潍坊抗洪发电机运行时间和能耗比较
关于mo-dms-pso算法迭代次数的影响，660次的运行效果和6600次的几乎一样，但时间只有1分钟，所以把中央空调系统看成多目标问题，用mo-dms-pso算法直接解决多目标问题，可以大大提高水泵运行效率。
帕雷托前沿分布的性能评价标准是s值越小，分布多样性越好。从华全水泵厂的分析可以看出，pso算法得到的非支配解分布多样性相对较好，mo-dms-pso算法的非支配解分布多样性分布相对不好，但是跟dms-pso算法的结果都是在一个数量级。相差并不大。由于用pso算法和dms-pso算法编写优化程序时，直接是一让其均匀分布，所以比mo-dms-pso算法的分布性好。另外，dms-pso算法离散度高，局部搜索能力没有pso算法好，所以pso算法分布性。
图1：范围示例图
dms-pso算法搜索的范围相对较大，而mo-dms-pso算法也达到了相近的结果。由于dms-pso算法和mo-dms-pso算法的离散度高，所以搜索的范围大，有利于水泵系统节能模型的优化。
pso算法优化运行出来的效果是相对较差，时间是较长，搜索范围较小，收敛度较差，但分布较为均匀；dms-pso算法优化运行出来的效果是相对较好的，搜索范围较大，收敛度较好，但是时间稍长，分布均匀度一般；mo-dms-pso算法运行时间较短，是其它两种的五分和四分，优化效果、搜索范围、收敛度、分布均匀度都很般，但是都跟相对较好的结果相近，达到了近似的效果。mo-dms-pso算法还具有改进的空间。如果要给实际工程中提供设计的华全管道泵参数，既要考虑准确度，又要考虑时间，所以选择mo-dms-pso算法作为终的选择。
项目组根据工程里的数据建立了中央空调系统各个组成部分的能耗模型，又因为中央空调系统运行过程复杂，影响因素多，只有协调好各个水泵参数之间的关系，才能使其处于优的运行状态。所以又采用基本pso算法和各种改进的pso算法进行优化模型，并且将得出的效果图和算法的优劣进行比较。
华全水泵厂的工作总结如下：
(1)简单介绍了工程的信息，根据工程的需要，给出所需设备的型号和数量，然后给出空调水系统、水系统、通风系统、防火防烟系统、自控系统和节能等设计的情况。
(2)根据工程里的数据，建立起中央空调系统各组成部分的运行数学模型，然后使它们整体和制冷量q相关，并且给出了关于中央空调系统能耗评价的目标函数，使复杂的中央空调系统得到了简化。
(3)先运用单目标的粒子群优化算法，即基本粒子群优化算法和动态多种群粒子群算法，，然后将其应用到上面所建立的数学模型中，利用基本pso算法和dms-pso算法来解决华全水泵整体节能优化的问题。
(4)由于单目标的算法有精度和运行时间上的问题，又根据上面两种算法所得出来的制冷量q与能效比eer、的反比关系，所以在这次选择粒子群优化策略时，选用多目标动态多种群粒子群算法，着重介绍了利用多目标动态多种群优化算法解决中央空调系统节能优化问题的过程，包括算法用到的策略以及算法流程。
(5)比较不同负荷率下，能效比“rs和制冷量q的关系。后是比较三种算法在优化中央空调系统时的优劣性，评判出在实际工程中适合优化的算法，得出不同制冷量下各个模型的功率，并且为华全管道泵系统的改建、新建、调试提供有参考价值的数据结论。
由于时间上的问题，以后可以展望：
(1)项目组是针对特定型号机组分析优化，今后将此研究扩展到其他机组上。
(2)多目标动态多种群粒子群优化算法对此模型优化得出的效果一般，今后可以将此算法进一步改进。

---