Page 102 - 水利学报2025年第56卷第3期

P. 102

表３不同优化方法得到的通风方案设计参数及优化目标值
３
工作井风量?（ｍ ?ｓ）优化目标
优化方法计算时间?ｓ
ｖ?（ｍ?ｓ）３
Ｑ１Ｑ２Ｑ３Ｑ４Ｑ５Ｑ６Ｑ７Ｑ８Ｑ９珋 λ Ｃ?（ｍｇ?ｍ）Ｅ?（元?ｈ）
ＩＳＣＳＯ－ＦＬ８０．６５０．２６０．８４７．８４４．９３６．２５２．２３８．６５７．４０．８５０．３１９．５２２４０．０７２２０
ｖ
ＩＳＣＳＯ－珋３６．２７８．１８４．８７６．１７９．７７７．７６２．７４７．０７６．８１．０００．３２１７．２３３１７．２１２０６
ＩＳＣＳＯ－ λ ８３．９７６．０７９．５７５．５８１．９６９．１７４．５７０．４８１．８１．１７０．１０５．２３３５４．８５２０６
ＩＳＣＳＯ－Ｃ９２．８９４．５９２．４７２．５９３．３６３．４９３．７９３．１９３．０１．２５０．２９４．８７４０４．０６２０６
ＩＳＣＳＯ－Ｅ３２．０３２．０３２．０３２．０３２．０３２．０３２．０３２．０３２．００．７００．５７２１．３４１４７．３５２０５
ＭＯＳＣＳＯ５４．０５０．２７４．６９３．３６５．６３２．３６５．１８３．５８５．４１．０００．３７１１．９３３０９．４３６８９

ｖ、
针对单一目标的ＩＳＣＳＯ优化方案（ＩＳＣＳＯ－珋ＩＳＣＳＯ－ λ 、ＩＳＣＳＯ－Ｃ和ＩＳＣＳＯ－Ｅ）在各自的优化目标
ｖ最优为目标时，所得方案的 λ为０．３２，
上均取得了最优结果，但是降低了对其他目标的优化效果。当以珋
ｖ高达１．１７ｍ?ｓ，除
导致隧洞部分分段的风速超过１．２０ｍ?ｓ，并且Ｃ相对较高；当以 λ最优为目标时，珋
ｖ高达１．２５ｍ?ｓ，
了造成部分分段风速超过１．２０ｍ?ｓ之外，还引起了Ｅ的大幅上涨；当以Ｃ最优为目标时，珋
３
不仅对检修人员造成失温威胁，而且使Ｅ大幅提高；当以Ｅ最优为目标时，Ｃ达到２１．３４ｍｇ?ｍ，同
ｖ仅有０．７０ｍ?ｓ，λ高达０．５７，导致部分分段风速过低，难以保证通风安全。ＩＳＣＳＯ－ＦＬ多目标优化
时珋
ｖ、λ 、Ｃ以及Ｅ的优化更加均衡，而且二者计算时间的差
方法与单目标ＩＳＣＳＯ优化方法相比，不仅对珋
异可以忽略不计。
ｖ、λ 、Ｃ和Ｅ分别降低了１５．０％、１６．２％、
此外，ＩＳＣＳＯ－ＦＬ多目标优化方法与ＭＯＳＣＳＯ算法相比，珋
２０．２％和２２．４％，ＩＳＣＳＯ－ＦＬ多目标优化方法对于 λ 、Ｃ和Ｅ有较大改善；进一步对比表４中展示的两
种方法的隧洞内部风速分布情况可知，ＭＯＳＣＳＯ算法得到的最优方案在第④、⑤、⑥、⑧、⑨、⑩洞
段内部的风速不在［０．５，１．２］ｍ?ｓ的适宜范围内，导致检修人员热舒适感较差，为检修安全带来风险；
ＩＳＣＳＯ－ＦＬ方法得到最优方案的隧洞内部风速均处于［０．５，１．２］ｍ?ｓ范围内，可以满足检修通风安全需
求。此外，由表３可知，ＩＳＣＳＯ－ＦＬ多目标优化方法的计算时间仅有２２０ｓ，远小于ＭＯＳＣＳＯ算法的
６８９ｓ，优化效率提高了６８．１％。因此，与其他方法相比，ＩＳＣＳＯ－ＦＬ多目标优化方法可以高效地得到
兼顾通风效果与通风成本的检修通风最优设计方案。

表４不同多目标优化方法通风方案的隧洞分段风速分布对比
隧洞分段风速?（ｍ?ｓ）
优化方法
① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩
ＩＳＣＳＯ－ＦＬ１．１４１．１１１．０９１．０６０．６８０．５４０．５６０．６１０．５７１．１３
ＭＯＳＣＳＯ０．８３０．７４０．６７１．４２１．３９０．４５０．５３１．３７１．２８１．３１

６结论

本文以检修期存在淡水壳菜腐烂影响的长距离输水隧洞为研究对象，针对其检修通风方案的多目
标均衡优化问题，提出了ＩＳＣＳＯ－ＦＬ多目标优化方法，并且通过性能测试和案例分析验证了所提方法
的有效性与优越性。主要结论如下：
（１）结合模糊隶属度函数对不同优化目标及约束条件进行域变换，构建基于ＦＬ的多目标优化数学
模型，进而采用Ｔｅｎｔ混沌映射和最优邻域扰动策略改进ＳＣＳＯ算法用于模型求解，实现了通风效果与
通风成本的高效均衡优化。
（２）采用４种测试函数从解的质量、解的鲁棒性和计算复杂度三个方面开展性能测试，对比了
ＩＳＣＳＯ－ＦＬ多目标优化方法与基于ＰＯ准则的ＭＯＰＳＯ算法和ＮＳＧＡ－ Ⅲ算法的优化性能。ＩＳＣＳＯ－ＦＬ多
目标优化方法在各方面均展现出了较大的优势，验证了本文方法解决多目标优化问题的优越性。

４
— ３８ —

97 98 99 100 101 102 103 104 105 106 107