劉小靜 許仕榮 謝社平 何元春
（湖南大學(xué)土木工程學(xué)院水科學(xué)與工程系，長沙410082）

　　摘要 為克服一直以來城市供水管網(wǎng)系統(tǒng)改擴(kuò)建優(yōu)化工作的改造布局和離散管徑優(yōu)化的兩大難題，本文采用模擬退火的玻爾茲曼機這一神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行求解，直接得到了市售管徑和優(yōu)化的改造布局；整個系統(tǒng)采用系統(tǒng)工程的分解協(xié)調(diào)法來優(yōu)化。
　　關(guān)鍵詞 供水管網(wǎng) 改擴(kuò)建 優(yōu)化方法

　　Abstract This paper adopts neural network technique of Simulated Annealing’s Boltzmann to solve the twain hang-ups in the rebuild and extend optimum work of city flow network since all along － the optimum of rebuild layout and scatter pipe-span. Then we can get the twain optimum results directly. Whole economy can be optimized by decomposing and corresponding divisor of systems engineering.
　　Key words flow network rebuild and extend optimum method

　　1．前言

　　隨著我國給水事業(yè)的迅猛發(fā)展，各地市給水管網(wǎng)已具規(guī)模，但隨著人口增長和生活水平的提高，城市用水量急劇增長，管網(wǎng)系統(tǒng)滿足不了增長的用水量，在各方面存在一系列問題，從而適時、科學(xué)地對現(xiàn)有給水管網(wǎng)進(jìn)行改擴(kuò)建優(yōu)化設(shè)計的研究，是城市供水行業(yè)亟待解決、有較高經(jīng)濟(jì)效益和社會效益的課題。
　　供水管網(wǎng)系統(tǒng)改擴(kuò)建優(yōu)化設(shè)計問題，是在新建管網(wǎng)優(yōu)化技術(shù)的基礎(chǔ)上更為復(fù)雜的含有混合整型離散變量的非線性規(guī)劃問題。以往的方法通常是在設(shè)計人員以經(jīng)驗確定管線布局的條件下，采用連續(xù)變量的約束非線性優(yōu)化方法求解該復(fù)雜的目標(biāo)函數(shù)，再由連續(xù)最優(yōu)解上下取整或通過目標(biāo)函數(shù)轉(zhuǎn)換由連續(xù)變量優(yōu)化方法求解。混合整型離散優(yōu)化問題的特殊性使這種求解方法難以獲得原目標(biāo)函數(shù)的最優(yōu)解。
　　值得一提的是，改擴(kuò)建又不同于新建，研究的不只限于新建管網(wǎng)的優(yōu)化，其目標(biāo)函數(shù)中也包含了舊有管段的因素，即有某些舊有管段的不合理存在，大大影響了整個管網(wǎng)的運行費用。從節(jié)能的角度，在擴(kuò)建管段尋優(yōu)的同時，要對不合理的舊管段進(jìn)行改造，這勢必要增加基建投資（改造措施采用增敷平行管線的方法），那么其需要解決兩個問題：①在什么地方敷設(shè)新增管道；②增敷管線的經(jīng)濟(jì)管徑怎么確定。這就存在一定的困難，主要表現(xiàn)在：①初始管網(wǎng)布局的確定比較困難；②人的經(jīng)驗知識不易總結(jié)；③由于經(jīng)驗知識的局限性，不易找出問題的最優(yōu)方案。而擴(kuò)建設(shè)計中新舊管道交錯，流量分配的作用非常復(fù)雜，用常規(guī)方法求解更是困難重重。從而如何對改造管道的布局尋優(yōu)，如何在充分利用原有管道供水能力的情況下，對需改造、擴(kuò)建的管網(wǎng)進(jìn)行優(yōu)化，比新建設(shè)計更為復(fù)雜，又是一道急需解決的難題。
　　給水管網(wǎng)是一個復(fù)雜系統(tǒng)，單憑市政工程的專業(yè)知識，不能圓滿地解決管網(wǎng)水力分析和設(shè)計運轉(zhuǎn)問題。在眾多的研究工作中已引入了其它學(xué)科的研究成果，如數(shù)學(xué)規(guī)劃、圖論、計算技術(shù)、最優(yōu)控制、自動化、系統(tǒng)工程等，這樣可拓寬分析方法和研究范疇，發(fā)展新的理論和方法。

　　2．供水管網(wǎng)改擴(kuò)建數(shù)學(xué)模型和計算方法

　　2.1 供水管網(wǎng)改擴(kuò)建數(shù)學(xué)模型的建立
　　城市供水管網(wǎng)改擴(kuò)建的優(yōu)化設(shè)計問題，是在系統(tǒng)設(shè)計年限內(nèi)最高日最高時用水量Q_i( i=1,…,m )已知的情況下，確定新增（改造）管道的布局x_ij(i , j∈V)和參數(shù)D_ij(i , j∈V)，并確定各水源的供水量u_i (i∈S)，各節(jié)點的壓力H_i(i = 1,…,m)使得總的供水成本盡可能低。該優(yōu)化設(shè)計問題的非線性規(guī)劃模型可歸納為：

　　min f ( H, D, x, u, Hp)

　　

　　s.t. g_i ( H, D, x, u, Hp) = 0 i = 1,…,m-1

　　

　　

　　H_i≥H_i^min 　　　　i = 1,…,m

　　u_i-u_i^min≥0　　　　i∈S

　　u_i^max-u_i≥0　　　　i∈S

　　D_ij∈W　　　　 i , j∈V

　　HP_ij≥0　　　　　i , j∈V

　　

　　式中：

　　D — 管徑（米）
　　l — 管線長度（米）
　　T ,T＇, T＂— 管線、泵站、水廠的投資償還期（年）
　　P ，P＇，P＂—管線、泵站、水廠的折舊與大修理費（%）
　　V—可布置改造和擴(kuò)建管線位置的集合
　　a,b,α — 造價公式中的系數(shù)和指數(shù)， 隨管線材料和施工條件的不同而異
　　r_i — i期供水能量變化系數(shù)，i = 1, 2, 3 分別表示供電高峰期、正常期和低峰期
　　E_i — 供電i期電價（元/kw.h）
　　T_i — 供電i期供水時間(h)
　　u_{i j} ,η_{i j} — 分別為供電i期第j送水量(l/s)和泵站效率(%)
　　h_i,j,k — 供電i期第j送水泵站至管網(wǎng)控制點管線上k管段的水頭損失(m)
　　Z_C — 管網(wǎng)控制點要求的自由水壓值(m)
　　Z_K — 凈水廠至管網(wǎng)控制點的某條線路的管段集
　　S — 所有泵站個數(shù)
　　E＇—每千瓦容量加壓泵站造價（元/kw）
　　r＇— 泵站機組儲備系數(shù)
　　η＇— 泵站與輸電線效率（%）
　　mp — 泵站基建造價的經(jīng)濟(jì)效應(yīng)系數(shù)0＜mp≤1
　　C_K、C_N — 分別為改建、擴(kuò)建單位水量凈水廠（送水泵站）所需基建費用（元/ l/ s）
　　R_K、R_N—分別為改建和擴(kuò)建凈水廠集
　　u_0i— 第i凈水廠送水泵站原有最大供水量(l/s)
　　mr—凈水廠送水泵站基建經(jīng)濟(jì)效應(yīng)系數(shù)0＜mr≤1
　　2.2 供水管網(wǎng)改擴(kuò)建的計算方法
　　改擴(kuò)建這個復(fù)雜的課題可用系統(tǒng)工程的大系統(tǒng)分解分層協(xié)調(diào)的方法分解成四個相關(guān)的子問題進(jìn)行求解（其流程圖如圖1所示）：

　?、僭谒垂┧亢图訅簱P程給定的情況下，對舊管網(wǎng)改造布局的優(yōu)化子課題。它不同于新建模型優(yōu)化的一點是，它的目標(biāo)函數(shù)費用值不能計入整個系統(tǒng)的目標(biāo)函數(shù)費用值中。

　　min f (H, D, x)

　　s.t. g_i ( H, D, x) = 0 i = 1,…,m-1

　　H_i≥H_i^mini = 1,…,m

　　D_ij∈ W 　　　　　i , j∈VV

　　X_ij=0,1　　　　　 i , j∈VVV

　?、谌魧?i>u及Hp固定，節(jié)點數(shù)m不變，管徑數(shù)為需改造的管徑數(shù)及新建管徑數(shù)之和，此時舊管網(wǎng)改造布局的變量x_ij 已求得；則需改造和擴(kuò)建管網(wǎng)的管徑優(yōu)化子課題為：

　　min f ( H, D)

　　s.t. g_i (H, D ) = 0 i = 1,…,m-1

　　H_i≥H_i^min　　　　　 i= 1,…,m

　　D_ij∈ W　　　　　　 i, j∈V

　　③設(shè)舊管網(wǎng)、需改造的管網(wǎng)及新建管網(wǎng)的集合為N；若將x，D及Hp固定，節(jié)點數(shù)m不變，管徑數(shù)為舊管徑數(shù)、需改造的管徑數(shù)及新建管徑數(shù)之和；則水源流量的優(yōu)化子課題為：

　　min f (H, u )

　　s.t. g_i ( H, u ) = 0 i= 1,…,m-1　

　　H_i≥H_i^min i = 1,…,m

　　u_i-u_i^min≥0 　　　i∈S

　　u_i^max-u_i≥0 　　　i∈S

　?、苋魧?i>x，D及u固定，節(jié)點數(shù)m不變，管徑數(shù)為舊管徑數(shù)、需改造的管徑數(shù)及新建管徑數(shù)之和n；則加壓揚程的優(yōu)化子課題為：

　　min f ( H, Hp )

　　s.t. g_i ( H, Hp ) = 0 i = 1,…,m-1

　　H_i≥H_i^mini = 1,…,m

　　HPij≥0　　　　　　i , j∈V

　　3. 改擴(kuò)建改造布局和管徑優(yōu)化的模擬退火的玻爾茲曼機解法

　　3.1 模擬退火的玻爾茲曼機法簡介
　　從簡單的數(shù)學(xué)角度來求解改造布局和管徑優(yōu)化的課題至今仍為管道技術(shù)的一大難關(guān)，而八十年代興起的人工神經(jīng)網(wǎng)絡(luò)方法，在解決非線性優(yōu)化問題上顯示的強大生命力，也給城市供水管網(wǎng)系統(tǒng)課題提供了新的啟示。
　　人工神經(jīng)網(wǎng)絡(luò)是由大量簡單的神經(jīng)元構(gòu)成的并行分布處理系統(tǒng)。此問題實質(zhì)上是在滿足一定約束的條件下，在并行分布處理網(wǎng)絡(luò)中搜尋最佳解的問題。對此，對Hopfield神經(jīng)網(wǎng)絡(luò)賦予部分記憶矢量（部分約束）作為初值，網(wǎng)絡(luò)運行就達(dá)到某個局部最小點。該網(wǎng)絡(luò)中任何一對神經(jīng)元之間的信息傳輸是雙向?qū)ΨQ的，它的基本工作原則是對網(wǎng)絡(luò)設(shè)置一個描述其狀態(tài)的能量函數(shù)E，該能量函數(shù)在系統(tǒng)狀態(tài)改變時總是減小，即dE≤0，系統(tǒng)必會到達(dá)一穩(wěn)定點，其能量函數(shù)代表總花費。Boltzmann機神經(jīng)網(wǎng)絡(luò)模型是在Hopfield網(wǎng)絡(luò)基礎(chǔ)之上引入隨機機制而形成的，具有較強的計算能力。與Hopfield網(wǎng)絡(luò)不同的是它具有學(xué)習(xí)能力，即其權(quán)值通過學(xué)習(xí)來調(diào)整，而不是預(yù)先設(shè)置，是一種約束滿足神經(jīng)網(wǎng)絡(luò)模型。
　　模擬退火的Boltzmann機解法是在Boltzmann機中隨機地選擇一處理單元，通過系統(tǒng)狀態(tài)的改變，使系統(tǒng)的能量函數(shù)E朝其減小的方向遞減到一個穩(wěn)定狀態(tài)，這個狀態(tài)往往是能量函數(shù)E的一個局部極小點，而達(dá)不到全局最優(yōu)；再引入模擬退火算法，使整個系統(tǒng)產(chǎn)生振動，引導(dǎo)網(wǎng)絡(luò)達(dá)到其最佳平衡態(tài)，這就是搜索的最優(yōu)解。
　　3.2 引用Boltzmann機進(jìn)行改造布局和改擴(kuò)建管徑優(yōu)化的處理要點
　?、贈Q策變量的轉(zhuǎn)換及神經(jīng)元集合的構(gòu)成
　　由于Boltzmann機的神經(jīng)元狀態(tài)只能取0和1兩種狀態(tài)，需將獨立變量轉(zhuǎn)換成0-1變量。由于x本身就是0-1變量，無需轉(zhuǎn)換，只要將變量D轉(zhuǎn)換成0-1變量。對離散變量D，若它在集合W中可取的市售型號有M種,D的第ij維分量D_ij用二進(jìn)制字符串表示的最少符號個數(shù)m為2^m≥M，D_ij的取值與字符串S1^＂ΛS2^＂的取值一一對應(yīng)。否則，若2^m>M，字符串的取值多于D_ij的取值，這時可以將多余的字符串的取值再對應(yīng)于D_ij的部分取值，使得每個字符串的取值對應(yīng)的D_ij的取值均是可行的。將D分量加上x分量構(gòu)成神經(jīng)元集合S。對于每一個S_i^j∈S，S_i^j∈{0,1}，且S中的神經(jīng)元元素的個數(shù)nl為 。
　?、谀芰亢瘮?shù)
　　根據(jù)Boltzmann機的基本原理，改造布局或改擴(kuò)建管徑優(yōu)化的能量函數(shù)構(gòu)造為。
　　式中：E—改造布局或改擴(kuò)建管徑優(yōu)化的能量函數(shù)
　　　　　f₁—改造布局或改擴(kuò)建管徑優(yōu)化的目標(biāo)函數(shù)

　　

　　A 一適當(dāng)選取的正罰系數(shù)

　　③溫度T減小方式及計算過程的終止判據(jù)：在最優(yōu)解的搜索過程中，溫度T由高溫逐漸降至低溫，其溫度T減小方式為T =λT，0 <λ< 1，根據(jù)經(jīng)驗，筆者建議取λ= 0.8。當(dāng)T → 0，即T＜ε（ε是一小的正數(shù)）時，搜索最優(yōu)解的過程結(jié)束，計算過程終止。
　?、軤顟B(tài)轉(zhuǎn)移的終止方式
　　在給定的溫度T，要進(jìn)行多次搜索即狀態(tài)轉(zhuǎn)移，其狀態(tài)轉(zhuǎn)移方式為先以均勻分布在神經(jīng)元集合中選擇一個單元，然后將其狀態(tài)作轉(zhuǎn)換，即若原來的取值為0，現(xiàn)在將其取為1，反之將其取為0。
　　⑤狀態(tài)轉(zhuǎn)移的終止判據(jù)
　　判斷狀態(tài)轉(zhuǎn)移是否結(jié)束可以有多種方法，如a) 檢驗?zāi)繕?biāo)函數(shù)值的均值是否穩(wěn)定；b) 連續(xù)若干步目標(biāo)函數(shù)值的變化均比較?。籧)按一個固定的步數(shù)L進(jìn)行狀態(tài)轉(zhuǎn)移等。這里選擇采用方法c)
　　3.3 Boltzmann機進(jìn)行改造布局優(yōu)化的電算方法
　　其方法是在優(yōu)化結(jié)果中分析舊管網(wǎng)，如果計算管徑比實際管徑大，則考慮增敷一平行管線，即x的值取為1；否則，原有舊管徑處不變，即x的值取為0；并得到新的整體系統(tǒng)的總數(shù)（原有舊管徑、新建管徑和需改造管徑之和）。
　　值得注意的是，由該優(yōu)化子課題得到的有用的結(jié)果只是需改造的舊管徑的地點，即改造布局優(yōu)化，并不使用它求得的優(yōu)化管徑。該優(yōu)化子課題不參與總費用值的計算。其電算框圖如圖2所示。

　　3.4 Boltzmann機進(jìn)行改擴(kuò)建管徑優(yōu)化的電算方法
　　對于改擴(kuò)建管徑的優(yōu)化，其原理與改造布局優(yōu)化一樣。它根據(jù)布局優(yōu)化子程序輸入的管徑總數(shù)和改造布局，在原有舊管徑不變的情況下，求新建管徑和需改造管徑的優(yōu)化結(jié)果。該子程序中，變量x為已知量，神經(jīng)元集合S中只有神經(jīng)元D。從而可得利用模擬退火的Boltzmann機進(jìn)行改造布局優(yōu)化的電算流程圖3。該算法計算獲得的并不一定是問題的全局最優(yōu)解，但它是一個非常接近其全局最優(yōu)解的局部最優(yōu)解，其原因是：①由算法本身的特性決定的，該算法是以概率1保證其收斂到它的局部最優(yōu)解，而不一定是全局最優(yōu)解。②神經(jīng)元的構(gòu)造方法，包括編碼及精度，對算法的計算效果有一定的影響。

　　3.5 不同負(fù)載狀態(tài)下的布局和管徑的優(yōu)化
　　在不同負(fù)載狀態(tài)下的布局和管徑的優(yōu)化設(shè)計，采用模擬退火的Boltzmann機算法仍是易行的。當(dāng)網(wǎng)內(nèi)存在水塔水庫時，其運行上存在兩種狀態(tài)：①高峰用水期，水源和水塔水庫同時供水；②低谷用水期，單由水源供水并向水庫充水。此時，管線布局和管徑的計算要按高峰用水時和最大傳輸時的二種負(fù)載進(jìn)行。所以，該優(yōu)化設(shè)計計算子規(guī)劃目標(biāo)函數(shù)為：

　　

　　s.t. g^/_i ( H₁, D, x , u₁ ) = 0 i = 1,…,m-1

　　g_i ( H, D, x , u ) = 0 i = 1,…,m-1

　　H_i≥H_i^min　　　i = 1,…,m

　　H_i1≥H_i1^min i = 1,…,m

　　D_ij∈ W　　　　　i , j∈VV

　　其中：H, Q ——最大轉(zhuǎn)輸時管網(wǎng)的節(jié)點壓力和節(jié)點流量
　　　　　H₁, Q₁ ——高峰用水時管網(wǎng)的節(jié)點壓力和節(jié)點流量
　　　　　H_i^min，H_i1^min——分別表示最大轉(zhuǎn)輸時和高峰用水時管網(wǎng)各節(jié)點的最小允許壓力
　　 　　g^/, g — 分別表示最大轉(zhuǎn)輸時和高峰用水時管網(wǎng)的節(jié)點方程組
　　 　　S — 最大轉(zhuǎn)輸時水源二級泵站個數(shù)
　　　　S₁ —高峰用水時共同工作的二級泵站和水庫的個數(shù)
　　 　　C_r，C_r1 — 分別包含能量變化系數(shù)v和 v₁　　v —— 年平均耗電能對最大轉(zhuǎn)輸時耗電能的比例
　　　　v₁ — 年平均耗電能對高峰用水時耗電能的比例

　　關(guān)于它的算法，只需在前述算法中做一些改動：
　?、偎此糠峙涞某踔禐樽畲筠D(zhuǎn)輸時u和高峰用水時u₁兩項；
　　②在由D, u求H的同時，也由D , u₁ 求得H₁；
　　③能量函數(shù)改為

　　

　　這些改動表示D的變化必須兼顧二種負(fù)載狀態(tài)下動力費用的變化，通過能量函數(shù)的穩(wěn)定可求得有效的結(jié)果。

　　4　改擴(kuò)建水源水量和加壓泵站的優(yōu)化方法

　　在改擴(kuò)建管網(wǎng)設(shè)計中，因用水量增長必須增加水源的供水，由此產(chǎn)生了水廠供水的分配問題：①是否需要開辟新的水源；②如果需要新建水廠，新、舊水廠的供水量如何分配；③如果不需要新建水廠，在舊水廠之間如何分配這部分新增的水量。最優(yōu)方案的選擇應(yīng)使管網(wǎng)的常年動力費用（以發(fā)揮最大生產(chǎn)能力時的動力費用折算成年平均費用）和新建或擴(kuò)建水廠所需的基建費用之總和為最小。
　　此外，由于給水面積擴(kuò)大，用水需求加大，管線延長，管路的水頭損失將增加，為了保證邊緣地區(qū)的水壓，節(jié)約動力費用，管網(wǎng)內(nèi)往往設(shè)置加壓泵站或水庫泵站。加壓泵站的優(yōu)化設(shè)計就是研究如何選擇加壓泵站的個數(shù)、位置和加壓揚程使得管網(wǎng)的動力費用和新建加壓泵站的基建造價和為最小。
　　為解此兩大型優(yōu)化方程組，考慮了幾個較為適用的主要優(yōu)化算法：Mpop法解題的成功率很高，但尋找可行點的功能還不完善；Mulpen法有效性指標(biāo)還不很令人滿意；GRG性能好，適應(yīng)性強，解題成功率比較高，對于退化的全等式線性約束問題處理不好，但GRG法原理較復(fù)雜、算法龐大，對于大型優(yōu)化問題有著較好的針對性。因而考慮用GRG算法來解決該數(shù)學(xué)模型是比較理想的。此兩個子課題的電算流程圖如圖4和圖5所示。

　　

　　5. 工程應(yīng)用與總結(jié)

　　利用以上算法對長沙自來水公司的課題進(jìn)行改擴(kuò)建仿真計算；現(xiàn)以一簡例說明，如圖6所示。其計算過程列為表1。由計算結(jié)果可以看出，上述計算過程獲得了問題的全局最優(yōu)解。對大規(guī)模的供水管網(wǎng)系統(tǒng)，該分層算法有顯著效果。

表1 改擴(kuò)建仿真計算結(jié)果表 管段d 原有管徑 布局X 增敷管徑 1-2 0.45 1 0.50 2-3 0.30 1 1.30 3-4 0.45 0 4-8 0.10 1 0.20 5-6 0.10 1 0.10 6-7 0.30 1 7-8 1.30 0 9-10 0 1 0.10 10-11 0 0 11-12 1.30 1 1-5 0.10 1 0.10 2-6 0.35 1 0.10 3-7 0.40 1 0.10 5-9 0 0 6-10 0 1 1.30 7-11 0 1 1.30 8-12 0.10 0 水源 13 14 15 水量(l) 0.417 0.405 0 加壓泵站 1 2 3 揚程(m) 14 0 0

　　6. 參考文獻(xiàn)

　　[1] B.Coulbeck,Dynamic Simulation of Water Distribution Systems, Mathematics and Computers in simulation,1980,Vol.XXⅡ,222-230
　　[2] L.Gyergyek and S.Persen,Simulation and Optimal Control of Large Water Distribution Systems, Mathematics and Computers in simulation,1982,Vol.XXⅣ
　　[3] Neural Networks Based Decision Support in Presence of Uncertainties, Journal of water Resources Planning and Management,1999,No.5
　　[4] E.Aarts and J.Korst, Simulated Annealing and Boltzmann Machines,John Wiley & Sons,1989
　　[5] 全國供水管網(wǎng)論文集，1998
　　[6] 許仕榮，邱振華，給水管網(wǎng)的計算理論與電算應(yīng)用，湖南大學(xué)出版社，1997
　　[7] 俞國平，給水管網(wǎng)擴(kuò)建工程的最優(yōu)化設(shè)計，同濟(jì)大學(xué)博士論文，1985
　　[8] 顏虎等，改造舊管網(wǎng)擴(kuò)建方案可行性研究的方法，中國給水排水，1991
　　[9] G.V.雷克萊狄斯等，工程最優(yōu)化—方法與應(yīng)用，北京航空航天大學(xué)出版社，1990
　　[10] 陳立周等，工程離散變量優(yōu)化設(shè)計法—原理與應(yīng)用，機械工業(yè)出版社，1988
　　[11] 熊光楞，連續(xù)系統(tǒng)仿真與離散事件系統(tǒng)仿真，清華大學(xué)出版社，1987
　　[12] 仲偉俊，供水網(wǎng)絡(luò)系統(tǒng)改造的智能化計算機輔助設(shè)計，信息與控制，1995，6
　　[13] 李衛(wèi)華，人工智能程序設(shè)計，科學(xué)出版社，1989
　　[14] 胡守仁，神經(jīng)網(wǎng)絡(luò)導(dǎo)論，國防科技大學(xué)出版社，1993
　　[15 胡守仁，神經(jīng)網(wǎng)絡(luò)實現(xiàn)技術(shù)，國防科技大學(xué)出版社，1993
　　[16] 胡守仁，神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)，國防科技大學(xué)出版社，1993
　　[17] 陳偉民，人工智能技術(shù)及應(yīng)用，同濟(jì)大學(xué)出版社，1998
　　[18] 萬百五等，大工業(yè)過程計算機在線穩(wěn)態(tài)優(yōu)化控制，科學(xué)出版社，1998

---

　　作者簡介：
　　劉小靜（1975- ），女，湖南人，
　　電話：(0731)8828281
　　通訊地址：湖南大學(xué)研究生樓501室 410082>

　　注：該課題為長沙市自來水公司公關(guān)項目。