【摘要】：图7-3多峰优化求解框图在小生境遗传算法里，种群中每个个体表示一个污染事件，通过EPANET 模拟器可以模拟污染事件，输出管网节点实际的污染物浓度信息，通过与传感器实际检测的信息比较，可以计算每个个体的适应度值，适应度值越小，说明该污染事件发生的可能性越高。
利用模拟-优化模型求解污染源定位问题时，主要是通过EPANET 模拟器正向输出水力水质的状态，然后和传感器实际检测的水质信息比较，如果误差小于设定的阈值，则优化算法得到最优解为污染源，否则，则通过优化算法继续求解，直到满足一定的条件，程序结束。为了求解多峰优化问题，本书引入小生境遗传算法作为模拟-优化模型的优化器，模型框架如图7-3所示。
图7-3 多峰优化求解框图
在小生境遗传算法里，种群中每个个体表示一个污染事件，通过EPANET 模拟器可以模拟污染事件，输出管网节点实际的污染物浓度信息，通过与传感器实际检测的信息比较，可以计算每个个体的适应度值，适应度值越小，说明该污染事件发生的可能性越高。
同时，为了使模型规范化，在式（7-2）的基础上，本书对阈值进行公式化处理，如式（7-8）所示。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
