AGPSO-MEPP模型在云南省水安全动态评价中的应用

从生命安全、经济安全、社会安全和生态安全4个方面选取20个指标构建区域水安全动态评价指标体系和分级标准。利用自治粒子群优化(AGPSO)算法寻优最大熵投影寻踪(MEPP)技术最佳投影方向,提出AGPSOMEPP水安全评价模型,并分别构建加速粒子群优化(APSO)算法、惯性权重线性递减粒子群优化(LDWPSO)算法和基本粒子群优化(PSO)算法-MEPP模型作对比模型对云南省2006-2015年及2020年水安全进行评价。结果表明:AGPSO寻优MEPP目标函数获得的最优值、最差值、平均值和标准差均优于APSO、LDWPSO和PSO算法,具有较好的全局极值寻优能力;AGPSO-MEPP模型对云南省2006-2013年水安全评价为"不安全",2014-2015年评价为"基本安全",2020年评价为"安全"。2006-2015年的10年间云南省水安全随时间呈提升趋势,且提升趋势显著;AGPSO-MEPP模型对云南省水安全评价结果与APSO-MEPP模型相同,但在排序上存在差异;与LDWPSO-MEPP、PSO-MEPP模型在评价结果及排序上均存在差异。其中,与PSO-MEPP模型的评价及排序结果差异最为显著,表明算法的极值寻优能力决定着评价精度的高低。     

NBA-MEPP模型在区域水资源安全评价中的应用

利用新型蝙蝠算法(NBA)优化最大熵投影寻踪(MEPP)模型的最佳投影方向,提出NBA-MEPP水资源安全评价模型,并构建了蝙蝠算法(BA)-MEPP、人工蜂群(ABC)算法-MEPP和粒子群优化(PSO)算法-MEPP作为对比模型;从水资源禀赋、水量安全、效率安全以及水质安全4个方面提出了水资源安全评价指标体系和分级标准,并以云南省16个州市的水资源安全评价为例进行实例研究。研究结果表明,NBA算法寻优MEPP目标函数获得的最优值、最劣值、平均值和标准差均要优于BA、ABC和PSO算法,具有较好的全局极值寻优能力。NBA-MEPP模型对德宏州的水资源安全评价为"安全",对丽江市的评价为"临界安全",对其他14个州市的评价为"较安全"。NBA-MEPP模型对16个州市的水资源安全评价结果与BA-MEPP模型的结果相同,但是在排序上存在着差异;与ABC-MEPP、PSO-MEPP模型在评价结果及排序上均存在差异。提出的模型及评价方法具有通用性,可为相关评价研究提供参考。     

基于WCA-MEPP模型的云南省水资源利用效率动态评价

以云南省2006-2015年及2020年水资源利用效率评价为例,从综合、工业、农业、生活和生态5个方面遴选15个指标构建水资源利用效率评价指标体系和分级标准,基于最大熵投影寻踪(MEPP)技术进行区域水资源利用效率动态评价。采用在指标分级标准阈值间随机生成样本的方法构造MEPP目标函数,利用水循环算法(WCA)优化MEPP最佳投影方向,建立WCA-MEPP水资源利用效率评价模型,并分别构建生物地理优化(BBO)算法、差分进化(DE)算法和粒子群优化(PSO)算法-MEPP水资源利用效率评价模型作对比模型。结果表明:(1)WCA寻优MEPP目标函数获得的最优值、最劣值、平均值和标准差均优于BBO、DE和PSO算法,具有较好的全局极值寻优能力。(2)WCA-MEPP模型对云南省2006-2007年水资源利用效率评价为"较低水平",2008-2015年评价为"中等水平",2020年评价为"较高水平"。2006-2015年间云南省水资源利用效率随时间呈提升趋势,且提升趋势显著。(3)WCA-MEPP模型对云南省水资源利用效率评价结果与BBO-MEPP模型相同,但在排序上存在差异;与DE-MEPP、PSO-MEPP模型在评价结果及排序上均存在差异。     

基于改进PSO-PP模型的区域水资源利用效率评价

针对基本粒子群算法(PSO)早熟收敛、易陷入局部极值以及投影寻踪(PP)模型最佳投影方向难以选取的不足,利用改进的PSO(IPSO)算法优化PP模型最佳投影方向,提出了IPSO-PP水资源利用效率评价模型。从"三生"用水指标中选取15个指标构建区域水资源利用效率评价指标体系,以云南省16个州市水资源利用效率评价为例进行实例研究,并构建PSO-PP模型、差分进化(DE)算法-PP模型及和声搜索(HS)算法-PP模型作对比分析模型。结果表明,IPSO算法优化PP模型获得的适应度值和最佳投影方向均优于PSO、DE和HS算法,具有较好的求解精度和全局极值能力。IPSO-PP模型对实例的评价排序结果与DEPP模型相同,与HS-PP模型评价排序结果略有差异,与PSO-PP模型评价排序结果差异较大,表明智能算法寻优能力的强弱决定了评价精度的高低。模型及实例验证结果可为PP模型优化及其他水资源系统类综合评价提供参考和借鉴。     

云南省水安全区域类型识别TSA-PP模型及应用

为科学识别云南省16个州市的水安全区域类型,提出了树-种算法(TSA)-投影寻踪(PP)识别模型。选取了4个典型测试函数对TSA进行仿真验证,并将验证结果与人工蜂群(ABC)算法、布谷鸟搜索(CS)算法等6种算法的仿真结果进行了对比。以云南省为研究对象从水资源条件、经济社会条件和水环境条件中遴选出了27个指标构建区域水安全类型识别指标体系和分级标准,在各分级标准阈值间采用随机内插的方法生成样本;同时,构建了基于水资源、经济社会和水环境条件的投影指标函数,并分别采用TSA搜索最优投影向量,计算云南省内各州市的综合投影值以及各分级标准阈值的投影值,然后利用分级标准阈值投影值对各行政区的水安全区域类型进行识别。结果表明:TSA寻优精度优于ABC、CS等6种算法,具有较好的收敛精度、极值寻优能力和收敛稳健性能。TSA-PP模型对云南省各州市的水安全类型识别结果为:昆明市、玉溪市为"中度缺水-较发达-中等"型;楚雄州、大理州为"严重缺水-中度发达-较差"型;西双版纳、迪庆州为"中度缺水-中度发达-中等"型;丽江市为"严重缺水-中度发达-中等"型;德宏州为"轻度缺水-中度发达-中等"型;怒江州为"轻度缺水-中度发达-较差"型;其他州市被识别为"中度缺水-中度发达-较差"型。     

正弦余弦算法-投影寻踪水污染物总量分配模型

基于水资源禀赋条件、效率原则和尊重现状的原则,构建水污染物总量分配指标体系和水污染物分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用正弦余弦算法(SCA)搜寻PP模型最佳投影方向,构建SCA-PP模型对云南省文山州壮族苗族自治州8县(市)水污染物控制总量进行分配。并通过6个典型测试函数对SCA算法进行仿真验证,仿真结果与蚁群优化(ACO)算法、模拟退火算法(SA)、文化算法(CA)、布谷鸟搜索(CS)算法和人工蜂群(ABC)算法进行对比。结果表明:(1)SCA算法寻优效果明显优于ACO、SA、CA、CS和ABC算法,具有模型简单、调节参数少、收敛速度快、寻优精度高、全局寻优能力强以及收敛稳定性与收敛可靠性好等特点。(2)SCA-PP模型水污染物控制总量分配结果符合区域经济社会发展和水污物染削减客观要求。模型及方法具有一定的可操作性和有效性,可为水污染物分配提供新的途径和方法。     

基于最大熵投影寻踪模型的云南省近10 a水资源承载力评价

为对云南省2006—2015年水资源承载力进行评价,从水资源、经济社会和生态系统3个方面提出水资源承载力评价指标体系和分级标准,并基于最大熵投影寻踪(MEPP)技术进行区域水资源承载力评价。采用在指标分级标准阈值间随机生成样本的方法构造MEPP目标函数,利用混合蛙跳算法(SFLA)优化MEPP最佳投影方向,提出SFLA-MEPP水资源承载力评价模型,并构建生物地理优化(BBO)算法-MEPP、和声搜索(HS)算法-MEPP和粒子群优化(PSO)算法-MEPP水资源承载力评价模型作对比模型。结果表明SFLA寻优MEPP目标函数获得的最优值、最劣值、平均值和标准差均优于BBO、HS和PSO算法,具有较好的全局极值寻优能力;SFLA-MEPP模型对云南省2006—2007年、2011—2012年水资源承载力评价为“基本可承载”,其他年份评价为“可承载”;2006—2015年间云南省水资源承载力随时间呈提升趋势,但提升趋势不显著;SFLA-MEPP模型对云南省水资源承载力评价结果与BBO-MEPP模型相同,但在排序上存在差异;与HS-MEPP,PSO-MEPP模型在评价结果及排序上均存在差异。     

基于WDO-PP模型的区域水资源系统与经济社会生态系统协调度评价

以云南省16个州市为例进行实例研究,提出风力驱动优化(WDO)算法-投影寻踪(PP)水资源系统与经济社会生态系统协调度评价模型,构建布谷鸟搜索(CS)算法、差分进化(DE)算法和粒子群优化(PSO)算法优化的PP模型作对比,进行水资源系统与经济社会生态系统协调度评价。从水资源、经济、社会和生态系统遴选20个指标构建区域水资源系统与经济社会生态系统协调度评价指标体系,并基于指标系列均值及标准差构造"绝对协调"~"极不协调"6个等级的水资源系统与经济社会生态系统协调度评价标准,应用WDO-PP、CS-PP、DE-PP和PSO-PP模型对实例协调度进行评价及分析。结果表明:DWO算法优化PP模型获得的适应度值和最佳投影方向均优于CS、DE和PSO算法,具有较好的求解精度和全局极值能力。WDO-PP模型对昆明、玉溪两市以及怒江、德宏、西双版纳、迪庆4州的水资源系统与经济社会生态系统协调度评价为"协调",其余州市协调度评价为"基本协调"。WDO-PP模型对实例的评价结果与CS-PP、DE-PP模型相同,但在排序上存在差异;与PSO-PP模型的评价结果及排序上均存在差异,表明智能算法极值寻优能力的强弱决定了评价精度的高低。     

基于模糊集对分析的最严格水安全综合评价

在最严格水资源管理制度的约束下,遵循指标选取的合理性、科学性等原则,建立"三条红线"为基准的水安全量化指标体系,并提出基于信息熵的水安全模糊集对评价模型,通过模糊联系度的计算和置信度准则确定水安全评价等级。最后,结合青海省8个行政分区的水安全评价研究,与灰色聚类、层次分析法的评价结果进行了对比。研究表明:青海省整体水安全等级为Ⅳ级,处于"较不安全"状态,形势不容乐观,模糊集对分析与其他评价方法的评价结果基本一致,且该方法易于编程,对水安全评价具有一定的应用价值。     

基于云模型的城市水安全评价

城市水安全评价是城市进行水资源规划和保护的基础。为了确定城市水安全的状态,以南京市为例,构建了城市水安全评价的指标体系。采用基于博弈论的组合赋权法确定各指标的权重,并利用云模型理论构建评价模型,对2015年南京市及其6个分区的水安全进行评价。结果表明:2015年南京市水安全状态处于"基本安全"的水平,6个分区中高淳处于安全的状态,其他5个分区处于基本安全的状态。