基于改進(jìn)鯨魚(yú)算法的建筑管線排布方法優(yōu)化

沈陽(yáng)城市建設(shè)學(xué)院 張權(quán) 趙曉曦 郝志旭 李麗萍

針對(duì)在房屋建造過(guò)程中由于建造管線的排布不合理，容易造成管道彎頭多、管線浪費(fèi)的問(wèn)題，本文提出了一種基于改進(jìn)鯨魚(yú)算法(IWOA)的建筑管線排布方法用來(lái)解決該問(wèn)題。該算法在鯨魚(yú)算法(WOA)的基礎(chǔ)上引入了模擬退火方法來(lái)提高其持續(xù)進(jìn)化的能力。最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了IWOA算法在解決管線排布問(wèn)題中的有效性及優(yōu)越性。

近年來(lái)，隨著我國(guó)人民生活水平的提高，建筑內(nèi)的電氣設(shè)備越來(lái)越多。同時(shí)，由于BIM技術(shù)的引入建筑內(nèi)管線模型的設(shè)計(jì)也由二維變成了三維，這都極大的增加了建筑管線排布設(shè)計(jì)的難度。建筑管線排布是建筑設(shè)計(jì)過(guò)程中十分重要的一環(huán)。在傳統(tǒng)的設(shè)計(jì)中，設(shè)備管線的綜合布局只用簡(jiǎn)單的線條來(lái)粗略表達(dá)。各種水管和管道的標(biāo)高變化、相對(duì)位置和交叉點(diǎn)也難以表達(dá)清楚，這很容易造成管線的浪費(fèi)，從而極大的提高了建筑的成本。而采用管線自動(dòng)布局的方法可以在滿(mǎn)足住戶(hù)的全部需求的條件下外盡可能的減小管線的長(zhǎng)度、降低施工返工率，從而降低建筑成本。因此，管線自動(dòng)布局方法的研究也已經(jīng)成為了當(dāng)前的熱點(diǎn)研究課題之一。Wang[1]等將遺傳算法(GA)的交叉和變異策略引入粒子群優(yōu)化算法(PSO)中，提出了一種粒子群優(yōu)化集成遺傳算法(PSOIG)，用于船舶中的管線自動(dòng)布局，并通過(guò)仿真結(jié)果證明了所提算法的可行性和有效性。Dbouk[2]等將A*算法用于油田管道的自動(dòng)布局中，并通過(guò)與Dijkstra算法進(jìn)行比較驗(yàn)證了所提方法的有效性。Liu[3]等提出了一種改進(jìn)的離散粒子群優(yōu)化(DPSO)算法用于管線自動(dòng)布局中，該算法采用吸引算子和能量函數(shù)來(lái)規(guī)劃管線的路徑，有效的減少了布局后管線的長(zhǎng)度。管線自動(dòng)布局的核心為題還是優(yōu)化算法的研究，因此本文提出了一種改進(jìn)的鯨魚(yú)算法用于解決該問(wèn)題。該算法結(jié)合了反向?qū)W習(xí)策略與模擬退火方法來(lái)擴(kuò)大搜索范圍，提高其進(jìn)化的能力。鯨魚(yú)算法一種新興的群體智能優(yōu)化算法[4]，它的運(yùn)行效率高、算法參數(shù)少，目前已在許多領(lǐng)域得到了較好的應(yīng)用。Shanty[5]等通過(guò)將鯨魚(yú)優(yōu)化算法和禁忌搜索算法以及局部搜索程序相結(jié)合，提出了一種HWOA算法用于解決綠色車(chē)輛路徑最小化問(wèn)題。Zhang[6]等采用了一種基于問(wèn)題特征的編碼方法提出了一種離散鯨群算法（DWSA)，確保了初始種群的質(zhì)量和多樣性，有效的解決了柴油機(jī)裝配廠中的有限緩沖區(qū)調(diào)度問(wèn)題。蔣華偉[7]等提出了一種改進(jìn)離散鯨魚(yú)群算法有效的解決了多配送中心的物資進(jìn)行應(yīng)急調(diào)度時(shí)易陷入局部極值的問(wèn)題。

1 問(wèn)題描述

為了方便研究，本文采用長(zhǎng)方體來(lái)模擬代替建筑物，長(zhǎng)方體設(shè)置若干個(gè)立方體用來(lái)模擬其中的障礙物。假設(shè)我們需要從長(zhǎng)方體中任意一起點(diǎn)S(x0,y0,z0)鋪設(shè)一條管線到終點(diǎn)T(xn,yn,zn)，則所有滿(mǎn)足條件的路徑P可以表示為滿(mǎn)足條件的節(jié)點(diǎn)(xi,yi,zi)的集合，即P={(x0,y0,z0),(x1,y1,z1)···(xi,yi,zi)···(xn,yn,zn)},(i∈{1,...,n})。每條路徑P的長(zhǎng)度PL可表示為：(i∈{1,...,n})。顯然，我們優(yōu)化的目的應(yīng)該是使長(zhǎng)度PL盡可能的小。

2 改進(jìn)的鯨魚(yú)算法

2.1 WOA算法

WOA算法的仿生學(xué)原理來(lái)自于座頭鯨的捕獵方式即包圍目標(biāo)、搜索目標(biāo)、獵捕目標(biāo)三種。因此，在WOA算法中也采用這三種方式來(lái)對(duì)種群進(jìn)行更新。X*(t)

(1)包圍目標(biāo)。

其中X*(t)為進(jìn)化到t代時(shí)最好的解。A和C為系數(shù)由下面的方式進(jìn)行確定：

r1和r2時(shí)0到1之間的任意數(shù)，α的值由下面的公式確定：

其中Tmax表示最大的終止代數(shù)。

(2)搜索目標(biāo)。

式中Xrand為種群中任意的一個(gè)個(gè)體。當(dāng)|A|≥1時(shí)，采用搜索目標(biāo)方式；當(dāng)|A|≤1時(shí)，采用包圍目標(biāo)的方式。

(3)獵捕目標(biāo)。

根據(jù)研究這三種方式是同步進(jìn)行的，因此其數(shù)學(xué)模型可以采用下式表示，其中P為[0-1]之間的隨機(jī)數(shù)，Pi一般設(shè)置為0.5。

2.2 IWOA算法

2.2.1 模擬退火

鯨魚(yú)算法在進(jìn)化的過(guò)程中原個(gè)體都會(huì)被新個(gè)體直接替換，這可能會(huì)將劣勢(shì)的個(gè)體保留下來(lái)。因此本文引入了模擬退火的思想，如果更新后的個(gè)體比原個(gè)體好，則將這一個(gè)體作為新種群的個(gè)體；如果更新后的個(gè)體更差，則按式(11)計(jì)算出一個(gè)選擇概率PX，用以接受這個(gè)較差的新個(gè)體。

2.2.2 IWOA算法流程介紹

在標(biāo)準(zhǔn)的鯨魚(yú)算法中引入了模擬退火的思想，在此基礎(chǔ)上提出了一種改進(jìn)的鯨魚(yú)算法，其流程圖如圖1所示。

圖1 IWOA算法流程圖Fig.1 Flowchart of IWOA algorithm

3 仿真實(shí)驗(yàn)

為了驗(yàn)證所提算法的有效性，分別對(duì)建筑物中的水管和風(fēng)管的排布進(jìn)行模擬實(shí)驗(yàn)，并采用GA算法和WOA算法作為對(duì)比，將管線的長(zhǎng)度作為主要的評(píng)價(jià)指標(biāo)，同時(shí)將管道彎頭數(shù)和排布時(shí)間作為參考，每組實(shí)驗(yàn)進(jìn)行30次，測(cè)試結(jié)果如表1所示。

表1 仿真實(shí)驗(yàn)結(jié)果表Tab.1 Simulation results table

從表中的實(shí)驗(yàn)結(jié)果可以看出GA算法的效果最差，IWOA算法可以有效的避開(kāi)障礙物，減少?gòu)濐^的數(shù)量，同時(shí)管線的長(zhǎng)度也有了明顯的減小，這能夠極大的節(jié)約建筑成本。

4 結(jié)語(yǔ)

本文針對(duì)鯨魚(yú)算法易陷入局部極值的缺點(diǎn)在其中引入了模擬退火的思想，從而提出了一種改進(jìn)的鯨魚(yú)算法，并將其應(yīng)用于建筑管線的排布當(dāng)中。通過(guò)仿真實(shí)驗(yàn)表明，采用IWOA算法對(duì)管線進(jìn)行排布能夠有效的避開(kāi)障礙物，減少?gòu)濐^的數(shù)量以及管線的長(zhǎng)度，在滿(mǎn)足管線布局要求的同時(shí)能夠極大的節(jié)約建筑成本。