0 引 言

我国是农业大国，灌溉用水基数较大，如何有效地利用水资源便成为了众多学者的研究方向。管道化灌溉技术是节水灌溉技术之一，它是利用管道将水送至田间，能有效地减少明渠灌溉过程中蒸发、渗漏等损失。与传统灌溉方式相比，具有节水省地、灌水效率高、节能增产等特点，而且便于控制管理，对地形的适应性强。我国北方地形复杂、干旱严重且水资源匮乏，迫使这项技术得到了快速的发展和广泛的应用，也取得了显著的效益[1]。但由于其材料设备较多，投资一般高于渠道系统。对微喷灌系统来说，管网投资约占整个工程投资的50%～80%，因此，在满足灌溉水量、水压、水质、流速等条件下，尽可能地减少管道设备的投资是其设计或者优化中的首要问题，这对节水节能、降低投资、提高经济效益和社会效益都有重要的现实意义[2]。

管网优化一般包括管网布置与管径优化两方面。由于山地滴灌工程具有供水规模小、管径较小，一般采用重力输水等特点，其管道布置受地形因素的影响较大，所以有其独特的管网布置形式，在设计中一般根据设计人员的经验进行树状管网的布置。管网布置完成后，管径确定合理与否就成为影响灌溉系统投资与运行费用的关键因素。管径优化的传统方法有微分法[3]、枚举法[4]、动态规划法[4]、线性规划[5]以及非线性规划法[6]等。这些方法都有一定的缺陷，计算过程繁杂，决策变量和约束条件较多，求出的管径需要按工程上的标准商用管径进行调整等等，容易漏掉最优的方案，难以广泛应用。随着计算机技术的发展，近年来管网优化的研究都集中在一些高效算法上，周荣敏等[7,8]针对树状管网布置特点先后用遗传算法和人工神经网络方法，对自压树状管网进行优化设计并得到了全局优化方案。范兴业[9]利用管网分级优化的思路，对管网布置和管径分别进行优化，降低了求解难度。宋江涛等[10]引入Lingo软件以出流口压力均衡为主要约束条件，对规模化管道灌溉管网进行优化计算。之后，粒子群算法[11]、和声搜索算法[12]、和NSGA-Ⅱ[13]算法等也相继被引入到灌溉管网优化设计当中来。但一般单个算法有其算法本身的缺陷，给计算造成一定的局限。比如遗传算法虽然以其优秀的全局寻优能力、内在的隐并行性能力，良好的自组织、自适应和自学习性而成为一种具有可操作性和规模化的优化方法，但其本身收敛速度慢且稳定性差，在管网优化设计中参数选择没有固定的模式，只能经过多次试算确定最合理的取值，若选取的参数不合理，算法容易陷入局部最优解，难以实现全局优化[14]。因此有必要对算法做出改进，Jakobus E[15]应用上山法加速遗传算法的收敛，提高了算法的效率。张骜[16]采用单亲遗传算法，结合自适应交叉、变异概率实现算法的改进。而模拟退火算法是基于固体退火原理而逐步迭代得到最优解的算法，具有良好的局部搜索能力。这样我们可以将遗传算法良好的全局寻优能力和模拟退火的局部搜索能力有机结合，从而提高算法的搜索能力。本文以标准管径为决策变量，管网投资最小为目标函数建立山地自压树状管网模型，利用基于整数编码的遗传算法求解，用模拟退火罚函数法来确定惩罚因子，改进算法的效率，获得重力自压管网系统可靠性最高的设计方案，指导生产实践。

1 数学模型

山地地形复杂，考虑到施工、成本等因素，输水管道一般采用树状管网进行布置。根据管网动力形式分为重力式和泵站加压式两种[17]。为充分利用地形落差，将水引至系统最高处的蓄水池，再通过管道输送至田间的方式即为重力自压管网。在这种情况下，管网干管入口处压力值是已知的，田间管网入口压力由田间管网设计决定，管道流量由作物需水量和轮灌组划分来确定，故此时管网优化是在输配水管道节点压力和流量已知的条件下，寻求使管网一次性投资最小的管径组合方案。为方便计算，用节点将管段分为若干段，假设两个节点之间的管段只由一种标准管径组成，这样既减少了管道连接件的费用，也方便管道的施工与安装。

1.1 目标函数

以标准管径为决策变量，管网一次性投资最小为目标函数建立重力自压树状管网优化数学模型：

收集2011年12月至2017年9月间中山大学孙逸仙纪念医院手术及经病理确诊的72例P-NENs患者的临床资料，记录患者的性别、年龄、病理组织学检查结果、瘤体大小(长宽高三径线相乘)、局部浸润(十二指肠、胆管及脾)以及远处转移情况。

 

(1)

式中：F为管网一次性投资，元；i为管网管段编号；N为管网管段数；Di为第i管段的管径，mm；Li为第i管段的长度，m； a,b分别为管道造价系数和指数。

1.2 约束条件

(1)工作压力约束：输配水管网各节点压力水头不得低于节点允许的最小压力水头。

hk=E0-hf-Ej-Hj,min≥0 (j=1,2,…,N)

(2)

式中：hk为管道节点工作压力水头，m；E0为水源处地面高程，m；j为管网节点编号，管网节点数与管网管段数相等；hf为从水源至第j个节点所有的水头损失，包括沿程水头损失和局部水头损失； Ej为管网第j个节点处地面高程，m；Hj,min为管网第j个节点处允许的最低压力水头，m。

但我们从上面所举例句中可以看出，德都方言的宾格、从格、造格、方位格等格语法范畴在青海汉话里都有其相对的语法形式来表现，而与现代汉语相背离，只是这种语法形式还不像蒙古语那样完善，即表示语法意义不同的“格”，起码应该有相应的、比较固定的不同的语法形式，但青海汉话还没有完全区别开来，如相当于阿尔泰语言的“宾格”、“方位格”，青海话里只用[xa](哈)这一个语音形式而没有形式上的固定区别的符号，尽管如此，在青海汉话里“格”语法范畴虽然不够完善，但明确地说明了蒙古语对于青海汉话的影响是深刻的。此外，青海汉话还有一种现象，跟蒙古语的“界限副动词”相类似。例如：

(2)管道承压约束：管道中的水压力最大不超过管道承压力。

将有关数据带入模型中，用MATLAB编程进行求解，得到的优化管径见表4。

hc=E0-hf-Ej-102 Hc≤0 (j=1,2,…,N)

(3)

式中：hc为管道承压力约束变量，m；Hc为管道承压能力，MPa。

(3)流速约束：为防止管道淤积和管道水击现象的发生，管内流速应在一定范围内。

综上所述，我们应当意识到市政道路桥梁中伸缩缝施工技术质量的意义与价值，它的好坏能够对整体结构、使用性能以及使用寿命等产生严重的影响。所以，相关施工单位必须注重伸缩缝施工技术的作用，严格按照相关标准进行施工，将质量控制在科学合理的范围之内，进而从本质上保障道路桥梁使用过程中的安全性。

4.1 阴茎外板皮肤“充足”时的策略 手术之前进行外板皮肤的初步评估，指压阴茎根部使阴茎体显露出来，观察测量外板皮肤是否足够覆盖阴茎体，在充足的情况下，可以切除狭窄环以及包皮内板，包皮内板尽量少留，成人保留在5 mm以内，儿童在3 mm以内，这样术后外观平整无臃肿。对于这种状态的隐匿阴茎，我们采取“脱套松解、固定，外板皮肤覆盖”手术步骤，即常规的Devine术式[6]。临床分型中，轻度、中度的隐匿阴茎，其外板皮肤多为“充足”状态。因此，对于轻度、中度隐匿阴茎我们采用Devine术式可以达到较满意的手术效果(图8)。

《所罗门之歌》以主人公奶娃的个体成长经历与感受为基点，以家庭、社会和个体为叙事符码，展现了奶娃的成长救赎过程以及他找寻家族历史渊源、建立伦理身份认同感的人生旅程（刘彬,2011）。家庭是一个依靠亲情维系和巩固的生活生存共同体，对个人成长起着重要的作用，小说中处处可见对亲子、夫妻、手足等家庭伦理关系的描写与探讨，通过分章节多场景跨越联系交融演进的方式推动故事情节发展，深刻揭示了当时美国历史环境下的家庭伦理现状。

0.6≤vi≤3 (i=1,2,…,N)

(4)

式中：vi为管网第i管段的流速，m/s。

一心理咨询师的工作日志显示，近年来老年夫妻离婚率直线上升，造成“裂缝”的原因多种多样：有的夫妻原本感情很好，并不想走到离婚那一步，但随着年龄的增长越来越不能忍受对方的说话态度，谁也不肯让步；有的夫妻当年就是“闪婚”一族，或是包办婚姻，几十年走过来磕磕绊绊，为了儿女才维持着夫妻关系；还有的夫妻由于孙辈的出生扰乱了原有的生活秩序，被老伴冷落后感到心里憋屈。

对于流速约束，根据公式和已知的管段流量计算出管段最大最小管径，在产生初始解时就将管径限制在这个范围内即可，这样可以既减少一个约束条件，又可以提高算法效率。对决策变量标准管径编码时的选取亦可参考此管径范围，减少工作量。

[1] 刘群昌.低压管道输水灌溉技术发展回顾与展望[M].北京:中国农业出版社,2000:156-161.

2002年，我在自己的国语专辑中与她“合唱”了一首《我只在乎你》，希望那首歌可以穿越时空，帮我带去对她永远的歉意。

Di≥Di+1 (i=1,2,…,N)

(5)

2 遗传算法求解

遗传算法是一种通过模拟生物学进化论，使一个假定的问题初始解通过不断地遗传进化趋于最优解的寻优方法。其基本原理是：首先对决策变量进行编码，翻译为染色体，然后随机生成初始种群，根据种群中个体适应度值的大小进行选择、交叉、变异及重插入等运算来交换染色体信息，如此循环迭代，直到满足某种终止条件，找到满足条件的个体或种群。在每一次迭代计算中，都是根据适应度值的大小进行选择，适应度值越大，说明其作为最优解的概率越大，这就促使后生代种群优于前生代种群。由于其原理简单且易于实现，近年来被应用到各种优化计算中来。

2.1 编 码

缺镁矫正技术：在幼果期至果实膨大期，喷洒0.1%的硝酸镁或0.2%的硫酸镁溶液，每隔7～10天1次，连喷3-5次。酸性土壤缺镁时选用钙镁磷肥作磷肥，与有机肥一起施用。钾肥选用硫酸钾镁作为肥源。每年每亩施氧化镁10-20千克或含镁石灰50-60千克。

 

表1 管径编码

  

管径/mm324050637590110125编码01234567

2.2 适应度函数

适应度函数是度量染色体适应能力的函数，是遗传算法进行选择判断的标准，它在大部分情况下可直接反映问题域，可与要求解的函数一致。遗传算法的求解是在无约束条件下进行的，这里需要将有约束问题转化为无约束问题。处理约束的常用方法之一是罚函数法，通过引入惩罚系数对不满足约束条件的解施加惩罚，使不满足约束的解在进化过程中逐渐被淘汰。因此罚函数法对惩罚系数的依赖性很大，参数选取不当则惩罚难以达到目的，问题解可能满足不了约束条件，也可能达不到精度要求。模拟退火惩罚函数的优点在于，罚因子不是固定的取值，它会随着迭代的进行由小变大，能够快速地找到近似最优解。这里我们用模拟退火算法来代替罚函数法，处理约束条件。

 

|min{0,(Di-Di+1)}|)

(6)

式中：λ为模拟退火惩罚因子，λ=1/t，t=ξt，t为模拟退火温度，计算时需给定初始温度t0；ξ为温度冷却系数，一般在0～1之间取值。

遗传算法求解的是最小化优化问题，而反应个体生存能力的适应度函数要求以最大化的形式来表示，故将上述最小化问题转化为最大化问题，构造适应度函数如下：

Fit=1/f

(7)

2.3 遗传操作

遗传算法的进化主要是通过不断的选择、交叉和变异来完成，这些基本操作又有许多不同的方法。

①增加土壤的营养物质。完成苗木移植后，要增加土壤有机质，培肥地力，丰富土壤中的营养物质，改良土壤物理性状。要将肥料施撒到树穴中，达到改善土壤肥力的效果，明确最合适的施肥时间、种类及深度等，使之排水良好，土壤疏松。②调节土壤的水分。苗木移植完成后，马上灌水。及时扶正或固定浇水当中移动的苗木。按照土壤墒情，决定灌溉次数。③土壤的通气。定植前，一定要深翻土壤，然后再用旋耕机打细。结合浇水、除草。种植时，增加有机肥的施用，为土壤补充有机质，施撒一些有机物质，如砂粒、肥料等。种植之后，接着实施机械性碾压，尽量采用新技术和机械化施工。

(2)本文对管径采用的是整数编码，计算获得的管径即为标准管径，无需再进行调整。在处理约束条件时用的是模拟退火罚函数法，改善了罚函数对惩罚因子太过依赖的缺陷，算法简单易用，收敛性能稳定，具有较高的求解效率。

原设计在O段设置有硝化工艺，通过1台压缩空气驱动的循环泵，将好氧池底部的活性污泥循环至好氧池顶部使污泥均匀悬浮在好氧池中。在好氧条件下，通过亚硝酸盐菌和硝酸盐菌的作用，污水中的氨氮（）被氧化为，如化学反应方程式（1）所示，氨氮转化为硝态氮减少了需氧量而降低污水COD。硝化反应方程式：

(2)交叉即基因重组，是选择的下一步。在种群中以某个概率随机选择两个个体作为父辈，随机选择交换位置进行单点或多点的染色体交换，从而得到新个体，这是遗传算法的核心，弥补了选择操作后，种群过于单一的缺陷，保证了种群的多样性，提高了算法的搜索能力。这里以交叉概率Pc选出交叉的个体，随机配对进行单点交叉。

遗传算法的编码最先采用的是二进制编码，但考虑到在灌溉管网管径优化中通常采用的是商用标准管径，且是离散变量，故用整数编码来表示。选定管材后，根据标准管径的个数设计一个一维数组，其值与标准管径从小到大一一对应。如决策变量D=(D1，D2，…，DN)对应的染色体编码为X=(x1，x2，…，xN)，本文具体编码见表1。此方式编码解码简单，避免了二进制编码的冗余问题，无需反复解码，且求出的管径即为标准管径，不需要进行调整，提高了算法的实用性。

(3)变异是改变个体基因位上的某个基因。变异的目的是当进化陷入搜索空间中某个超平面，靠交叉已经无法跳出时，通过变异产生新的个体和种群可以摆脱当前解空间，避免陷入局部最优解。但变异概率的取值很微妙，它与交叉操作相互配合又相互竞争，只有适当的变异率取值才能使变异发挥其加速收敛和维持种群多样性的作用。这里以变异概率Pm选择变异的个体及变异的位置，随机产生新的值替换原基因位上的值。

与此同时，还不断加大了全县77个探矿权的科学规范管理，与河南省地质调查院等22个地勘单位建立了合作关系。全县不仅又探明钼金属233万t，而且还新探明白钨59万t，铅锌126万t，黄金74万t，为本县的矿产资源可持续发展提供了充分的资源保障。

2.4 算法步骤

程序流程图如图1。

  

图1 程序流程图

3 实例分析

3.1 算 例

某山地滴灌工程灌溉管网采用的是自压树状管网形式布置，控制面积130 hm2，分为9个独立灌水单元，本例取一个灌水单元进行优化设计。根据蓄水池位置，地块地形及灌水技术要求等条件，确定该自压滴灌管网布置如图2所示。管网中各节点流量、节点地面高程、管道长度等如表2所示。考虑到高差和轮灌组划分，采用干管连续供水，分干管轮流灌水的方式工作。节点允许最低工作压力水头为10 m。水源地面高程为1 056.13 m。因山地地形较陡，为方便铺设，干支管一律采用PE63级塑料软管，压力等级为0.6 MPa，管道价格见表3，管道的水头损失按勃拉休斯公式计算：

  

图2 管网布置示意图

 

表2 节点编号、高程、流量表

  

节点/管段编号高程/m流量/(m3·h-1)长度/m01056．1311042．3028．161021038．1028．143031028．4628．160041019．335．944051040．7610．616061040．3417．614071033．5220．931081037．2921．333091025．6428．1520101027．2725．1770

 

表3 管道单价表

  

管径/mm324050637590110125内径/mm27．435．444．255．866．479．897．4110．8单价/(元·m-1)5．286．7210．5618．6724．7235．7653．5268．16

 

参考文献：

利用MATLAB软件对表3数据进行最小二乘法拟合，得到管道造价拟合公式：

y=0.006 7 D1.960 5

(9)

3.2 控制参数选取

经过多次试算，确定以群体规模NIND=50，最大遗传代数MAXGEN=100，代沟GGAP=0.9，交叉概率Pc=0.9，变异概率Pm=0.01，模拟退火时初始温度t0=0.01，温度冷却参数ξ=0.9为遗传算法基本参数。

3.3 结果分析

(四)资产管理和预算管理起不到协同作用。资产管理的重要依据就是预算管理，科学的预算是控制资产的重要准绳。但是在全额拨款的视野单位中，很多预算管理并不能帮助资产管理实现精细化控制，预算编制的内容过于粗糙，预算内容没有贴合资产的价值和使用方向。导致在资产管理过程中，很难一步步按照预算落实监督将工作，资产脱离预算随意、重复且盲目使用的情况比比皆是。国有资产的使用效率不高，资产控制的质量也因此下降。

 

表4 不同方法优化结果对照表

  

节点、管段编号流量/(m3·h-1)长度/m经济流速法管径/mm管段水头损失/m节点自由水头/m遗传算法管径/mm管段水头损失/m节点自由水头/m128．16101252．2581．5721252．2581．572228．14301102．9362．8361251．5924．181328．16001104．0978．3801104．0979．72445．9440508．3949．116508．39410．461510．6160751．2241．888632．7960．316617．6140901．0862．446752．6010．931720．9310903．2494．167757．7800．980821．33301101．3872．259903．5761．415928．15201103．5507．649909．1503．3941025．17701104．3155．2559011．1204．310

用经济流速法求得的管网一次性投资为207 342 元，遗传算法优化后的管网一次性投资为180 062 元，比原设计节省了27 280 元，仅占优化前费用的86.84%，节省了13.16%。文献[18]中提出用重力水头利用程度作为重力输配水系统优化评价指标，本文就文献[18]中提出的管段水头利用率和路径水头利用率进行了计算比对，如表5所示；从表中可看出，经济流速法得到的管径组合，其管段水头利用率为65.38%，路径水头利用率为64.48%，用遗传算法优化后的管径组合，其管段水头利用率为97.61%，路径水头利用率为60.18%。在路径水头利用率没有明显降低的同时，管段水头利用率得到了显著的提高，这说明从经济性和重力水头利用率两方面的评价指标中，遗传算法都优于经济流速法。

4 结 语

(1)根据山地自压灌溉管网的特点，以标准管径为决策变量，管道一次性投资最小为目标函数建立了山地重力自压滴灌树状管网优化数学模型，并利用遗传算法进行求解。实例表明从经济性和重力水头利用率两方面指标进行比较，遗传算法均优于经济流速法，可用于实际生产。

(1)选择是根据个体适应度值的大小，从上一代种群中选出适应环境的优良个体组成新的种群，或作为父代繁衍得到下一代种群。个体适应环境的能力越强，适应度值就越大，其被选中的概率也就越大。选择常用的方法有：轮盘赌选择、随机遍历抽样选择、局部选择和锦标赛选择等。这里采用排序进行适应度分配，随机遍历抽样法进行选择。

(3)干管管网优化是基于确定的管网布置形式上，因山地地形复杂，管网布置形式的优化问题还有待进一步的研究，若能将布置和管径同步优化，山地滴灌管网系统将会更加合理；管径方面若能结合田间支毛管优化，对减少投资应该更有效果。

 

表5 不同方法管段水头利用率和路径水头利用率比较

  

管段编号经济流速法管段水头损失/m可用路径重力水头/m路径水头损失/m遗传算法管段水头损失/m可用路径重力水头/m路径水头损失/m12．2583．8302．2582．2583．8302．25822．9368．0305．1941．5928．0303．84934．09717．6709．2904．09717．6705．68848．39426．80012．0658．39426．80012．49051．2245．3703．4822．7965．3705．05461．0865．7903．3442．6015．7904．85973．24912．6108．4437．78012．6109．37281．3878．8408．7693．5768．8405．16793．55020．49012．8419．15020．49013．246104．31518．86013．60511．12018．86015．216管段水头利用率=65．38%管段水头利用率=97．61%路径水头利用率=64．48%路径水头利用率=60．18%

式中；α为局部水头损失扩大系数，取1.1；f为管道摩擦阻力系数，取0.505×105；m为流量指数，取1.75；n为管径指数，取4.75。

(4)管径约束：干管管段管径大于分干管管段管径，且各级管道上一段管径不小于下一段管径，管径都为标准管径。

[2] 周荣敏,雷延峰.管网最优化理论与技术[M].郑州:黄河水利出版社,2002.

[3] 魏永曜.微分法求树状管网各段的经济管径[J].喷灌技术,1983,(3):38-42.

[4] 王新坤,程冬玲,林性粹.枚举法与动态规划法结合优化田间管网[J].干旱地区农业研究,2001,19( 2):61-66.

[5] 白 丹.泵站加压输水管的优化[J].西安理工大学学报,1996,(4):348- 350.

[6] 张庆华,杨培岭,李 鹏. 固定式喷灌系统经济管径的计算方法[J]. 水利水运工程学报,2005,(4):19-23.

[7] 周荣敏,林性粹.应用单亲遗传算法进行树状管网优化布置[J].水利学报,2001,(6):14-18.

[8] 周荣敏,买文宁,雷延峰,等.自压式树状管网神经网络优化设计[J].水利学报,2002,(2):66-70.

[9] 范兴业. 树状灌溉管网两级优化模型和算法研究[D]. 陕西杨凌：西北农林科技大学,2007.

[10] 宋江涛,何武全. 泵站加压条件下规模化灌溉管网优化方法研究[J].人民黄河,2016,38(11):145-148.

[11] 王 超. 基于改进型自适应粒子群算法的给水管网优化设计[D]. 北京；北京工业大学,2015.

[12] 马朋辉,李援农,胡亚瑾,等.基于和声搜索算法的自压式树状管网优化设计[J].中国农村水利水电,2016,(6):14-18.

[13] 刘书明,李明明,王欢欢,等. 基于NSGA-Ⅱ算法的给水管网多目标优化设计[J].中国给水排水,2015,31(5):50-53.

[14] 许海涛,仵 峰,宰松梅. 灌溉管网优化设计研究进展[J].节水灌溉,2009,(6):16-20.

2.5 疼痛护理 观察疼痛性质、持续时间。教会患者根据“长海痛尺”进行自我疼痛评分，小于4分时给予心理安慰和分散注意力，大于4分遵医嘱适当给止痛药，效果较好［3］。