(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111352826.0 (22)申请日 2021.11.16 (71)申请人 厦门闽江智慧科技有限公司 地址 361009 福建省厦门市湖里区五缘 东 三里3号20 3室 (72)发明人 江敏　洪浩恺　 (74)专利代理 机构 北京智丞瀚方知识产权代理 有限公司 1 1810 代理人 杨乐 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/25(2020.01) G06N 3/00(2006.01) G06F 111/06(2020.01) (54)发明名称 一种可伸缩气力输送管道动态调度的进化 多目标优化 求解方法 (57)摘要 本发明提出了一种具有可伸缩性的气力输 送管道压力动态调度方法， 该方法将进化多目标 优化与机器学习结合起来， 用于解决气力输送系 统的动态调度问题。 本发明将气力输送管道的压 力动态调整问题看作是一个动(静)态多目标优 化问题， 通过重用在求解过程中已经找到的高质 量解， 以便生成更好的初始种群， 由此可 以在气 力输送系统需求发生变化时， 显著提高进化算法 的性能， 从而使得控制系统具备更好的压力调整 能力。 权利要求书3页 说明书9页 附图6页 CN 113987959 A 2022.01.28 CN 113987959 A 1.一种单根管道最优化 运行的多目标优化 求解方法， 其特 征在于： 将单个管道 的最优化运行调整视为一个多目标优化问题， 所述多目标优化问题包括： 同时最小化管道输送 能耗、 最小化管道调度的运行压力峰值、 最小化管道调度的压力峰值 与谷值差、 最大化管道输送速率； 上述优化问题满足下述表达式： minimize F(x)＝<f1(x),f2(x),…,fM(x)> subject to x∈X 其中， x是管道运行可调节的参数， 即该优化问题的决策变量， X是决策变量的搜索空 间， fm(x)是管道需要优化的第m个优化目标。 2.如权利要求1所述的单根管道最优化运行的多目标优化求解方法， 其特征在于： 所述 多目标优化问题利用群 体优化算法来求解； 利用群体优化算法来求解该多目标优化问题， 其特征在于： 该优化问题是一个动态多 目标优化问题， 利用群体优化算法来求解该多目标优化问题， 从而得到压力控制方案， 方法 如下： 步骤一： 初始化种群； 步骤二： 对种群进行 快速非支配排序， 得到每 个个体的层数 Fi； 步骤三： 从第一层开始选择个体， 直到放入第 Fi+1层时个体数量恰好大于N,则只放入F1 到Fi层的个体， 记此时个 体数量为n； 步骤四： 对第Fi+1层的个体计算拥挤度距离， 选择前N ‑n个Fi+1层个体放入种群， 此时种 群大小为 N； 步骤五： 选择、 交叉、 变异生成子代种群； 步骤六： 是否满足优化停止条件， 若否转到步骤二。 3.一种单根管道动态最优化 运行的多目标优化 求解方法， 其特 征在于： 将单个管道的最优化运行视为一个动态多目标优化问题， 所述动态多目标优化问题包 括： 动态最小化管道输送能耗、 动态 最小化管道调 度的运行压力峰值、 动态最小化管道调度 的压力峰值与谷值差、 动态最大化管道输送速率， 并且该动态多目标优化问题随时间变化； 上述动态多目标优化问题满足下述表达式： minimize F(x,t)＝<f1(x,t),f2(x,t),…,fM(x,t)> subject to x∈X 其中x是决策变量， t是时间或环境变量， X是决策变量的搜索空间， M为自然数， 该表达 式说明该问题需要在不同时间找到最优解以达 到优化效果； 所述动态最优化运行的多目标优化求解方法为基于个体迁移的动态多目标优化方法， 其包括预搜索和基于个 体的迁移学习。 4.如权利要求3所述的一种单根管道动态进化多目标优化求解方法， 利用群体优化算 法和进化迁移优化方法来求解该动态进化多目标优化问题， 从而得到一个能够动态调整的 压力控制方案， 其特 征在于： 使用进化迁移优化问题动态解决群体优化算法 问题， 所述预搜索用于减少 负迁移的可 能性， 该预搜索的输出 是一组解的集 合， 该集合为引导种群； 其中， 所述预搜索阶段具体为： 使用统一参考向量来保持引导种群的多样性， 统一参考权　利　要　求　书 1/3 页 2 CN 113987959 A 2向量Ri的定义为下述表达式： 其中， i＝1,…,H， H为参考向量的数量， 且 m和p均为自然数； 对于每个计算得到的参考向量Ri， 根据个体与参考向量的距 离对所有个体进行排序， 并 选择具有最小值的两个 个体； 之后， 所有被选中的个 体构成了种群P。 5.如权利要求4所述的一种单根管道动态进化多目标优化求解方法， 其特征在于， 在个 体迁移阶段， 将引导种群和 其他解送入任何以个体迁移为基础的迁移学习模块， 得到一个 分类器， 该分类器由多个弱分类器组成， 该分类器可用于生成初始种群； 基于个体的迁移学 习包括如下步骤： 步骤1和步骤2： 将预搜索过程的输出和过去一 次获得的解分别输入任何以个体迁移为 基础的迁移学习算法； 步骤3： 利用任何以个体迁移为基础的迁移学习算法得到弱分类器hp以及一个强分类器 hf； 步骤4： 生成当前时间的若干个 体并将其输入到强分类 器hf中； 步骤5： 被强分类 器hf识别为合格的个 体将形成初始种群。 6.一种可伸缩气力输送管道动态调度的进化多目标优化求解方法， 其特征在于： 将多 根管道组成的气力输送系统的压力控制方案看作一种可伸缩气力输送管道动态调度的进 化多目标优化问题， 所述多目标优化问题包括： 最小化多根管道调度的运行压力峰值、 最小 化多根管道调度的压力峰值与谷值差、 最小化多根管道输送 能耗， 所述优化问题包括可伸 缩多目标优化方法和动态多目标优化方法， 其特 征在于： 所述动态多目标优化方法满足下述表达式： minimize F(x,t)＝<f1(x,t),f2(x,t),…,fM(x,t)> subject to x∈X 其中x是决策变量， t是时间或环境变量， X是决策变量的搜索空间， M为自然数， 该表达 式说明该问题需要在不同时间找到最优解以达 到优化效果； 所述可伸缩多目标优化方法为： 对于m个管道， 运行时间要求xi满足下述表达式： 且 和 其中， T为生产周期， 单位为秒； i为第i个管道； xi为第i个管道的运行时间要求； 每个管 道的启停时间分别为 和 7.如权利要求6所述的可伸缩气力输送管道动态调度的进化多目标优化求解方法； 所 述可伸缩多目标优化方法的优化目标峰值满足下述表达式： 其中 表示第i根管道在j时刻的调度方案， 1表示运行， 0表示停 止； 且波动满足第四表达式： 权　利　要　求　书 2/3 页 3 CN 113987959 A 3