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。     

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。     

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。     

基于磷虾觅食算法-最大熵投影寻踪模型的区域水安全评价

从总量红线、效率红线、纳污红线3个方面遴选12个指标构建最严格水资源管理约束下的区域水安全评价指标体系和分级标准。提出磷虾觅食算法(KH)-最大熵投影寻踪(MEPP)水安全评价模型,并构建人工蜂群(ABC)算法、文化算法(CA)和粒子群优化(PSO)算法-MEPP评价模型作对比,以云南省所辖16个行政分区水安全评价为例进行实例研究。结果表明:KH算法寻优精度优于ABC、CA和PSO算法,具有较好的全局极值寻优能力。KH-MEPP模型对迪庆州、德宏州、怒江州和西双版纳州水安全评价为"安全";丽江市评价为"不安全";其余行政分区评价为"基本安全"。KH-MEPP模型对云南省16个行政分区评价结果与PSO-MEPP模型相同,但在排序上存在差异;与CA-MEPP、ABC-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。     

SFLA-PP模型在区域水资源利用效率综合评价中的应用

为验证混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)-投影寻踪(Projection Pursuit,PP)模型应用于区域水资源利用效率综合评价中的有效性和可行性。从综合、工业、农业、生活和生态环境5个方面遴选15个指标构建区域水资源利用效率评价指标体系,利用SFLA算法优化PP模型最佳投影方向,提出SFLA-PP水资源利用效率评价模型,与构建的入侵杂草优化(Invasive Weed Optimization,IWO)算法、粒子群优化(Particle Swarm Optimization,PSO)算法和布谷鸟搜索(Cuckoo Search,CS)算法优化的PP模型作对比,并基于各模型投影系列均值及标准差σ构造4个等级的水资源利用效率评价标准,以文山州8县市水资源利用效率评价为例进行实例研究。结果表明:SFLA算法优化PP模型获得的适应度值为715.800 2,均优于IWO,PSO和CS算法PP模型,具有较好的求解精度和极值寻优能力;SFLA-PP模型对文山市、砚山县水资源利用效率评价为“高水平”,对麻栗坡县评价为“低水平”,其余5县评价为“中等水平”,全州水资源利用效率综合评价为“较高水平”;SFLA-PP模型对实例评价及排序结果与IWO-PP模型相同;与PSO-PP模型、CS-PP模型在评价结果及排序上均存在差异。实例验证了4种智能算法PP模型的求解精度对区域水资源利用效率的评价结果起到关键作用。     

云南省水资源-经济-社会-水生态协调度评价

为科学评价云南省2006～2016年水资源-经济-社会-水生态系统协调度水平,引入阴-阳对优化（YYPO）算法、投影寻踪（PP）和正态云模型（CM）,构建了YYPO-PP-CM水资源-经济-社会-水生态协调度评价模型。从水资源、经济、社会、水生态系统中遴选出20个指标来构建水资源-经济-社会-水生态系统协调度评价指标体系和等级标准,采用云模型正向发生器来计算各分级评价指标隶属度;选取了8个标准测试函数对YYPO算法的优化性能进行仿真验证,并与粒子群优化（PSO）算法、布谷鸟搜索（CS）算法等4种传统优化算法的性能进行对比。基于PP基本原理,利用云南省2006～2016年水资源-经济-社会-水生态指标数据构造投影寻踪优化目标函数,通过YYPO-PP给出各评价指标权重,同时,根据隶属度矩阵和权重矩阵来计算水资源-经济-社会-水生态协调度评价的分级确定度,并进行评价分析,最后将评价结果与投影寻踪法、模糊评价法的结果进行比较。结果表明：① YYPO算法的寻优精度优于PSO、CS等传统优化算法,具有较好的开发、探索平衡能力和全局极值寻优能力。② YYPO-PP-CM模型将云南省2006～2007年水资源-经济-社会-水生态协调度评价为“极不协调”,2008～2009年为“不协调”,2010年为“基本协调”,2011～2014年为“较协调”,2015～2016年为“协调”,表明近10 a来云南省水资源-经济-社会-水生态系统协调度水平持续提升。③ 评价结果与投影寻踪法、模糊评价法的评价结果基本一致。④ YYPO-PP-CM模型兼具客观性、模糊性和随机性,既能客观确定评价指标权重,反映水资源-经济-社会-水生态协调度评价分级的定性概念,又能反映隶属程度的不确定性,具有良好的应用价值。     

GSA-PP模型在区域水资源承载力评价中的应用

为研究引力搜索算法(GSA)-投影寻踪(PP)模型应用于区域水资源承载力评价中的有效性和可行性。从水资源系统、经济社会系统和水环境系统遴选14个指标构建区域水资源承载力评价指标体系及分级标准,利用GSA算法优化PP模型最佳投影方向,提出GSA-PP水资源承载力评价模型,并构建粒子群优化(PSO)算法、差分进化(DE)算法和布谷鸟搜索(CS)算法优化的PP模型作对比,以文山州8县市水资源承载力评价为例进行实例研究。结果表明:GSA算法连续10次优化PP模型获得的适应度值均为1147.9363,均优于PSO、DE和HS算法,具有较高的求解精度和稳定性能。GSA-PP模型对麻栗坡县、马关县和文山市的评价结果为"可承载",对其余5县的评价结果为"基本可承载"。GSA-PP模型对实例评价及排序结果与DE-PP模型相同;与PSO-PP、CS-PP模型评价结果相同,但在排序上存在差异。实例验证了智能算法求解精度的高低决定着评价效果的优劣。     

新型萤火虫算法-投影寻踪模型在区域人水和谐评价中的应用

为科学评价区域人水和谐状况,构建新型萤火虫算法(NFA)-投影寻踪(PP)评价模型。以文山州2006-2018年资料为例进行实例研究。选取8个典型测试函数对NFA进行仿真验证,并与教学优化(TLBO)等4种优化算法的仿真结果进行对比。从水资源、经济社会、生态环境3个方面遴选16个指标构建区域人水和谐度评价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构建人水和谐度评价投影目标函数,利用NFA优化求解该目标函数的最佳投影向量,构建NFA-PP模型对研究区2006-2018年人水和谐状况进行评价。结果表明:NFA寻优效果优于TLBO等4种算法,具有较好的寻优精度、极值寻优能力和全局搜索能力。NFA-PP模型对实例2006-2011年人水和谐度评价为"不和谐",2012-2016年评价为"基本和谐",2017-2018年评价为"较和谐"。2006-2018年文山州人水和谐度呈上升趋势,且上升趋势显著。     

SSO-BP模型在水资源可再生能力评价中的应用

为评价区域水资源可再生能力,提出了水资源可再生能力评价指标体系和分级标准,构建了基于BP神经网络的评价模型,并以云南省文山州水资源可再生能力评价为例进行实例研究。首先,遴选出单位面积水资源量等10个指标,构建水资源可再生能力评价指标体系和分级标准;其次,针对BP神经网络初始权值和阈值难以确定的不足,利用一种全新的仿生群体智能算法--群居蜘蛛优化（SSO）算法优化BP神经网络初始参数,提出了SSO-BP评价模型,并通过6个高维复杂函数对SSO算法进行验证,且与粒子群优化（PSO）算法进行对比;最后,利用SSO-BP模型对实例进行水资源可再生能力评价。结果表明：① SSO算法具有较好的收敛精度和全局寻优能力,可有效提高BP神经网络模型的预测精度和泛化能力。② 文山州各评价区域2014年水资源可再生能力处于最强与中等之间,符合区域现状。     

基于SE-DEA-IAHP方法的贵州省岩溶地区水资源可持续利用效率评价

贵州省位于我国西南喀斯特地区的中心,地貌类型以山地为主,河谷深切,水资源开发利用难度大,提高水资源利用效率对于贵州省的可持续发展具有重要意义。基于水资源利用、社会经济、生态环境等3个一级指标构建水资源评价指标体系。在此基础上,以次级指标为松弛变量,利用超效率DEA模型（SE-DEA）计算一级指标超效率值;采用区间层次分析法（IAHP）计算一级指标权重向量。基于SE-DEA和IAHP方法建立水资源综合评价模型SE-DEA-IAHP,得出水资源利用总效率值。结果表明：贵州省水资源利用效率值较低,2015-2019年总效率值在1附近动态变化;从一级指标来看,社会经济指标的IAHP权重值最大,但水资源转换效率并不高,说明贵州省经济的高速发展也带来了一定程度的水资源浪费;考虑到贵州省特殊的岩溶地质条件,增加相应的经济管理投入、优化产业水量配置结构和提高用水技术手段是贵州省水资源可持续发展的关键。     

水资源利用、水污染防治投入产出最优控制模型研究及应用

为研究区域水资源利用、水污染防治与国民经济发展之间的数量关系，优化国民经济产业结构及合理控制水资源利用水平和水污染治理水平，应用最优控制理论和优化技术，依据作者所设计和编制的水资源利用、水污染防治投入产出模型，构建了水资源利用、水污染防治投入产出最优控制模型，分析探讨了模型中主要参数的确定方法，对模型进行求解，并以江苏省为例，应用该模型优化求解了满足江苏省国民经济发展要求及水资源可持续利用和水污染控制要求的2006年至2010年国民经济各部门产出水平、发展速度以及各年度水资源使用总量和水污染治理总量。由计算结果分析得出：2006—2010年，江苏省在控制高耗水、高污染部门发展速度不超过10%的同时，水资源使用总量年增长速度应控制在5%～7%左右，COD去除量的增长速度需达到年平均34%左右，方能满足江苏省国民经济发展和水资源、水环境可持续利用的要求。     

Optimization of Water Resources Utilization by PSO-GA

The objective of this paper is to present an optimal model to address the water resources utilization of the Tao River basin in China. The Tao River water diversion project has been proposed to alleviate the problem of water shortages in Gansu Province in China. A multi reservoir system is under consideration with multiple objectives including water diversion, ecological water demand, irrigation, hydropower generation, industrial requirements, and domestic uses in the Tao River basin. A multi-objective model for the minimization of water shortages and the maximization of hydro-power production is proposed to manage the utilization of Tao River water resources. An adjustable PSO-GA (particle swarm optimization – genetic algorithm) hybrid algorithm is proposed that combines the strengths of PSO and GA to balance natural selection and good knowledge sharing to enable a robust and efficient search of the solution space. Two driving parameters are used in the adjustable hybrid model to optimize the performance of the PSO-GA hybrid algorithm by assigning a preference to either PSO or GA. The results show that the proposed hybrid algorithm can simultaneously obtain a promising solution and speed up the convergence.     

基于最优觅食算法-投影寻踪-云模型的最严格水资源管理评价

为全面衡量最严格水资源管理评价过程中的随机性与模糊性,将正态云模型引入最严格水资源管理评价,建立最优觅食算法-投影寻踪-正态云评价模型,以云南省16个州市最严格水资源管理评价为例进行研究。选取当前最严格水资源管理考核中万元GDP用水量等6大指标构建评价指标体系和分级标准,采用云模型正向发生器计算最严格水资源管理分级评价指标的隶属度,利用最优觅食算法-投影寻踪方法给出各指标权重,并与传统粒子群算法、人工蜂群算法和差分进化算法优化结果进行比较。根据隶属度矩阵和权重矩阵给出最严格水资源管理评价分级的确定度并进行评价。结果表明:最优觅食算法寻优精度高于传统粒子群等3种算法。昆明市、曲靖市最严格水资源管理评价为优秀,保山市、红河州、德宏州评价为合格,其余11个州市评价为良好。最优觅食算法-投影寻踪-正态云评价模型兼具模糊性和随机性,既能反映最严格水资源管理评价分级的定性概念,又可反映隶属程度的不确定性,具有较好的应用推广价值。     

文化算法与投影寻踪融合模型在相似流域优选中的应用

研究文化算法(CA)与投影寻踪(PP)融合模型应用于相似流域优选中的可行性和有效性。以12个小河站控制流域优选为例,建立CA-PP相似流域优选模型,并构建差分进化(DE)算法-PP、和声搜索(HS)算法-PP和粒子群优化(PSO)算法-PP作为对比模型,将优选结果与随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果进行比较。结果表明:CA寻优PP目标函数获得的最优值、最劣值、平均值和标准差均优于DE、HS和PSO算法,具有较好的全局极值寻优能力和收敛稳定性能。CAPP模型对相似流域的优选结果与DE-PP、HS-PP和PSO-PP模型,以及随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果相同,但在优选顺序上存在差异。CA-PP模型用于相似流域优选是可行和有效的,可为同类优选提供新的途径和方法。