水资源系统优化模型的确定

1、水资源系统优化模型的确定水资源是一种宝贵的自然资源，是人类赖以生存和社会生产必不 可少、又无法替代的重要物质资源。近些年来，由于生产的发展，生 活水平的提高，用水量逐年增大，加之用水浪费和污染，水资源已 成为各国倍加关注的重大问题。因此，以具有横断性质的系统科学为 指导，探讨水资源系统的优化管理，研究水资源系统的最优开发策 略，协调人与自然的关系，使人类社会系统与水资源系统达到协同 演进，实现资源、环境、经济和社会的可持续发展，已变得十分重要。1水资源系统优化管理概述水资源系统优化管理是以水资源系统 本身固有的物理规律为基础，充分分析并描述水资源系统所面临的决 策环境，通过水资源系统的人为可控

2、输入策略的优化调控，使水资 源系统的状态行为和功能效果按照所确定的目标衡量达到最优的运筹 过程。2水资源系统优化管理模型的建立从水资源系统优化管理模型的构建上来说，可以认为它由三个部 分组成：1）预测模型；2）优化模型；3）预测模型与优化模型的 耦合集成技术1。预测模型用以描述地下水系统输出对输入的响应关系，即对应于 某个输入决策而产生的效果，是水资源系统固有规律的表达，包括水 流模拟模型和水质运移模型，它们通常以等式约束的形式出现在优化 模型的约束条件之中。水资源系统的优化管理模型必须以预测模型为 基础。优化模型用以描述地下水系统及其所面临的决策环境，除了水资 源系统本身的因素之外，还要考虑

3、与水资源开发利用和生态环境保护 有关的政治、经济、生态等多种因素，通常以目标函数 和约束条件的 形式予以表达。预测模型与优化模型的耦合集成技术是运用某种技术方法把预测 模型的转化形式表达在优化模型之中，实现二者的耦合集成，常用的 方法有嵌入法和响应矩阵法等。优化模型的数学表达式由目标函数和约束条件两部分组成2:其中：-可控输入变量目标函数约束条件-已知参数-随机因素3水资源系统优化模型的求解方法水资源系统的优化模型从表现 形式上看就是数学上的各种优化模型。优化方法所研究的问题主要有 两类：一是确定一项工作任务后，如何统筹安排，尽量做到用最小的 人力、物力去完成 这一任务。二是已有一定的人力、物

4、力，如何安排 使用他们，使得完成的任务最多。这两类问题是一个问题的两个方面， 就是如何寻求整个问题的某个整体指标最优的问题1。优化方法主 要可以分为以下两种类型：传统的规划方法；人工智能算法。3.1传统的规划方法3.1.1经典的线性/非线性规划方法自从20世纪30年代，线性规划方法就被应用到了水资源管 理 上，那时的管理主要是基于简单的传输模型或管理方案。由于线性规 划的目标函数和约束方程的数学形式均为线性的，可以用简单的图解 法和单纯形法来求解。但是，线性规划虽然简单却不能正确、全面 地反映所规划项目的所有规划目标的最优化，线性规划适合于单目标规划，对于多目标可能导致错误的决策。对于很多实际

5、问题，目标函数和约束条件很难用线性函数来表示， 这是就要用非线性规划来求解。非线性规划分为无约束极值问题和有 约束极值问题。无约束极值问题的解法主要有梯度法、共轭梯度法、 变尺度法和步长加速法。有约束机制问题可以用制约函数法来求解。3.1.2多目标规划方法衡量一个方案的好坏往往难以用一个指标 来判断，而需要用多个目标来比较，而这些目标有时不甚协调，甚至 是矛盾的，这 时就需要用到多目标规划。多目标规划的概念是1961 年由美国数学家查尔斯和库柏首先提出的。求解多目标规划的方法大体上有以 下几种：化多为少的方法，主要目标法、线性加权法、理想点法等； 分层求解法，即把目标按其重要性给出一个序列，每

6、次都在前一目 标最优解集内求下一个目标最优解，直到求出共同的最优解。层次 分析法。3.1.3动态规划方法动态规划主要用于求解多阶段决策过程最优 问题。产生于20世纪50年代。动态规划可以解决水资源系统中多个 管理时段的优化管理问题。动态规划是求解某类问题的一种方法，是 考察问题的一种途径，而不是一种特殊算法。因而它不像线性规划 那样具有一整套标准的算法，因此在解决实际问题时要对具体问题具 体分析。3.2人工智能算法传统的优化算法是针对连续或可导的目标函数 来说的，处理的问题比较简单，而实际的水资源系统常常表现出高 维、多峰值、非线性、不连续性和非凸性等复杂的特征，为了求解这 些问题，人工智能方

7、法孕育而生3。3.2.1禁忌搜索算法禁忌搜索算法是Glover在1986年提出的概念，它是局部邻 域 搜索算法的推广。它从一个初始可行解出发，选择一系列的特定搜 索方向（移动）作为试探，选择实现让特定的目标函数值变 化最多的 移动。为了避免陷入局部最优解，禁忌搜索中采用了一种灵活的“记 忆”技术，对已经进行的优化过程进行记录和选择，在下一步的搜索 中，利用禁忌表中的信息不再或有选择的搜索这些点，以此来跳出局 部最优点。3.2.2模拟退火算法模拟退火算法思想最早是由Metropolis等人于1953年提出的,它是一种由物理退火过程启发的算法。模拟退火的随机过程允许在温 和的情况下逐渐收敛到最优解

8、，当前的解的改善是通过在它的邻域中 产生一个新解。计算并评价每一个方案的目标函数的值，如果替代值 比原来的值得到了改善，就自动的接收这个解，否则就根据给定的概 率进行接受。3.2.3人工神经网络算法人工神经网络的研究始于40年代初，是在现代神经科学研究成 果的基础上提出的。人工神经网络是由大量处理单元互联组成的非线 性、自适应信息处理系统。它试图通过模拟大脑神经网络处理、记 忆信息的方式进行信息处理。人工神经网络由相互连接的人工神经元 组成的，根据学习阶段中流经网络的内部信息或外部信息改变自己的 结构。人工神经网络在表示输入变量与输出变量的函数上施加的限制 较少，这就使得它成为处理系统的复杂度

9、难以预测的问题的有效方法。3.2.4遗传算法遗传算法最初是由美国Michigan大学J.Holland教授于1975年 首先提出来的是，它模拟达尔文生物进化论的自然选择和遗传学机理 的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优 解的方法。其主要优点是优化求解过程与梯度无关，只需要目标函数 是可计算的。对于复杂的优化问题只需选择、杂交、变异三种运算就 能得到最优解。虽然智能优化算法在水资源系统优化领域得到了越来越广泛的应用，但其也存在一些问题4:收敛性问题；解空间搜索策略 问题；没有完备的算法结构框架问题；算法的理论学习问题； 算法参数大多凭经验选取的问题等。这些问题一直是国内研究的热 点问题。4结论随着社会、经济的发展，人类对水资源的需求量日益增长。因此， 运用运筹学的方法对水资源系统进行优化管理，研究水资源开发的最 优侧率，协调人与自然的关系，使人类社会与水资源环境系统达到 系统演化，实现资源、环境、经济和社会的可