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。     

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。     

蝙蝠算法-投影寻踪模型在旱灾评估中的应用——以文山州为例

针对投影寻踪(PP)模型在实际应用中最佳投影方向α难以确定的不足,利用蝙蝠算法(BA)搜寻PP模型最佳投影方向α,提出BA-PP评估模型,并同PSO-PP模型作对比,以文山州1990—2013年旱灾评估为例进行实例研究,选取农作物受灾面积、成灾面积、粮食损失和经济作物损失4个旱灾评估基本指标,并利用旱灾投影系列均值Z及标准差σ构造旱灾评估分级标准对实例进行评估。结果表明:1BA算法收敛精度优于PSO算法,具有较高的寻优精度和全局寻优能力,将BA算法用于PP模型佳投影方向α的选取,可有效提高PP模型评估精度,避免最佳投影方向α寻优结果变化范围过大的缺陷;2BA-PP模型对文山州24 a来旱灾评估结果为特大旱灾3次,重大旱灾5次,较大旱灾16次,平均3 a发生一次重大旱灾,旱灾程度随时间呈增加趋势,且增加趋势显著。     

基于LBA-PP模型的年径流丰枯分类

针对年径流丰枯特性同时取决于径流本身大小和年内时程分配的特点,利用一种基于Lévy飞行策略改进的蝙蝠算法(Lévy Bat Algorithm,LBA)搜索投影寻踪模型(Projection Pursuit,PP)最佳投影方向a,提出LBA-PP年径流丰枯分类模型,并构建粒子群优化(Particle Swarm Optimization,PSO)算法-PP模型,与LBA-PP年径流丰枯分类模型对比,以云南省西洋站为例进行实例研究。结果表明LBA算法寻优能力优于PSO算法,具有较高的收敛精度、较好的稳健性能和全局寻优能力。利用LBA算法寻优PP模型最佳投影方向a,不但提高了PP模型的分类精度,而且为PP模型最佳投影方向的选取提供了新的途径和方法。LBA-PP模型同时考虑了年径流大小及年内时程分配信息,其分类结果较常规方法更科学、客观。     

改进蝙蝠算法-投影寻踪湖泊健康评价模型及应用

提出湖泊健康评价指标体系和分级标准,构建基于投影寻踪(PP)模型的湖泊健康评价模型,以云南省抚仙湖和星云湖健康评价为例进行实例研究。首先,利用层次分析法(AHP)从水文完整性、物理结构完整性、化学完整性、生物完整性和服务功能完整性5个方面遴选出12个指标,构建3个层次的湖泊健康评价指标体系和5个等级的分级标准;其次,针对PP模型在实际应用中最佳投影方向难以确定以及基本蝙蝠算法(BA)存在早熟收敛等不足,提出一种基于Lévy飞行策略改进的蝙蝠算法(LBA),通过10个复杂测试函数对该算法进行仿真验证,并与基本BA和粒子群优化(PSO)算法进行对比。最后,利用LBA算法搜寻PP模型最佳投影方向,提出LBA-PP湖泊健康评价模型,并对实例进行评价分析。结果表明:1LBA算法具有较好的收敛精度和全局寻优能力,将LBA算法用于PP模型最佳投影方向的选取,可有效提高PP模型评价精度;2LBA-PP模型对抚仙湖2011—2012年3次调查的评价结果均为"健康",对星云湖2012年2次调查的评价结果均为"亚健康"。     

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。     

基于新型蜂群算法-投影寻踪模型的城市供水方案优选研究

为科学优选城市供水方案,构建新型蜂群算法(NBCA)-投影寻踪(PP)优选模型,以郑州市引黄供水方案优选为例进行实例研究。选取4个典型测试函数对NBCA进行仿真验证,并与人工蜂群(ABC)算法、蜜蜂算法(BA)和粒子群优化(PSO)算法的仿真结果进行对比。通过实例优选数据构建方案优选投影目标函数,利用NBCA、ABC、BA、PSO算法优化该目标函数,并比较优化结果。构建NBCA-PP模型对实例供水方案进行优选,优选结果与模糊集对分析模型、熵权TOPSIS模型、灰色关联决策模型的优选结果进行比较。结果表明,NBCA寻优效果均优于ABC、BA、PSO算法,具有较好的寻优精度和全局搜索能力。NBCA-PP模型对实例优选结果与熵权TOPSIS模型的优选结果相同,与模糊集对分析模型、灰色关联决策模型的优选结果略有差异。NBCA-PP模型及方法用于城市供水方案优选是可行的。     

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。     

新型蝙蝠算法在承压含水层参数反演中的应用

通过6个典型测试函数对一种新型蝙蝠算法(NBA)进行仿真验证,并与基本蝙蝠算法(BA)的寻优结果进行对比。利用NBA算法对承压含水层参数进行反演,并以2个实例进行分析研究。结果表明:NBA算法寻优精度优于BA算法15个数量级以上,具有较好的收敛精度和全局寻优能力,能有效避免基本BA算法陷入局部最优;NBA算法对2个实例的反演精度较文献改进SA算法等提高了56.5%以上,获得了较好的反演效果。利用该算法对承压含水层参数进行反演,不但为精确估计承压含水层参数提供了有效方法,而且拓展了NBA算法在地下水模型参数反演中的应用,具有良好的前景。     

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。     

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。     

静电放电算法-投影寻踪融合模型及其在水质综合评价中的应用

为拓展智能算法与投影寻踪(PP)融合模型在水质综合评价中应用,介绍一种新型群体智能算法——静电放电算法(ESDA),选取6个典型测试函数对ESDA进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法和鲸鱼优化算法(WOA)的仿真结果进行对比。构建ESDA-PP评价模型,以文山州盘龙河干流4个断面2015-2017年共30个月水功能区水质综合评价为例进行实例研究。结果表明:ESDA寻优精度远优于TLBO、GWO、WOA,具有出色的寻优精度和全局搜索能力。ESDA-PP模型对实例天生桥、灰土寨、花桥和天保大桥断面水质综合评价达标率分别为93. 3%、83. 3%、83. 3%和100%,能满足或基本满足水功能区水质保护目标要求。天生桥、灰土寨、花桥断面枯水期水质总体上优于丰水期,面源污染是主导因素;天保大桥断面丰水期水质总体上优于枯水期,点源污染是主导因素。     

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。