展，由监控中心和若干监测子站组成的水环境自动监测系统可对监测区域进行24小时实时监测，得到广泛应用，先后在太湖流域、滇池流域、巢湖、洱海、松花江等重点区域建成了水环境监控和预警系统。这些系统在实时监测水环境变化、及时发现污染事件和污染治理评价等方面发挥了重要作用，但也暴露出建设和运维成本高(建设一个水环境自动监测站点需数百万元，每个站点每年的运维费用也需约10万元)、监测站点位置固定、监测区域有限等不足。因此，国内外开展了水环境监测网络优化部署研究，以降低系统建设成本并提高监测能力。研究人员引入多目标优化算法，把污染检测时间最少和检测可靠性最高作为两大优化目标，结合嵌套分区算法、记忆补偿函数、受约束的离散优化算法、遗传算法等多目标优化方法对水环境监测网络进行优化。多目标优化算法综合考虑多个优化目标，取得了较好的优化结果。

然而在水质监测网络建设过程中，往往需要根据实际监测和管理需求，在某些特定的监测位置安装监测系统，这些监测点可能不是最优监测位置，但由于具有重要的管理和监测功能必须要部署监测设备。因此需要在部分监测点预先确定情况下对整个监测网络进行优化。而传统的多目标优化算法都以获得全局最优解为目标，无法满足这一实际管理需求，因此无法很好地适用于部分监测点预先选定情况下的水质监测系统的优化部署。

发明内容

本发明所要解决的技术问题是提供一种部分监测点预先选定的水质监测网络多目标优化部署方法，至少解决上述部分问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种部分监测点预先选定的水质监测网络多目标优化部署方法，其特征在于包含以下步骤：

步骤一：根据监测区域水域选定所有候选监测点；

步骤二：进行水力建模，模拟监测区域任一候选监测点水质污染事件；

步骤三：确定优化目标函数，根据监测需要和专家经验预先选定部分监测点；

步骤四：根据代价函数计算污染平均监测时间和成功监测概率，并更新pbest和gbest集合，同时确保预先选定的部分监测点包括在解集中，最终找到的帕累托前沿即为包括了预定监测点情况下的最优解集合。

进一步地，所述步骤一具体为，将监测区域进行等距离划分形成可选监测点，把河道交叉点、专家选定的关键监测点及所有可选监测点组成候选监测点集合。

进一步地，步骤二具体为对监测区域进行水力建模，模拟在任一候选监测点发生污染事件时，在其它所有候选监测点的污染扩散时间及污染物浓度。

进一步地，所述步骤三中确定优化目标函数具体为，