基于SVR-GA算法的跌扩型消力池优化研究
消力池的优化设计一直是水利工程中的热点课题.传统的消力池优化方法往往采用试错法.试错法不但效率低,而且在设计过程中很难兼顾多个优化目标.因此,建立一套系统性的、目标定向的优化方法十分必要.研究以位于四川省广元市的大寨水库消力池为例,采用SVR回归模型(support vector regression,SVR)建立优化变量(跌坎高度d、突扩比β和尾坎坡度θ)与优化目标(消能率△E/E1、临底流速v)之间的近似模型,并采用遗传算法(genetic algorithm,GA)求解该近似模型,得到一个优化后的消力池体型.对比优化前体型,优化后的消力池消能率几乎不变,但最大临底流速明显降低,底板时均压强分布趋于均匀,消力池综合性能得到了提高.结果表明,提出的优化方法同样适用于类似水工建筑物的体型优化设计问题.
水力学、消力池、跌坎、优化设计、CFD、支持向量回归、遗传算法
37
TV135.21(水利工程基础科学)
四川省学术和技术带头人培养基金2012DTY020
2018-11-21(万方平台首次上网日期,不代表论文的发表时间)
共10页
66-75