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。     

基于投影寻踪模型的水-能源-粮食-人口系统安全评价

河北省作为京津冀城市圈中不可或缺的一部分,其水、能源、粮食、人口等资源安全稳定对于整个区域经济和社会的发展尤为重要。为了深入了解河北省水-能源-粮食-人口系统的安全状况,将人口因素纳入水-能源-粮食系统进行分析,构建水-能源-粮食-人口系统的安全评价指标体系,运用基于麻雀算法改进的投影寻踪模型对河北省2010—2019年水-能源-粮食-人口系统安全进行时空演变综合评价。结果表明：在研究期,河北省水-能源-粮食-人口系统安全等级逐渐升高,各市的水-能源-粮食-人口系统安全差异性降低;河北省各市水-能源-粮食-人口系统安全等级值在1.32～3.95之间,说明该系统安全处于不安全、亚安全、安全3个等级。建议河北省根据自身资源优势,合理分配资源,实现水、能源、粮食和人口的协调发展。     

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。     

基于投影寻踪法的城市水生态文明建设评价

基于水生态文明城市建设的理念和要求,从水安全、水生态、水管理、水景观、水文化5个方面,构建了包含29项指标的城市水生态文明评价指标体系;综合考虑国内外的经济社会发展水平和区域特征,确立了理想、和谐、基本和谐、不和谐、极不和谐5个评价等级标准,建立了基于实数编码的加速遗传算法(real coded accelerating genetic algorithm,RAGA)的投影寻踪评价模型,并以安徽省马鞍山市为例,对其2012年的水生态文明建设情况进行等级评价。结果表明,马鞍山市2012年的水生态文明处于基本和谐的状态,与实际情况相符。     

鸡群优化算法-投影寻踪洪旱灾害评估模型

利用15个复杂函数对鸡群优化算法进行仿真验证,并同狼群算法、粒子群算法、鱼群算法和遗传算法进行对比。利用鸡群优化算法搜寻投影寻踪模型最佳投影方向,建立鸡群优化算法-投影寻踪洪旱灾害评估模型。以文山州1990—2013年洪旱灾害评估为例,分别选取受灾人口等5个洪灾评估指标及农作物受灾面积等4个旱灾评估指标,利用洪旱灾害投影系列均值及标准差构造洪旱灾害评估分级标准对实例进行评估。结果表明:鸡群优化算法具有较好的计算鲁棒性和全局寻优能力。将该算法用于投影寻踪模型最佳投影方向的选取,可有效提高评估精度,避免最佳投影方向寻优结果变化范围过大的缺陷。     

遗传算法与投影寻踪模型在湿地水质综合评价中的应用

参考地表水环境质量标准和湖库营养状态评价标准,采用基于遗传算法的投影寻踪模型,计算反映湿地水体质量状况和湿地营养状态的一维投影值,直观地反映湿地水环境质量。将此方法在河北衡水湖湿地进行了实例应用,结果表明,衡水湖湿地2010年水质属于Ⅱ类,处于中度富营养状态。     

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。     

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。     

投影寻踪模型在湖泊水污染综合评价中的应用

为检验水污染评价标准的合理性 ,解决各单项水污染指标评价结果的不相容问题 ,提高水污染评价模型的分辨率 ,提出了一种有效的和通用的模型—投影寻踪模型 ;采用遗传算法寻找最优的投影方向 ,同时用投影方向信息研究了各因子对湖泊水水污染的影响水平 ,取得了符合客观实际的等级评价结果 ,为湖泊水保护和合理利用提供了决策依据。     

基于主成分分析法的城市人水和谐度评价

为综合评价城市人水和谐度,从水资源、生态、社会、经济4个方面建立了评价指标体系,采用基于Spass软件的主成分分析法构建了城市人水和谐度评价模型,对北京市2011-2016年的城市人水和谐度做出评价,并与投影寻踪法计算结果进行比较。计算结果表明:北京市城市人水和谐度呈现总体上升的趋势;通过主成分分析,表明北京市应重点从社会、经济方面提高城市人水和谐度,与北京市实际情况相符;该评价模型具有合理性和可行性。     

区域水资源可持续利用等级评价的GPPIM模型

区域水资源可持续利用系统评价是一个涉及区域人口、经济、资源、环境与社会5个子系统的复杂大系统评价问题。文中论述了区域水资源可持续利用系统评价的指标体系的选取,并探讨了用基于实数编码加速遗传算法的改进投影寻踪方法建立的新型等级评价模型,即遗传投影寻踪插值模型(GPPIM),并将其成功地应用于我国南方某区域水资源规划的现状年及各规划水平年的可持续利用系统评价的实例中。     

基于随机森林-投影寻踪法的生物滞留系统多目标评价方法

生物滞留系统性能受植物和介质土的影响显著,且各性能指标具有多样性和不相容性,而传统评价方法具有较强的主观性易导致评价结果出错。采用随机森林模型对原始数据进行特征筛选以降低数据维度,构建投影寻踪模型对不同植物和土壤的水力渗透性能和污染物去除性能进行多目标评价,并利用高鲁棒性的遗传算法（GA）和粒子群算法（PSO）进行模型求解。植物评价结果表明,风车草为生物滞留系统的最佳植物,且评价结果与层次分析模型和BP神经网络模型方法相似;介质土评价结果表明,RST2（9.8%壤砂土+88.2%细砂+2%蛭石）为生物滞留系统的最佳介质土配置方案,且评价结果与传统投影寻踪法相似。研究结果证实了随机森林-投影寻踪（RF-PP）模型适用于生物滞留系统多目标评价。     

基于MAGA-PPC模型的水资源配置方案综合评价

针对水资源配置方案的多目标性、模糊性和不确定性的特点,采用投影寻踪方法将高维数据投影到二维空间,结合聚类算法和多智能体遗传算法建立水资源配置方案综合评价投影寻踪聚类模型(MAGA-PPC),并通过指标的相关性分析验证模型的有效性确保求得最优解。以陕西省引汉济渭受水区为例进行研究。结果表明:MAGA-PPC能够较为系统地量化各方案在社会、经济、生态和资源等方面的综合差异,其评价结果符合研究区水资源开发利用的实际情况,MAGA-PPC在水资源合理配置方案评价中有较好的实用性。     

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。     

基于实码加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用

水稻灌溉制度的优化模式及其理论分析一直是人们关注的问题。传统的水稻灌溉制度优化评价方法——模糊综合评判法与灰色评判法均存在权 重矩阵的主观赋权的人为干扰，造成评价结果的出入。作者在模糊数学理论与田间试验结合的基础上，提出了基于实码加速遗传算法(RAGA)的投影寻踪分类模型(PPC)，通过优化水稻生育阶段的状态变量指标的最佳投影方向，得到各样本的投影值，从而对各灌溉模式进行分类与评价，克服了二阶模糊综合评判法与灰色系统评价中权重赋值的人为干扰，确定出浅湿干灌溉为最佳的水稻灌溉模式。经生产实践证明，符合实际情况。该模型对处理农业灌溉系统中具有模糊性、不确定性的高维数据的综合评判、排序、寻优等方面研究提供了新的方法与思路。     

基于改进的投影寻踪水利现代化评价模型

为科学合理的评价不同地区的水利现代化水平,采用加速遗传算法加快投影寻踪模型中投影指标函数的优化速度,构建了改进的投影寻踪评价模型,并应用于徐州市及其4个区县(市)的水利现代化评价。此综合评价结果与权重法评价结果基本一致,表明该模型在水利现代化评价中切实有效。