[发明专利]一种城市管网多传感器优化部署方法在审
| 申请号: | 202210762115.9 | 申请日: | 2022-06-30 |
| 公开(公告)号: | CN115048804A | 公开(公告)日: | 2022-09-13 |
| 发明(设计)人: | 吴建锋;徐振宇;蒋燕君;王金铭 | 申请(专利权)人: | 浙江树人学院 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/18;G06F111/04 |
| 代理公司: | 杭州昱呈专利代理事务所(普通合伙) 33303 | 代理人: | 雷仕荣 |
| 地址: | 312028 浙江省绍*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 城市 管网 传感器 优化 部署 方法 | ||
1.一种城市管网多传感器优化部署方法,其特征在于,至少包括以下步骤:
步骤S1:对城市排水管网监测传感器部署进行建模;其中,采用无向图模型对排水管网进行建模,模型包括顶点集V={(xi,yi)|i=1,2,…,M}和边集E={eij|i=1,2,…,M;j=1,2,…,M},其中M为节点编号;eij表示节点间的距离,若节点i和节点j不连接,则eij=0,组成图G=(V,E);将城市排水管网监测传感器的部署问题数学模型表述为如下形式:
max{z1=f1(x),z2=f2(x),…zq=fq(x)} (1)
s.t.gi(x)≤0,i=1,2,…,m (2)
其中,x=[x1,x2,…xn]T是决策变量的向量,zq是q个线性或非线性目标函数,gi(x)是线性或非线性约束条件函数;[x,y]为所在管道位置编号和距离节点距离[index,dist];
步骤S2:针对步骤S1建立的模型设定优化目标:在尽量减少传感器放置数量的前提下,使目标函数f=(f1,f2,…,fM)最大化;其中,目标函数f1~fM-1用于描述传感器网络对排水管网指定区域的监测覆盖情况,目标函数fM用于描述传感器网络对排水管网的整体监测覆盖情况;
假设Ci表示第i个传感器的监测覆盖范围,Cj表示第j个指定监测区域排水管网的管道总长度,指定监测区域内放置的传感器数量为n,则目标函数f1~fM-1表示为:
假设传感器总数为m,Ci表示第i个传感器的监测覆盖情况,Call表示整个排水管网的管道总长度,则目标函数fM表示为:
步骤S3:对步骤S2设立的优化目标进行求解得到优化部署方案,包括以下步骤:
步骤S31:对种群和算法参数的初始化;种群中每个个体的初始化分为距离节点距离dist和所处管道编号index,算法参数的初始化包括种群规模npop、最大迭代次数maxiter;初始化成功后计算各目标函数适应度值并按支配层进行划分;
步骤S32:根据目标函数构建超平面并生成参考点;
首先求出目标函数的理想点并对目标函数进行归一化预处理得到的适应度值f’i(x),参见下式5和6,其中M为目标函数维度值;
其次求得构建超平面所需的额外点,根据式7和8,计算得到截距zi,max,通过M个截距构建超平面:
最后根据建立的超平面选定参考点,事先将每个目标函数尺度等距离划分H份,根据目标函数数量M利用式9在超平面上生成数量为P且均匀分布的参考点并与归一化后的原点连接构建参考线;
步骤S33:基于二进制交叉和多项式变异策略产生后代个体和以保证种群的多样性,后代个体通过式10-12得到;
二进制交叉算子中子代个体和参数β需要满足式12-14,其中η为分布指数,η值越大,产生的子代与父代的相似度就越高;γ为变异操作参数;
β~B(n,p) (14)
将得到的后代种群和原种群进行合并得到新种群;
步骤S34:对目标函数归一化并进行非支配排序,归一化具体过程参见式15;依据个体依据排序等级填充至临界前沿;
步骤S35:联系个体和参考点;查找关联度最小的个体填充至新种群,直到种群规模达到npop;
步骤S36:重复步骤S33~步骤S35直至最大迭代次数,得到优化部署方案。
2.根据权利要求1所述的城市管网多传感器优化部署方法,其特征在于,2M5。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江树人学院,未经浙江树人学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210762115.9/1.html,转载请声明来源钻瓜专利网。





