Método híbrido para la optimización de redes de distribución de agua basado en la reducción del espacio de búsqueda y en algoritmos genéticos

A hybrid water distribution networks design optimization method based on a search space reduction approach and a genetic algorithm

  • AUTORES: Reca, J.; Martínez, J., López-Luque, R.
  • REVISTA: WATER
  • EDITORIAL: Springer
  • VOLUMEN: 9
  • ISSN: 2073-4441
  • PALABRAS CLAVE:  Water distribution networks; optimization, heuristics, search space reduction, Genetic Algorithm, hybrid method
  • BASE DE DATOS: JCR
  • AÑO DE INDEXACIÓN: 2017
  • ÍNDICE DE IMPACTO: 1.833
  • ÍNDICE DE IMPACTO EN PLUMX:
  • CATEGORIA: WATER RESOURCES
  • PUESTO EN LA CATEGORÍA: 34
  • Nº TOTAL DE ELEMENTOS EN LA CATEGORIA: 88
  • CUARTIL: Q2
  • Nº CITAS: 14

REVISTA:

Este trabajo presenta un nuevo enfoque para aumentar la eficiencia de los métodos heurísticos aplicados al diseño óptimo de sistemas de distribución de agua. El enfoque se basa en reducir el espacio de búsqueda acotando los diámetros que pueden utilizarse para cada tubería de la red. Para reducir el espacio de búsqueda, se analizan dos escenarios extremos de distribución de flujo opuestos y se aplican restricciones de velocidad al flujo de las tuberías. El primer escenario produce la distribución de flujo más uniforme en la red. El escenario opuesto está representado por la red con la máxima acumulación de flujo. Ambas distribuciones de flujo extremas se calculan resolviendo un problema de programación cuadrática, que es un procedimiento muy robusto y eficiente. Este enfoque se ha acoplado a un Algoritmo Genético (AG). El AG tiene un esquema de codificación entera y un número variable de alelos en función del número de diámetros comprendidos en las restricciones de velocidad. La metodología se ha aplicado a varias redes de referencia y su rendimiento se ha comparado con una formulación clásica de AG con un espacio de búsqueda no limitado. Se redujo considerablemente el espacio de búsqueda y proporcionó una convergencia mucho más rápida y precisa que la formulación GA. Este enfoque también puede acoplarse a otras metaheurísticas