Abstract
The optimal design of water distribution system have started with the least cost design of single objective function using fixed hydraulic variables, eg. fixed water demand and pipe roughness. However, more adequate design is accomplished with considering uncertainties laid on water distribution system such as uncertain future water demands, resulting in successful estimation of real network's behaviors. So, many researchers have suggested a variety of approaches to consider uncertainties in water distribution system using uncertainties quantification methods and the optimal design of multi-objective function is also studied. This paper suggests the new approach of a multi-objective optimization seeking the minimum cost and maximum robustness of the network based on two uncertain variables, nodal demands and pipe roughness uncertainties. Total design procedure consists of two folds: least cost design and final optimal design under uncertainties. The uncertainties of demands and roughness are considered with Latin Hypercube sampling technique with beta probability density functions and multi-objective genetic algorithms (MOGA) is used for the optimization process. The suggested approach is tested in a case study of real network named the New York Tunnels and the applicability of new approach is checked. As the computation time passes, we can check that initial populations, one solution of solutions of multi-objective genetic algorithm, spread to lower right section on the solution space and yield Pareto Optimum solutions building Pareto Front.
상수도관망의 최적설계는 단목적함수와 고정된 수리학적 변수로 구성된 비용최소화의 문제로 시작되었다. 하지만, 미래의 불확실한 수요량의 변동과 같이 상수도관망 내에 존재하는 여러 불확실성을 고려하여 설계하는 것이 실제 상수도관망의 거동을 보다 적절히 예측하는 것이다. 따라서 상수도관망 내 존재하는 불확실성을 양적으로 고려하는 다양한 방법이 연구되어 상수도관망의 최적설계에 반영되었고, 다목적함수를 사용한 최적화문제도 다루게 되었다. 본 연구에서는 관망의 절점에서의 수요량과 관의 조도계수를 불확실성을 가진 변수로 두고, 비용 최소화와 관망의 강건성 (Robustness)을 최대화 하는 두 가지 목적함수를 가진 다목적함수 최적화 문제를 다루었다. 최적화 과정은 비용최소화와 불확실성을 고려한 최종 최적화의 두 과정으로 나뉜다. 각 절점에서의 수요량과 관의 조도계수는 베타확률밀도함수 (Beta PDF)를 사용, Latin Hypercube 샘플링 방법으로 불확실성을 고려하였고, 다목적함수의 최적화는 유전자 알고리듬 (Multi-objective Genetic Algorithms, MOGA)을 사용하였다. 제안된 방법은 New York Tunnels이라는 실제 상수도관망에 적용하여 적용성을 검증 하였고 그 결과를 분석하였다. 다목적 최적화 문제에서 최적화가 진행될 수 록 초기 값에 모여 있던 점들이 그 점 주위를 시작으로 해 공간에 최적 해를 찾아 오른쪽 아래 부분으로 탐색해 나가는 것을 확인할 수 있었고 최적설계의 해는 해 공간에서 Pareto Front를 구성하며 파레토 최적해를 구하였다.
