技术特征：
1.一种基于双层多目标进化算法的选址优化方法，用于供水管网污染监测点的选址，其特征在于，该优化方法包括以下步骤：将供水管网污染监测点选址的多目标优化问题分解成上下层多目标优化问题，且将下层多目标优化问题转化为下层单目标问题；并构建上层目标函数和下层目标函数；产生初始种群，对初始种群中每一个上层参数值，解下层目标函数，获得下层最优解；将下层最优解反馈于上层目标函数，采用多目标进化算法处理上层多目标优化问题，求适应度值得出pareto解集，将种群中所得的非支配解存入集合d1中；从种群中选点进行交叉和变异，并对交叉和变异后的后代集，采用trust-tech技术求出下层目标函数的近似最优解；将近似最优解反馈于上层目标函数，通过上层目标函数和下层目标函数的相关系数选择部分点进入下一代种群，对选择的个体求适应度值得出pareto解集，将采用多目标进化算法获取的上层多目标优化问题的非支配点集存入集合d2中；根据集合d2更新集合d1，迭代产生下一代种群，当满足停止准则时，输出非支配集合d1，即为选取的供水管网污染监测点。2.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述上层目标函数包括：监测时间和被感染的居民人数；所述下层目标函数包括：居民已使用的污染水量和监测概率。3.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述将下层多目标优化问题转化为单目标问题，具体包括：基于球面坐标，利用均匀设计权重向量处理下层多目标优化问题，使下层规划变成了多个单目标规划。4.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述多目标进化算法包括：cmode/d算法、eatc算法、nsga-ii算法。5.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述交叉和变异采用的算法，包括：单纯形法和高斯变异算子。6.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述采用trust-tech技术求出下层多目标问题的近似最优解，其具体包括：对选定的下层多目标问题采取多个初始点策略，对于下层多目标问题得到的最优解，作为初始点之一；随机选择最优解区域内的其他点，以这些点为起点，重新应用额外的全局优化，在更新的点中选择更新得到真正下层的pareto最优解。7.如权利要求1所述的基于双层多目标进化算法的选址优化方法，其特征在于，所述停止准则，包括：达到预先设定的迭代次数结束，或达到最大循环迭代次数结束。
技术总结
本发明公开了一种基于双层多目标进化算法的选址优化方法，其涉及群体智能优化技术领域。该方法作为供水管网污染监测点的选址，其将上下层目标函数看成是多个所选的地址，提出的优化方法是将下层多目标问题通过加权和的方法转化成单目标问题，随后基于MOEA/D的进化算法来处理MBPPs，进而确定出所选的地址；同时，嵌入Trust-Tech和相关系数技术，结合MOEA/D的进化算法来处理MBPPs，其中上层的变量值作为个体，通过计算上层的目标值来评估MBPPs；利用相关系数法提出了一种潜在个体的选择技术。即本发明通过对下层目标函数的加权求和和上层多目标问题的Pareto解计算，能有效的选取供水管网的监测地址，且在保证精度的前提下提升了算法的收敛速度。了算法的收敛速度。了算法的收敛速度。
技术研发人员：刘玉慧 闫佳会
受保护的技术使用者：青海大学
技术研发日：2022.09.22
技术公布日：2022/12/6