1.基于无中心遗传算法的建筑二次供水优化调度方法，其特征在于，所述方法包括：步骤一：建立关于建筑二次供水的目标函数优化模型并设置目标函数优化模型的约束条件；

步骤二：根据目标函数优化模型获取适应度值计算公式；

步骤三：采用随机生成的方法产生初始种群并设定种群规模pop、遗传代数maxage、遗传交叉概率pc以及遗传变异概率pm；其中，初始种群中包括若干个智能计算节点i，每个智能计算节点i表示一个水泵；

步骤四：根据初始种群利用适应度值计算公式，采用轮盘赌法选择父代种群；

步骤五：每个智能计算节点i接收其所有邻居节点传来的父代种群，构建邻域联合父代种群；

步骤六：对邻域联合父代种群进行遗传交叉以及遗传变异，获取子代种群；

步骤七：判断当前代数gen是否大于遗传代数maxage，若否，以子代种群作为初始种群，返回执行步骤四至步骤六；若是，输出解码后的最终优化结果，其中，优化结果为各水泵运行状态及运行参数。

2.根据权利要求1所述的基于无中心遗传算法的建筑二次供水优化调度方法，其特征在于，所述步骤一中，所述目标函数优化模型为：

所述目标函数优化模型的约束条件为：

其中，n表示水泵台数，i表示第i台水泵，wi表示0-1决策变量，0表示水泵停止，1表示水泵开启；Qi表示第i台水泵的流量，P∑表示轴功率和，a0、a1、a2均为水泵流量一功率曲线拟和系数；Qmin表示高效运行下限30Hz时流量，Qmax表示高效运行上限50Hz时流量，Qe表示目标总流量指标。

3.根据权利要求2所述的基于无中心遗传算法的建筑二次供水优化调度方法，其特征在于，所述步骤二包括：将目标函数优化模型 进行公式变换得到适应度值计算公式 其中，exp()为以

自然常数e为底的指数函数。

4.根据权利要求3所述的基于无中心遗传算法的建筑二次供水优化调度方法，其特征在于，所述步骤四包括：初始种群Xjpop,gen中每个个体xj作为适应度值计算公式的输入计算每个个体适应度Pj以及适应度累加值 则每个个体被选中的概率为 累计概率为 在[0,1]之间产生均匀分布的随机数r，若qk-1＜r＜qk，则选择第k个

0.5pop，gen

种群个体作为父代种群parent_Xi ，其中，每个个体xj由0-1决策变量wi和第i台水泵的流量Qi组成，k＝1,2...pop。

5.根据权利要求4所述的基于无中心遗传算法的建筑二次供水优化调度方法，其特征在于，所述步骤五包括：每个智能计算节点i接收其所有邻居节点传来的父代种群parent_

0.5pop,gen 0.5pop,gen 0.5pop,genX1 、parent_X2 …parent_Xz ，构建邻域联合父代种群，其中，z表示节点i的邻居个数，parent_Xz0.5pop,gen表示智能计算节点i的第Z个邻居节点传来的父代种群，multi_Xin*0.5pop，gen表示邻域联合父代种群。

6.基于无中心遗传算法的建筑二次供水优化调度装置，其特征在于，所述装置包括：模型建立模块，用于建立关于建筑二次供水的目标函数优化模型并设置目标函数优化模型的约束条件；

获取模块，用于根据目标函数优化模型获取适应度值计算公式；

初始化模块，用于采用随机生成的方法产生初始种群并设定种群规模pop、遗传代数maxage、遗传交叉概率pc以及遗传变异概率pm；其中，初始种群中包括若干个智能计算节点i，每个智能计算节点i表示一个水泵；

父代种群获取模块，用于根据初始种群利用适应度值计算公式，采用轮盘赌法选择父代种群；

邻域联合父代种群构建模块，用于每个智能计算节点i接收其所有邻居节点传来的父代种群，构建邻域联合父代种群；

子代种群获取模块，用于对邻域联合父代种群进行遗传交叉以及遗传变异，获取子代种群；

判断模块，用于判断当前代数gen是否大于遗传代数maxage，若否，以子代种群作为初始种群，返回执行父代种群获取模块、邻域联合父代种群构建模块以及邻域联合父代种群构建模块；若是，输出解码后的最终优化结果，其中，优化结果为各水泵运行状态及运行参数。

7.根据权利要求6所述的基于无中心遗传算法的建筑二次供水优化调度装置，其特征在于，所述模型建立模块还用于，所述目标函数优化模型为：

所述目标函数优化模型的约束条件为：

其中，n表示水泵台数，i表示第i台水泵，wi表示0-1决策变量，0表示水泵停止，1表示水泵开启；Qi表示第i台水泵的流量，P∑表示轴功率和，a0、a1、a2均为水泵流量一功率曲线拟和系数；Qmin表示高效运行下限30Hz时流量，Qmax表示高效运行上限50Hz时流量，Qe表示目标总流量指标。

8.根据权利要求7所述的基于无中心遗传算法的建筑二次供水优化调度装置，其特征在于，所述获取模块还用于：将目标函数优化模型 进行公式变换得到适应度值计算公式 其中，exp()

为以自然常数e为底的指数函数。

9.根据权利要求8所述的基于无中心遗传算法的建筑二次供水优化调度装置，其特征在于，所述父代种群获取模块还用于：初始种群Xjpop,gen中每个个体xj作为适应度值计算公式的输入计算每个个体适应度Pj以及适应度累加值 则每个个体被选中的概率为累计概率为 在[0,1]之间产生均匀分布的随机数r，若qk-1＜r＜qk，则选择第k个种群个体作为父代种群parent_Xi0.5pop，gen，其中，每个个体xj由0-1决策变量wi和第i台水泵的流量Qi组成，k＝1,2...pop。

10.根据权利要求9所述的基于无中心遗传算法的建筑二次供水优化调度装置，其特征在于，所述邻域联合父代种群构建模块还用于：每个智能计算节点i接收其所有邻居节点传来的父代种群parent_X10.5pop,gen、parent_X20.5pop,gen…parent_Xz0.5pop,gen，构建邻域联合父代种群，其中，z表示节点i的邻居个数，parent_Xz0.5pop,gen表示智能计算节点i的第Z个邻居节点n*0.5pop，gen传来的父代种群，multi_Xi 表示邻域联合父代种群。