节水型社会建设区域类型综合评价的CKGSA-PP模型及应用

为科学评价云南省16个州市节水型社会建设类型,建立混沌引力搜索算法(CKGSA)-投影寻踪(PP)评价模型。从水资源条件、经济社会条件和节水潜力条件3个方面分别构建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基于水资源条件、经济社会条件和节水潜力条件的投影指标函数,采用CKGSA分别搜索最优投影向量并计算各州市综合投影值以及各分级标准阈值投影值,利用分级标准阈值投影值进行各区域节水型社会建设类型综合评价。结果表明:昆明市节水类型评价为"极度缺水-发达-潜力较小"型;玉溪市评价为"严重缺水-较发达-潜力较大"型;楚雄州评价为"严重缺水-中度发达-潜力适中"型;怒江州评价为"富水-欠发达-潜力巨大"型;普洱市、德宏州、迪庆州评价为"轻度缺水-中度发达-潜力较大"型;红河州、大理州评价为"严重缺水-中度发达-潜力较大"型;其他州市评价为"中度缺水-中度发达-潜力较大"型。评价结果可为云南省分区域开展节水型社会建设提供参考。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

差分进化算法-投影寻踪模型在水质综合评价中的应用

针对投影寻踪(PP)模型在实际应用中最佳投影方向a难以确定的不足,利用差分进化算法(DE)搜寻PP模型最佳投影方向,提出DE-PP水质综合评价模型,以云南省滇池流域4个监测断面2003—2013年水质评价为例进行实例研究,选取对水体影响较大的氨氮等5项水质评价因子,利用各指标标准阈值z构造水质综合评价分级标准。结果表明:DE-PP模型评价结果客观、合理,能够有效应用于水质综合评价。     

基于新型蝙蝠算法-投影寻踪模型的文山州水量分配方法

基于公平和效率原则,构建文山州水量分配指标体系和水量分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用新型蝙蝠算法(NBA)搜寻PP模型最佳投影方向,构建NBA-PP水量分配模型对文山州8县(市)水量进行分配。通过5个典型测试函数对NBA算法进行仿真验证,仿真结果与基本蝙蝠算法(BA)、人工蜂群算法(ABC)、布谷鸟搜索(CS)算法和差分进化算法(DE)进行对比。结果表明:通过引入生境选择策略及自适应补偿回声多普勒效应机制的NBA算法能有效平衡全局搜索和局部开发能力,寻优效果优于DE、CS、ABC和BA算法,具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性与收敛可靠性;NBA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。     

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。     

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。     

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。     

SCE-UA-PP水量分配模型及应用

基于公平和效率原则,构建水量分配指标体系和水量分配投影寻踪(PP)模型。利用SCE-UA算法对PP模型最佳投影方向进行优化,构建SCE-UA-PP水量分配模型,以文山州水资源三级区水量分配为例进行实例研究,并与分类权重法分配结果进行对比。结果表明:SCE-UA算法具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性。SCE-UA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。模型及方法可为水量分配提供参考和借鉴。     

Analysis and Assessment of Hydrochemical Characteristics of Maragheh-Bonab Plain Aquifer,Northwest of Iran

The present study aims at assessing the hydrochemistry of the groundwater system of the Maragheh-Bonab Plain located in the East Azarbaijan Province, northwest of Iran. The groundwater is used mainly for drinking, agriculture and industry. The study also discusses the issue of the industrial untreated wastewater discharge to the Plain aquifer that is a high Ca-Cl water type with TDS value of about 150 g/L. The hydrogeochemical study is conducted by collecting and analyzing the groundwater samples from July and September of 2013. The studied system contains three major groundwater types, namely Ca–Mg–HCO₃, Na–Cl, and non-dominant water, based on the analysis of the major ions. The main processes contributing to chemical compositions in the groundwater are the dissolution along the flow path, dedolomitisation, ion exchange reactions, and the mixing with wastewater. According to the computed water quality index (WQI) ranging from 25.45 to 194.35, the groundwater in the plain can be categorized into “excellent water”, “good water”, and “poor water”. There is a resemblance between the spatial distribution of the WQI and hydrochemical water types in the Piper diagram. The “excellent” quality water broadly coincides with the Ca-Mg-HCO₃ water type. The “poor” water matches with the Na–Cl water type, and the “good” quality water coincides with blended water. The results indicate that this aquifer suffers from intense human activities which are forcing the aquifer into a critical condition.