劉小靜 許仕榮 謝社平 何元春
（湖南大學(xué)土木工程學(xué)院水科學(xué)與工程系，長沙410082）

　　摘要 為克服一直以來城市供水管網(wǎng)系統(tǒng)改擴(kuò)建優(yōu)化工作的改造布局和離散管徑優(yōu)化的兩大難題，本文采用模擬退火的玻爾茲曼機(jī)這一神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行求解，直接得到了市售管徑和優(yōu)化的改造布局；整個(gè)系統(tǒng)采用系統(tǒng)工程的分解協(xié)調(diào)法來優(yōu)化。
　　關(guān)鍵詞 供水管網(wǎng) 改擴(kuò)建 優(yōu)化方法

　　Abstract This paper adopts neural network technique of Simulated Annealing’s Boltzmann to solve the twain hang-ups in the rebuild and extend optimum work of city flow network since all along － the optimum of rebuild layout and scatter pipe-span. Then we can get the twain optimum results directly. Whole economy can be optimized by decomposing and corresponding divisor of systems engineering.
　　Key words flow network rebuild and extend optimum method

　　1．前言

　　隨著我國給水事業(yè)的迅猛發(fā)展，各地市給水管網(wǎng)已具規(guī)模，但隨著人口增長和生活水平的提高，城市用水量急劇增長，管網(wǎng)系統(tǒng)滿足不了增長的用水量，在各方面存在一系列問題，從而適時(shí)、科學(xué)地對現(xiàn)有給水管網(wǎng)進(jìn)行改擴(kuò)建優(yōu)化設(shè)計(jì)的研究，是城市供水行業(yè)亟待解決、有較高經(jīng)濟(jì)效益和社會(huì)效益的課題。
　　供水管網(wǎng)系統(tǒng)改擴(kuò)建優(yōu)化設(shè)計(jì)問題，是在新建管網(wǎng)優(yōu)化技術(shù)的基礎(chǔ)上更為復(fù)雜的含有混合整型離散變量的非線性規(guī)劃問題。以往的方法通常是在設(shè)計(jì)人員以經(jīng)驗(yàn)確定管線布局的條件下，采用連續(xù)變量的約束非線性優(yōu)化方法求解該復(fù)雜的目標(biāo)函數(shù)，再由連續(xù)最優(yōu)解上下取整或通過目標(biāo)函數(shù)轉(zhuǎn)換由連續(xù)變量優(yōu)化方法求解?；旌险碗x散優(yōu)化問題的特殊性使這種求解方法難以獲得原目標(biāo)函數(shù)的最優(yōu)解。
　　值得一提的是，改擴(kuò)建又不同于新建，研究的不只限于新建管網(wǎng)的優(yōu)化，其目標(biāo)函數(shù)中也包含了舊有管段的因素，即有某些舊有管段的不合理存在，大大影響了整個(gè)管網(wǎng)的運(yùn)行費(fèi)用。從節(jié)能的角度，在擴(kuò)建管段尋優(yōu)的同時(shí)，要對不合理的舊管段進(jìn)行改造，這勢必要增加基建投資（改造措施采用增敷平行管線的方法），那么其需要解決兩個(gè)問題：①在什么地方敷設(shè)新增管道；②增敷管線的經(jīng)濟(jì)管徑怎么確定。這就存在一定的困難，主要表現(xiàn)在：①初始管網(wǎng)布局的確定比較困難；②人的經(jīng)驗(yàn)知識(shí)不易總結(jié)；③由于經(jīng)驗(yàn)知識(shí)的局限性，不易找出問題的最優(yōu)方案。而擴(kuò)建設(shè)計(jì)中新舊管道交錯(cuò)，流量分配的作用非常復(fù)雜，用常規(guī)方法求解更是困難重重。從而如何對改造管道的布局尋優(yōu)，如何在充分利用原有管道供水能力的情況下，對需改造、擴(kuò)建的管網(wǎng)進(jìn)行優(yōu)化，比新建設(shè)計(jì)更為復(fù)雜，又是一道急需解決的難題。
　　給水管網(wǎng)是一個(gè)復(fù)雜系統(tǒng)，單憑市政工程的專業(yè)知識(shí)，不能圓滿地解決管網(wǎng)水力分析和設(shè)計(jì)運(yùn)轉(zhuǎn)問題。在眾多的研究工作中已引入了其它學(xué)科的研究成果，如數(shù)學(xué)規(guī)劃、圖論、計(jì)算技術(shù)、最優(yōu)控制、自動(dòng)化、系統(tǒng)工程等，這樣可拓寬分析方法和研究范疇，發(fā)展新的理論和方法。

　　2．供水管網(wǎng)改擴(kuò)建數(shù)學(xué)模型和計(jì)算方法

　　2.1 供水管網(wǎng)改擴(kuò)建數(shù)學(xué)模型的建立
　　城市供水管網(wǎng)改擴(kuò)建的優(yōu)化設(shè)計(jì)問題，是在系統(tǒng)設(shè)計(jì)年限內(nèi)最高日最高時(shí)用水量Q_i( i=1,…,m )已知的情況下，確定新增（改造）管道的布局x_ij(i , j∈V)和參數(shù)D_ij(i , j∈V)，并確定各水源的供水量u_i (i∈S)，各節(jié)點(diǎn)的壓力H_i(i = 1,…,m)使得總的供水成本盡可能低。該優(yōu)化設(shè)計(jì)問題的非線性規(guī)劃模型可歸納為：

　　min f ( H, D, x, u, Hp)

　　

　　s.t. g_i ( H, D, x, u, Hp) = 0 i = 1,…,m-1

　　

　　

　　H_i≥H_i^min 　　　　i = 1,…,m

　　u_i-u_i^min≥0　　　　i∈S

　　u_i^max-u_i≥0　　　　i∈S

　　D_ij∈W　　　　 i , j∈V

　　HP_ij≥0　　　　　i , j∈V

　　

　　式中：

　　D — 管徑（米）
　　l — 管線長度（米）
　　T ,T＇, T＂— 管線、泵站、水廠的投資償還期（年）
　　P ，P＇，P＂—管線、泵站、水廠的折舊與大修理費(fèi)（%）
　　V—可布置改造和擴(kuò)建管線位置的集合
　　a,b,α — 造價(jià)公式中的系數(shù)和指數(shù)， 隨管線材料和施工條件的不同而異
　　r_i — i期供水能量變化系數(shù)，i = 1, 2, 3 分別表示供電高峰期、正常期和低峰期
　　E_i — 供電i期電價(jià)（元/kw.h）
　　T_i — 供電i期供水時(shí)間(h)
　　u_{i j} ,η_{i j} — 分別為供電i期第j送水量(l/s)和泵站效率(%)
　　h_i,j,k — 供電i期第j送水泵站至管網(wǎng)控制點(diǎn)管線上k管段的水頭損失(m)
　　Z_C — 管網(wǎng)控制點(diǎn)要求的自由水壓值(m)
　　Z_K — 凈水廠至管網(wǎng)控制點(diǎn)的某條線路的管段集
　　S — 所有泵站個(gè)數(shù)
　　E＇—每千瓦容量加壓泵站造價(jià)（元/kw）
　　r＇— 泵站機(jī)組儲(chǔ)備系數(shù)
　　η＇— 泵站與輸電線效率（%）
　　mp — 泵站基建造價(jià)的經(jīng)濟(jì)效應(yīng)系數(shù)0＜mp≤1
　　C_K、C_N — 分別為改建、擴(kuò)建單位水量凈水廠（送水泵站）所需基建費(fèi)用（元/ l/ s）
　　R_K、R_N—分別為改建和擴(kuò)建凈水廠集
　　u_0i— 第i凈水廠送水泵站原有最大供水量(l/s)
　　mr—凈水廠送水泵站基建經(jīng)濟(jì)效應(yīng)系數(shù)0＜mr≤1
　　2.2 供水管網(wǎng)改擴(kuò)建的計(jì)算方法
　　改擴(kuò)建這個(gè)復(fù)雜的課題可用系統(tǒng)工程的大系統(tǒng)分解分層協(xié)調(diào)的方法分解成四個(gè)相關(guān)的子問題進(jìn)行求解（其流程圖如圖1所示）：

　?、僭谒垂┧亢图訅簱P(yáng)程給定的情況下，對舊管網(wǎng)改造布局的優(yōu)化子課題。它不同于新建模型優(yōu)化的一點(diǎn)是，它的目標(biāo)函數(shù)費(fèi)用值不能計(jì)入整個(gè)系統(tǒng)的目標(biāo)函數(shù)費(fèi)用值中。

　　min f (H, D, x)

　　s.t. g_i ( H, D, x) = 0 i = 1,…,m-1

　　H_i≥H_i^mini = 1,…,m

　　D_ij∈ W 　　　　　i , j∈VV

　　X_ij=0,1　　　　　 i , j∈VVV

　?、谌魧?i>u及Hp固定，節(jié)點(diǎn)數(shù)m不變，管徑數(shù)為需改造的管徑數(shù)及新建管徑數(shù)之和，此時(shí)舊管網(wǎng)改造布局的變量x_ij 已求得；則需改造和擴(kuò)建管網(wǎng)的管徑優(yōu)化子課題為：

　　min f ( H, D)

　　s.t. g_i (H, D ) = 0 i = 1,…,m-1

　　H_i≥H_i^min　　　　　 i= 1,…,m

　　D_ij∈ W　　　　　　 i, j∈V

　?、墼O(shè)舊管網(wǎng)、需改造的管網(wǎng)及新建管網(wǎng)的集合為N；若將x，D及Hp固定，節(jié)點(diǎn)數(shù)m不變，管徑數(shù)為舊管徑數(shù)、需改造的管徑數(shù)及新建管徑數(shù)之和；則水源流量的優(yōu)化子課題為：

　　min f (H, u )

　　s.t. g_i ( H, u ) = 0 i= 1,…,m-1　

　　H_i≥H_i^min i = 1,…,m

　　u_i-u_i^min≥0 　　　i∈S

　　u_i^max-u_i≥0 　　　i∈S

　?、苋魧?i>x，D及u固定，節(jié)點(diǎn)數(shù)m不變，管徑數(shù)為舊管徑數(shù)、需改造的管徑數(shù)及新建管徑數(shù)之和n；則加壓揚(yáng)程的優(yōu)化子課題為：

　　min f ( H, Hp )

　　s.t. g_i ( H, Hp ) = 0 i = 1,…,m-1

　　H_i≥H_i^mini = 1,…,m

　　HPij≥0　　　　　　i , j∈V

　　3. 改擴(kuò)建改造布局和管徑優(yōu)化的模擬退火的玻爾茲曼機(jī)解法

　　3.1 模擬退火的玻爾茲曼機(jī)法簡介
　　從簡單的數(shù)學(xué)角度來求解改造布局和管徑優(yōu)化的課題至今仍為管道技術(shù)的一大難關(guān)，而八十年代興起的人工神經(jīng)網(wǎng)絡(luò)方法，在解決非線性優(yōu)化問題上顯示的強(qiáng)大生命力，也給城市供水管網(wǎng)系統(tǒng)課題提供了新的啟示。
　　人工神經(jīng)網(wǎng)絡(luò)是由大量簡單的神經(jīng)元構(gòu)成的并行分布處理系統(tǒng)。此問題實(shí)質(zhì)上是在滿足一定約束的條件下，在并行分布處理網(wǎng)絡(luò)中搜尋最佳解的問題。對此，對Hopfield神經(jīng)網(wǎng)絡(luò)賦予部分記憶矢量（部分約束）作為初值，網(wǎng)絡(luò)運(yùn)行就達(dá)到某個(gè)局部最小點(diǎn)。該網(wǎng)絡(luò)中任何一對神經(jīng)元之間的信息傳輸是雙向?qū)ΨQ的，它的基本工作原則是對網(wǎng)絡(luò)設(shè)置一個(gè)描述其狀態(tài)的能量函數(shù)E，該能量函數(shù)在系統(tǒng)狀態(tài)改變時(shí)總是減小，即dE≤0，系統(tǒng)必會(huì)到達(dá)一穩(wěn)定點(diǎn)，其能量函數(shù)代表總花費(fèi)。Boltzmann機(jī)神經(jīng)網(wǎng)絡(luò)模型是在Hopfield網(wǎng)絡(luò)基礎(chǔ)之上引入隨機(jī)機(jī)制而形成的，具有較強(qiáng)的計(jì)算能力。與Hopfield網(wǎng)絡(luò)不同的是它具有學(xué)習(xí)能力，即其權(quán)值通過學(xué)習(xí)來調(diào)整，而不是預(yù)先設(shè)置，是一種約束滿足神經(jīng)網(wǎng)絡(luò)模型。
　　模擬退火的Boltzmann機(jī)解法是在Boltzmann機(jī)中隨機(jī)地選擇一處理單元，通過系統(tǒng)狀態(tài)的改變，使系統(tǒng)的能量函數(shù)E朝其減小的方向遞減到一個(gè)穩(wěn)定狀態(tài)，這個(gè)狀態(tài)往往是能量函數(shù)E的一個(gè)局部極小點(diǎn)，而達(dá)不到全局最優(yōu)；再引入模擬退火算法，使整個(gè)系統(tǒng)產(chǎn)生振動(dòng)，引導(dǎo)網(wǎng)絡(luò)達(dá)到其最佳平衡態(tài)，這就是搜索的最優(yōu)解。
　　3.2 引用Boltzmann機(jī)進(jìn)行改造布局和改擴(kuò)建管徑優(yōu)化的處理要點(diǎn)
　　①?zèng)Q策變量的轉(zhuǎn)換及神經(jīng)元集合的構(gòu)成
　　由于Boltzmann機(jī)的神經(jīng)元狀態(tài)只能取0和1兩種狀態(tài)，需將獨(dú)立變量轉(zhuǎn)換成0-1變量。由于x本身就是0-1變量，無需轉(zhuǎn)換，只要將變量D轉(zhuǎn)換成0-1變量。對離散變量D，若它在集合W中可取的市售型號(hào)有M種,D的第ij維分量D_ij用二進(jìn)制字符串表示的最少符號(hào)個(gè)數(shù)m為2^m≥M，D_ij的取值與字符串S1^＂ΛS2^＂的取值一一對應(yīng)。否則，若2^m>M，字符串的取值多于D_ij的取值，這時(shí)可以將多余的字符串的取值再對應(yīng)于D_ij的部分取值，使得每個(gè)字符串的取值對應(yīng)的D_ij的取值均是可行的。將D分量加上x分量構(gòu)成神經(jīng)元集合S。對于每一個(gè)S_i^j∈S，S_i^j∈{0,1}，且S中的神經(jīng)元元素的個(gè)數(shù)nl為 。
　?、谀芰亢瘮?shù)
　　根據(jù)Boltzmann機(jī)的基本原理，改造布局或改擴(kuò)建管徑優(yōu)化的能量函數(shù)構(gòu)造為。
　　式中：E—改造布局或改擴(kuò)建管徑優(yōu)化的能量函數(shù)
　　　　　f₁—改造布局或改擴(kuò)建管徑優(yōu)化的目標(biāo)函數(shù)

　　

　　A 一適當(dāng)選取的正罰系數(shù)

　?、蹨囟?i>T減小方式及計(jì)算過程的終止判據(jù)：在最優(yōu)解的搜索過程中，溫度T由高溫逐漸降至低溫，其溫度T減小方式為T =λT，0 <λ< 1，根據(jù)經(jīng)驗(yàn)，筆者建議取λ= 0.8。當(dāng)T → 0，即T＜ε（ε是一小的正數(shù)）時(shí)，搜索最優(yōu)解的過程結(jié)束，計(jì)算過程終止。
　　④狀態(tài)轉(zhuǎn)移的終止方式
　　在給定的溫度T，要進(jìn)行多次搜索即狀態(tài)轉(zhuǎn)移，其狀態(tài)轉(zhuǎn)移方式為先以均勻分布在神經(jīng)元集合中選擇一個(gè)單元，然后將其狀態(tài)作轉(zhuǎn)換，即若原來的取值為0，現(xiàn)在將其取為1，反之將其取為0。
　?、轄顟B(tài)轉(zhuǎn)移的終止判據(jù)
　　判斷狀態(tài)轉(zhuǎn)移是否結(jié)束可以有多種方法，如a) 檢驗(yàn)?zāi)繕?biāo)函數(shù)值的均值是否穩(wěn)定；b) 連續(xù)若干步目標(biāo)函數(shù)值的變化均比較??；c)按一個(gè)固定的步數(shù)L進(jìn)行狀態(tài)轉(zhuǎn)移等。這里選擇采用方法c)
　　3.3 Boltzmann機(jī)進(jìn)行改造布局優(yōu)化的電算方法
　　其方法是在優(yōu)化結(jié)果中分析舊管網(wǎng)，如果計(jì)算管徑比實(shí)際管徑大，則考慮增敷一平行管線，即x的值取為1；否則，原有舊管徑處不變，即x的值取為0；并得到新的整體系統(tǒng)的總數(shù)（原有舊管徑、新建管徑和需改造管徑之和）。
　　值得注意的是，由該優(yōu)化子課題得到的有用的結(jié)果只是需改造的舊管徑的地點(diǎn)，即改造布局優(yōu)化，并不使用它求得的優(yōu)化管徑。該優(yōu)化子課題不參與總費(fèi)用值的計(jì)算。其電算框圖如圖2所示。

　　3.4 Boltzmann機(jī)進(jìn)行改擴(kuò)建管徑優(yōu)化的電算方法
　　對于改擴(kuò)建管徑的優(yōu)化，其原理與改造布局優(yōu)化一樣。它根據(jù)布局優(yōu)化子程序輸入的管徑總數(shù)和改造布局，在原有舊管徑不變的情況下，求新建管徑和需改造管徑的優(yōu)化結(jié)果。該子程序中，變量x為已知量，神經(jīng)元集合S中只有神經(jīng)元D。從而可得利用模擬退火的Boltzmann機(jī)進(jìn)行改造布局優(yōu)化的電算流程圖3。該算法計(jì)算獲得的并不一定是問題的全局最優(yōu)解，但它是一個(gè)非常接近其全局最優(yōu)解的局部最優(yōu)解，其原因是：①由算法本身的特性決定的，該算法是以概率1保證其收斂到它的局部最優(yōu)解，而不一定是全局最優(yōu)解。②神經(jīng)元的構(gòu)造方法，包括編碼及精度，對算法的計(jì)算效果有一定的影響。

　　3.5 不同負(fù)載狀態(tài)下的布局和管徑的優(yōu)化
　　在不同負(fù)載狀態(tài)下的布局和管徑的優(yōu)化設(shè)計(jì)，采用模擬退火的Boltzmann機(jī)算法仍是易行的。當(dāng)網(wǎng)內(nèi)存在水塔水庫時(shí)，其運(yùn)行上存在兩種狀態(tài)：①高峰用水期，水源和水塔水庫同時(shí)供水；②低谷用水期，單由水源供水并向水庫充水。此時(shí)，管線布局和管徑的計(jì)算要按高峰用水時(shí)和最大傳輸時(shí)的二種負(fù)載進(jìn)行。所以，該優(yōu)化設(shè)計(jì)計(jì)算子規(guī)劃目標(biāo)函數(shù)為：

　　

　　s.t. g^/_i ( H₁, D, x , u₁ ) = 0 i = 1,…,m-1

　　g_i ( H, D, x , u ) = 0 i = 1,…,m-1

　　H_i≥H_i^min　　　i = 1,…,m

　　H_i1≥H_i1^min i = 1,…,m

　　D_ij∈ W　　　　　i , j∈VV

　　其中：H, Q ——最大轉(zhuǎn)輸時(shí)管網(wǎng)的節(jié)點(diǎn)壓力和節(jié)點(diǎn)流量
　　　　　H₁, Q₁ ——高峰用水時(shí)管網(wǎng)的節(jié)點(diǎn)壓力和節(jié)點(diǎn)流量
　　　　　H_i^min，H_i1^min——分別表示最大轉(zhuǎn)輸時(shí)和高峰用水時(shí)管網(wǎng)各節(jié)點(diǎn)的最小允許壓力
　　 　　g^/, g — 分別表示最大轉(zhuǎn)輸時(shí)和高峰用水時(shí)管網(wǎng)的節(jié)點(diǎn)方程組
　　 　　S — 最大轉(zhuǎn)輸時(shí)水源二級(jí)泵站個(gè)數(shù)
　　　　S₁ —高峰用水時(shí)共同工作的二級(jí)泵站和水庫的個(gè)數(shù)
　　 　　C_r，C_r1 — 分別包含能量變化系數(shù)v和 v₁　　v —— 年平均耗電能對最大轉(zhuǎn)輸時(shí)耗電能的比例
　　　　v₁ — 年平均耗電能對高峰用水時(shí)耗電能的比例

　　關(guān)于它的算法，只需在前述算法中做一些改動(dòng)：
　?、偎此糠峙涞某踔禐樽畲筠D(zhuǎn)輸時(shí)u和高峰用水時(shí)u₁兩項(xiàng)；
　　②在由D, u求H的同時(shí)，也由D , u₁ 求得H₁；
　?、勰芰亢瘮?shù)改為

　　

　　這些改動(dòng)表示D的變化必須兼顧二種負(fù)載狀態(tài)下動(dòng)力費(fèi)用的變化，通過能量函數(shù)的穩(wěn)定可求得有效的結(jié)果。

　　4　改擴(kuò)建水源水量和加壓泵站的優(yōu)化方法

　　在改擴(kuò)建管網(wǎng)設(shè)計(jì)中，因用水量增長必須增加水源的供水，由此產(chǎn)生了水廠供水的分配問題：①是否需要開辟新的水源；②如果需要新建水廠，新、舊水廠的供水量如何分配；③如果不需要新建水廠，在舊水廠之間如何分配這部分新增的水量。最優(yōu)方案的選擇應(yīng)使管網(wǎng)的常年動(dòng)力費(fèi)用（以發(fā)揮最大生產(chǎn)能力時(shí)的動(dòng)力費(fèi)用折算成年平均費(fèi)用）和新建或擴(kuò)建水廠所需的基建費(fèi)用之總和為最小。
　　此外，由于給水面積擴(kuò)大，用水需求加大，管線延長，管路的水頭損失將增加，為了保證邊緣地區(qū)的水壓，節(jié)約動(dòng)力費(fèi)用，管網(wǎng)內(nèi)往往設(shè)置加壓泵站或水庫泵站。加壓泵站的優(yōu)化設(shè)計(jì)就是研究如何選擇加壓泵站的個(gè)數(shù)、位置和加壓揚(yáng)程使得管網(wǎng)的動(dòng)力費(fèi)用和新建加壓泵站的基建造價(jià)和為最小。
　　為解此兩大型優(yōu)化方程組，考慮了幾個(gè)較為適用的主要優(yōu)化算法：Mpop法解題的成功率很高，但尋找可行點(diǎn)的功能還不完善；Mulpen法有效性指標(biāo)還不很令人滿意；GRG性能好，適應(yīng)性強(qiáng)，解題成功率比較高，對于退化的全等式線性約束問題處理不好，但GRG法原理較復(fù)雜、算法龐大，對于大型優(yōu)化問題有著較好的針對性。因而考慮用GRG算法來解決該數(shù)學(xué)模型是比較理想的。此兩個(gè)子課題的電算流程圖如圖4和圖5所示。

　　

　　5. 工程應(yīng)用與總結(jié)

　　利用以上算法對長沙自來水公司的課題進(jìn)行改擴(kuò)建仿真計(jì)算；現(xiàn)以一簡例說明，如圖6所示。其計(jì)算過程列為表1。由計(jì)算結(jié)果可以看出，上述計(jì)算過程獲得了問題的全局最優(yōu)解。對大規(guī)模的供水管網(wǎng)系統(tǒng)，該分層算法有顯著效果。

表1 改擴(kuò)建仿真計(jì)算結(jié)果表 管段d 原有管徑 布局X 增敷管徑 1-2 0.45 1 0.50 2-3 0.30 1 1.30 3-4 0.45 0 4-8 0.10 1 0.20 5-6 0.10 1 0.10 6-7 0.30 1 7-8 1.30 0 9-10 0 1 0.10 10-11 0 0 11-12 1.30 1 1-5 0.10 1 0.10 2-6 0.35 1 0.10 3-7 0.40 1 0.10 5-9 0 0 6-10 0 1 1.30 7-11 0 1 1.30 8-12 0.10 0 水源 13 14 15 水量(l) 0.417 0.405 0 加壓泵站 1 2 3 揚(yáng)程(m) 14 0 0

　　6. 參考文獻(xiàn)

　　[1] B.Coulbeck,Dynamic Simulation of Water Distribution Systems, Mathematics and Computers in simulation,1980,Vol.XXⅡ,222-230
　　[2] L.Gyergyek and S.Persen,Simulation and Optimal Control of Large Water Distribution Systems, Mathematics and Computers in simulation,1982,Vol.XXⅣ
　　[3] Neural Networks Based Decision Support in Presence of Uncertainties, Journal of water Resources Planning and Management,1999,No.5
　　[4] E.Aarts and J.Korst, Simulated Annealing and Boltzmann Machines,John Wiley & Sons,1989
　　[5] 全國供水管網(wǎng)論文集，1998
　　[6] 許仕榮，邱振華，給水管網(wǎng)的計(jì)算理論與電算應(yīng)用，湖南大學(xué)出版社，1997
　　[7] 俞國平，給水管網(wǎng)擴(kuò)建工程的最優(yōu)化設(shè)計(jì)，同濟(jì)大學(xué)博士論文，1985
　　[8] 顏虎等，改造舊管網(wǎng)擴(kuò)建方案可行性研究的方法，中國給水排水，1991
　　[9] G.V.雷克萊狄斯等，工程最優(yōu)化—方法與應(yīng)用，北京航空航天大學(xué)出版社，1990
　　[10] 陳立周等，工程離散變量優(yōu)化設(shè)計(jì)法—原理與應(yīng)用，機(jī)械工業(yè)出版社，1988
　　[11] 熊光楞，連續(xù)系統(tǒng)仿真與離散事件系統(tǒng)仿真，清華大學(xué)出版社，1987
　　[12] 仲偉俊，供水網(wǎng)絡(luò)系統(tǒng)改造的智能化計(jì)算機(jī)輔助設(shè)計(jì)，信息與控制，1995，6
　　[13] 李衛(wèi)華，人工智能程序設(shè)計(jì)，科學(xué)出版社，1989
　　[14] 胡守仁，神經(jīng)網(wǎng)絡(luò)導(dǎo)論，國防科技大學(xué)出版社，1993
　　[15 胡守仁，神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)技術(shù)，國防科技大學(xué)出版社，1993
　　[16] 胡守仁，神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)，國防科技大學(xué)出版社，1993
　　[17] 陳偉民，人工智能技術(shù)及應(yīng)用，同濟(jì)大學(xué)出版社，1998
　　[18] 萬百五等，大工業(yè)過程計(jì)算機(jī)在線穩(wěn)態(tài)優(yōu)化控制，科學(xué)出版社，1998

---

　　作者簡介：
　　劉小靜（1975- ），女，湖南人，
　　電話：(0731)8828281
　　通訊地址：湖南大學(xué)研究生樓501室 410082>

　　注：該課題為長沙市自來水公司公關(guān)項(xiàng)目。