遗传算法的应用实例_【优化】遗传算法实例应用之管网拓扑结构优化

编者按：本文承接上一篇有关遗传算法的文章，给大家介绍了遗传算法在实际工程中的一个应用案例。通过阅读这篇文章，读者可以从实际角度进一步了解遗传算法。

文章作者：Mus

责任编辑：张浩然

文章发表于微信公众号【运筹OR帷幄】：【优化】遗传算法实例应用之管网拓扑结构优化

管网拓扑结构优化设计

由于能源需求的不断扩大，煤层气这一优质、清洁的新能源越来越受到国家的重视。粗略估计，地面生产系统的投资占整个煤层气田投资的一半以上，而采气管网是煤层气田地面生产系统投资的主要部分之一[1]。因此，深入开展煤层气田采气管网系统优化研究对减少气田投资具有十分重要的意义。煤层气田采气管网连接模式较为多样且复杂，以往对煤层气田采气管网系统进行建模研究往往只是针对阀组来气进站模式展开并且不考虑地形起伏对管线的影响[2-3]。而对于其他管网模式的研究多停留在定性分析上，未建立确切的数学模型进行求解[4-5]。煤层气田采气管网优化模型的求解算法多采用启发式算法或人工智能算法[3][6-8]。虽然启发式算法计算结果较为稳定，但由于模型较为复杂，目前还未发现能够求解针对该类模型整体优化的启发式算法，通常是将模型分步优化。由于分步优化的局限性，这种求解方式得出的总投资费用往往偏高。人工智能算法可以对模型进行整体优化，得出的解相对较优，但是由于煤层气田井口数目较多，模型复杂且非连续性强，使得计算结果不稳定且计算时间较长。本文针对煤层气田采气管网主要采用的四种来气进站模式进行了分析，考虑了地形起伏影响，建立管网拓扑结构优化数学模型，并利用改进的遗传算法对模型进行求解，最终获得了四种模