[发明专利]一种智能优化水资源配置方法

说明书

本发明公开了一种智能优化水资源配置方法，具体步骤如下：1、收集数据；2、对数据进行预处理；3、将各数据的标准值使用灰色分层模型并得出权值W；4、使用模糊综合评价法得到隶属度矩阵，将根据隶属度矩阵得出综合评价结果b；5、将b与步骤2的各数据作为输入数据，各地区的配置结果作为输出；6、根据实际需求得出模糊综合评价结果b1并作为神经网络输入，得出模拟的分配结果；7、将模拟的分配结果送入模糊综合评价法中得到评分b2，并使用模拟退火遗传算法微调b2直至满足规划要求得出最后的水资源分配结果。本发明能够更加准确对水资源进行合理配置，能够对之前的分配结果进行迭代优化，加强了整个水资源分配过程的科学性与合理性。

技术领域

本发明属于信息技术领域，特别涉及一种基智能优化水资源配置方法。

背景技术

水资源作为准公共物品具有稀缺性和排他性等特点，随着社会经济的发展，有限的水资源很难满足不断增长的需求，不少地区出现了水资源短缺的局面，如果不能进行科学有效的进行水资源配置，不仅会严重制约地区社会经济的发展，还可能会造成冲突事件的发生，因此水资源的合理配置显得尤为重要，水资源系统作为一个复杂巨系统，在实施的有效资源配置中需要多学科、多主体的共同参与水资源配置通常被认为是一种空间上的分配或安置，后来又扩展到时间上的配置以及不同行业用水的配置，近来又发展到时间上的配置以及不同行业用水的配置，针对以水量分配为主要目标的水资源系统，对各种水资源配置决策属性进行合理分析和联合运用，以追求系统整体的可持续利用为目标的决策模型，而水资源优化配置实质上是协调水资源系统中经济环境和社会子系统之间的关系，保持系统之间的动态平衡，促使水资源系统朝着有序稳定的演变、实现系统和谐、健康发展。

针对水资源配置的决策问题，国内外很多学者从不同的角度进行了探讨研究，传统的决策技术分别用层次分析法、人工神经网络、物元模型等数学规划模型的决策方法，即对数据结果或分布特征先做某种假定，按照一定准则建立显示评价函数，对建立的评价函数模型进行实证的数据分析方法，黄键等针对传统静态群决策不能反应决策对象的动态变化的不足，提出了基于AHP的模糊动态群决策算法，Huang针对水资源优化配置问题运用切比雪夫算法对水资源配置做到了系统分析，并提出了多层动态的群决策模型，并通过群成员之间的多阶段的交互和启发，产生了满足群体期望要求的群体满意解，从二元语义的角度探讨了决策专家权重以及对于多阶段权重不同阶段间专家权重的设定对群决策结果的影响。

但是当前水资源配置仍很难突破单纯使用优化模型或模拟模型的思路，因水资源系统的复杂性，使用水资源系统的复杂性，使用优化方法因数学模型的局限性不能很好的描述水字眼配置状态，而采用模型又不能模拟整个复杂的系统，并且无法控制众多的参数和条件，并且水资源配置通常是多目标的，并受众多不确定因素的影响，有时目标会相互冲突，最优解往往不存在或难以到达，大量半结构化非结构化问题需要决策者判断和抉择，决策者的偏好会影响水资源配置格局，无法避免决策者的偏好、经验不足等因素对方案比选时的影响，不能达到真正合理配置的目的，而且与水信息学为代表的其他学科研究工具的结合不够，仍然停留在基于模糊集、人工神经网络、遗传算法的模式识别上，离区域水资源智能配置还有较远的距离。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种智能优化水资源配置方法，该方法克服了传统的水资源的缺点，将传统的决策问题与神经网络以及遗传算法相结合，提高了整个配置过程中的科学性和效率，并且考虑到了水资源配置存在大量不确定性和模糊性，开创性的将灰色模糊分层模型运用到其中，从而使水资源配置更加合理和高效。

技术方案：为解决上述技术问题，本发明提供一种水资源配置方法，具体步骤如下：

步骤一：收集数据，内容为总人口数、总用水量、河道外生态用水量、人均用水量、上一级区域平均人均用水量、GDP、灌溉粮食增加总产量、灌溉用水量、田间用水量、取水口取水量、当地水资源总用水量和地下水可开采量；