基于粒子群算法的水资源优化配置

本文基于可持续发展理论,以社会、经济和环境的综合效益最大为目标,建立了区域水资源优化配置模型.根据模型的特点,采用粒子群算法(PSO)对模型进行求解.针对粒子群算法的迭代原理,通过对粒子编码方法、适应度函数构造和约束条件处理等环节的改进,构成了用于多目标有约束条件模型求解的粒子群优化算法.不仅拓展了粒子群优化算法的应用领域,同时也为复杂多目标模型的求解提供了一种新途径.本文以北京市为例,借助本文提出的模型,得到了该市2010、2020和2030年三个水平年在50%保证率下的水量配置方案.优化结果表明,该算法应用于水资源优化配置中是合适的.     

甘肃疏勒河流域灌区农业用水动态预测及优化配置研究

为得出灌区用水动态预测模型和水资源优化配置模型,以甘肃疏勒河流域罐区为例,以极限学习机模型(ELM),随机森林模型(RF)和高斯指数模型(GEM)作为用水预测模型分析,以离散粒子群算法和连续粒子群算法作为水资源优化配置的方法,对灌区不同作物用水量进行了预测和分配,结果表明:ELM模型的RRMSE、R2和Ens分别为5. 30%、0. 974和0. 975,可推荐为灌区用水预测模型;连续粒子群算法对不同作物用水量及种植结构优化配置结果与实际更为相符,效益更高,可为水资源优化配置的标准方法使用。     

群智能优化算法在水文频率曲线适线中的应用

根据不同适线准则,研究群智能优化算法在水文频率曲线适线中的计算问题,为水利工程规划、水资源优化配置等提供依据。以陕北地区12个主要测站的年径流系列为例,选取五大分布类共12种分布线型,根据我国现行水利水电工程设计洪水计算规范,按照离(残)差平方和最小准则(OLS)、离(残)差绝对值和最小准则(ABS)、相对离差平方和最小准则(WLS),以MATLAB7.6为计算平台,研究模拟退火算法、遗传算法、粒子群算法和蚁群算法进行水文频率参数的估计。在不同适线准则下,陕北地区年径流最优频率分布模型为广义Logistic分布(Generalized Logistic Distribution,GLO),粒子群算法进行参数估算偏差最小。与传统优化方法相比,群智能优化算法对优化目标函数要求低,是一种推求年径流频率曲线统计参数的新途径。     

基于足球联赛竞争算法-投影寻踪-云模型的水资源短缺风险评价

为客观衡量水资源短缺风险评价过程中的随机性与模糊性,将正态云模型引入水资源短缺风险评价,建立足球联赛竞争算法-投影寻踪-正态云评价模型,以云南省各州市水资源短缺风险评价为例进行实例研究。从水资源等系统遴选20个指标构建水资源短缺风险评价指标体系和分级标准,采用云模型正向发生器计算水资源短缺风险分级评价指标的隶属度;在分级标准阈值间随机内插样本构造投影寻踪优化目标函数,利用足球联赛竞争算法、粒子群算法、布谷鸟搜索算法和差分进化算法优化投影寻踪目标函数并进行比较,并通过足球联赛竞争算法-投影寻踪法给出各指标权重;根据隶属度矩阵和权重矩阵计算水资源短缺风险评价的分级确定度并进行评价,评价结果与投影寻踪法、模糊综合评价法比较。结果表明:足球联赛竞争算法寻优精度高于粒子群算法等3种算法。昆明市、怒江州和迪庆州水资源风险评价为低风险;玉溪市、保山市、文山州和德宏州评价为较低风险;曲靖市、昭通市、普洱市、临沧市和红河州评价为中等风险;其余州市评价为较高风险,评价结果与投影寻踪法、模糊评价法基本一致。足球联赛竞争算法-投影寻踪-正态云评价模型兼具模糊性和随机性,既能反映水资源短缺风险评价分级的定性概念,又可反映隶属程度的不确定性,具有较好的应用价值。     

基于可持续发展的区域水资源多目标优化配置研究

以区域经济发展与水环境保护相协调为目标,考虑社会各产业经济部门的污水处理和节水调节的控制作用,建立水资源多目标优化配置模型,并利用模糊理论构建评价函数。通过应用于盐城市水资源的优化配置,计算分析结果表明该方法具有良好的可行性和合理性。     

Logistic-ARIMA预测模型在城市水资源需求导向及优化配置中的应用分析

为科学优化配置城市水资源,应对水资源需求进行预测分析,对城市水资源实现优化配置,以我国北方某城市为研究对象,通过分析影响城市水资源需求量各因素之间的逻辑关系,遵循水资源利用发展演变趋势,结合Logistic生长曲线模型及ARIMA模型,针对未来城市水资源需求量实施预测。同时,综合考虑水资源利用的生态、社会及经济效益,基于多目标非线性优化模型,针对城市水资源需求实施优化配置。研究可为国内其它城市水资源需求评估与优化配置提供技术支撑。     

基于粒子群优化算法的多元线性拟合方法研究及其应用

实际测井中,密度曲线最易受扩径的影响。为了消除这种影响,在多元线性拟合方法中引入了粒子群优化算法(Particle Swarm Optimization,PSO),提出了基于粒子群优化算法的多元线性拟合方法,粒子群优化算法是对目标函数优化具有自适应控制的智能进化算法。这里将粒子群优化算法与多元线性拟合法结合,选取井眼环境好,且与扩径层段有相同的岩性、物性的井段作为参考层,利用受井眼环境影响相对小的测井曲线(伽马、电阻率和声波时差),建立更加精确的多元线性拟合模型;再运用这个模型在扩径层段重构密度曲线;最后将重构密度曲线与原始密度曲线、Gardner公式计算的密度曲线进行对比分析。研究结果表明,提出的基于粒子群优化算法的多元线性拟合法重构的密度曲线的合成地震记录与井旁地震道相关系数可达0.86,说明该方法能够更有效提高密度测井曲线的质量。     

基于投影寻踪和粒子群优化算法的洪水分类研究

洪水分类实际上是洪水强度大小辨别的优化问题。洪水分类不仅影响着水库的实时调度，而且也影响着洪水灾害危险评估。对利用降水预报进行洪水资源利用的水库来说，洪水分类对水库实时调度规则的建立有着重要的作用。因此，洪水分类是一个重要的理论和实践问题。本文以长江三峡水库代表性水文站——宜昌站为研究对象．基于投影寻踪方法建立了洪水分类的优化模型，并利用粒子群优化算法对所建模型进行求解。结果表明了投影寻踪方法和粒子群优化算法在洪水分类研究中的有效性和合理性．     

利用混沌粒子群算法确定河流水质模型参数

将混沌寻优思想引入到粒子群优化算法中,提出了混沌粒子群算法,这种方法利用混沌运动的随机性、遍历性和规律性等特性对当前粒子群体中的粒子进行混沌寻优。通过这种处理使得粒子群体的进化速度加快,从而改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。并将混沌粒子群算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据以及确定河流水质参数的函数优化问题,结果表明,混沌粒子群算法的收敛性能明显优于粒子群优化算法。     

哈密淖毛湖工业园区水资源优化配置模型及应用分析

水资源配置不仅关系到当地的生态系统安全,也关系到水资源的可持续利用。根据研究区水文地质特征与研究目的,利用与VM嵌套的WinPEST的参数估值及优化预测模块,以地表水可增加引水量比率为目标函数,以地下水流态变化及生态环境影响等为约束条件,建立了单目标分布参数线性水力管理模型,并采用试估—校正法进行了求解。通过建立哈密淖毛湖工业园区水资源优化配置模型,优化地表水引水量,初步评估推荐方案的正负面环境影响,满足社会经济可持续发展与生态环境保护的要求。