本發(fā)明屬于水資源優(yōu)化配置，尤其涉及一種多目標(biāo)水資源優(yōu)化配置方法及系統(tǒng)。

背景技術(shù)：

1、水資源優(yōu)化配置一般是多目標(biāo)優(yōu)化問(wèn)題，各個(gè)目標(biāo)一般不可比較，改善其中某個(gè)目標(biāo)往往會(huì)造成其他目標(biāo)變劣，不可能使所有目標(biāo)同時(shí)達(dá)到最優(yōu)。關(guān)于水資源優(yōu)化配置模型求解算法大都采用線性規(guī)劃、非線性規(guī)劃、動(dòng)態(tài)規(guī)劃、遺傳算法等較老的算法，雖然結(jié)構(gòu)成熟，但傳統(tǒng)優(yōu)化方法在多目標(biāo)、多變量和高維數(shù)數(shù)學(xué)模型中存在搜索精度低、收斂速度慢、易陷入局部最優(yōu)等不足。近年來(lái)，群體元啟發(fā)式優(yōu)化算法以其性能穩(wěn)定和搜索效率高的優(yōu)勢(shì)在多目標(biāo)模型求解領(lǐng)域得到了廣泛應(yīng)用，但在水資源配置方面應(yīng)用較少。因此，設(shè)計(jì)一種新型的水資源優(yōu)化配置方法是十分有必要的。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的一種多目標(biāo)水資源優(yōu)化配置方法及系統(tǒng)，解決了水資源短缺及水資源利用效率低的問(wèn)題。

2、為了達(dá)到以上目的，本發(fā)明采用的技術(shù)方案為：一種多目標(biāo)水資源優(yōu)化配置方法，包括以下步驟：

3、獲取多目標(biāo)資源優(yōu)化配置數(shù)據(jù)；

4、利用多目標(biāo)資源優(yōu)化配置數(shù)據(jù)，構(gòu)建多目標(biāo)水資源優(yōu)化模型；

5、利用鰻魚(yú)—石斑魚(yú)優(yōu)化算法對(duì)多目標(biāo)水資源優(yōu)化模型進(jìn)行求解，獲得帕累托優(yōu)化結(jié)果，完成對(duì)多目標(biāo)水資源的優(yōu)化配置。

6、本發(fā)明的有益效果是：本發(fā)明通過(guò)對(duì)多目標(biāo)水資源優(yōu)化配置基礎(chǔ)數(shù)據(jù)的分析與計(jì)算，多目標(biāo)水資源優(yōu)化配置模型的建立，基于改進(jìn)鰻魚(yú)—石斑魚(yú)優(yōu)化算法(eel?andgrouper?optimizer，簡(jiǎn)稱(chēng)ego)對(duì)多目標(biāo)水資源優(yōu)化配置模型進(jìn)行求解，得到pareto非劣解集(步驟a8迭代計(jì)算后得到一系列pareto非劣解集)，可為決策者提供多個(gè)可靠的多水源聯(lián)合調(diào)度方案，決策者可依據(jù)對(duì)目標(biāo)函數(shù)的偏好程度選擇合適的方案進(jìn)行多水源聯(lián)合調(diào)度和管理。本發(fā)明提供的多目標(biāo)水資源配置優(yōu)化方法，能夠?qū)崿F(xiàn)水資源從低價(jià)值用途向高價(jià)值用途的轉(zhuǎn)移，提高水資源的利用效率，對(duì)于解決水資源緊缺危機(jī)具有重要意義。

7、進(jìn)一步地，所述構(gòu)建多目標(biāo)水資源優(yōu)化模型，其具體為：

8、利用多目標(biāo)資源優(yōu)化配置數(shù)據(jù)，構(gòu)建多目標(biāo)水資源優(yōu)化模型的目標(biāo)函數(shù)；

9、確定多目標(biāo)水資源優(yōu)化模型的約束條件，完成對(duì)多目標(biāo)水資源優(yōu)化模型的構(gòu)建。

10、上述進(jìn)一步方案的有益效果是：基于研究區(qū)需水?dāng)?shù)據(jù)及可供水量數(shù)據(jù)，構(gòu)建包括經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益等3個(gè)目標(biāo)函數(shù)，并統(tǒng)籌考慮供水系統(tǒng)供水能力約束、輸水系統(tǒng)輸水能力約束、用戶(hù)需水量約束、變量非負(fù)約束的多目標(biāo)水資源優(yōu)化配置模型，該目標(biāo)水資源優(yōu)化配置模型的建立，不僅對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展起到推動(dòng)作用，還能對(duì)生態(tài)環(huán)境起到保護(hù)作用，有利于社會(huì)經(jīng)濟(jì)與環(huán)境資源之間的和諧發(fā)展。

11、再進(jìn)一步地，所述目標(biāo)函數(shù)的表達(dá)式如下：

12、f(x)＝opt{f1(x),f2(x),f3(x)}

13、

14、

15、其中，f(x)表示多目標(biāo)水資源優(yōu)化模型的目標(biāo)函數(shù)，opt{}表示優(yōu)化目標(biāo)函數(shù)，f1(x)表示經(jīng)濟(jì)效益，f2(x)表示社會(huì)效益，f3(x)表示環(huán)境效益，maxf1(x)表示最大經(jīng)濟(jì)效益，以區(qū)域獨(dú)立水源和公共水源供水所產(chǎn)生的凈效益之和最大表征，k表示子區(qū)，j(k)表示第k子區(qū)的第j用水戶(hù)，i表示獨(dú)立水源，表示獨(dú)立水源i向子區(qū)k內(nèi)用戶(hù)j單位供水量的效益系數(shù)，表示獨(dú)立水源i向子區(qū)k內(nèi)用戶(hù)j單位供水量的成本系數(shù)，表示獨(dú)立水源i向子區(qū)k內(nèi)用戶(hù)j的供水量，表示獨(dú)立水源i供水次序系數(shù)，c表示公共水源，表示公共水源c向子區(qū)k內(nèi)用戶(hù)j單位供水量的效益系數(shù)，表示公共水源c向子區(qū)k內(nèi)用戶(hù)j單位供水量的成本系數(shù)，表示公共水源c向子區(qū)k內(nèi)用戶(hù)j的供水量，表示公共水源c供水次序系數(shù)，表示子區(qū)k內(nèi)用戶(hù)j的用水公平系數(shù)，maxf2(x)表示最大社會(huì)效益，以表征各水平年各子區(qū)供水系統(tǒng)總?cè)彼孔钚?，表示子區(qū)k內(nèi)用戶(hù)j的需水量，maxf3(x)表示最大環(huán)境效益，以表征各水平年各子區(qū)cod排放量之和最小，j(k)表示第k子區(qū)的第j用水戶(hù)，i(k)表示第k子區(qū)的第i獨(dú)立水源，c(k)表示第k子區(qū)的第c公共水源，表示子區(qū)k內(nèi)用戶(hù)j的單位廢污水排放量中化學(xué)需氧量cod的含量，表示子區(qū)k內(nèi)用戶(hù)j的污水排放系數(shù)。

16、再進(jìn)一步地，所述約束條件包括：

17、供水系統(tǒng)供水能力約束：

18、獨(dú)立水源

19、

20、其中，wik表示子區(qū)k內(nèi)獨(dú)立水源i的可供水量，表示子區(qū)k內(nèi)公共水源c的可供水量，wc表示公共水源c的可供水量；

21、輸水系統(tǒng)輸水能力約束：

22、獨(dú)立水源

23、公共水源

24、其中，和分別表示子區(qū)k內(nèi)獨(dú)立水源i和公共水源c的最大輸水能力；

25、用戶(hù)需水量約束：

26、

27、其中，和分別表示子區(qū)k內(nèi)用戶(hù)j的最小需水量和最大需水量；

28、變量非負(fù)約束：

29、獨(dú)立水源

30、公共水源

31、上述進(jìn)一步方案的有益效果是：規(guī)定了多目標(biāo)水資源優(yōu)化配置模型的邊界條件，有利于該模型的求解計(jì)算。

32、再進(jìn)一步地，所述利用鰻魚(yú)—石斑魚(yú)優(yōu)化算法對(duì)多目標(biāo)水資源優(yōu)化模型進(jìn)行求解，獲得帕累托優(yōu)化結(jié)果，其具體為：

33、a1、隨機(jī)初始化總體并設(shè)置總體的初始值；

34、a2、利用多目標(biāo)資源優(yōu)化配置數(shù)據(jù)，計(jì)算每個(gè)搜索代理的適應(yīng)度；

35、a3、基于適應(yīng)度對(duì)初始種群進(jìn)行排序；

36、a4、根據(jù)排序結(jié)果，更新基于適應(yīng)度的最佳粒子xprey、最佳搜索代理xgrouper和隨機(jī)搜索代理xeel；

37、a5、響應(yīng)于t小于最大迭代次數(shù)，則更新變量a和starvation_rate，其中，t表示當(dāng)前迭代次數(shù)，starvation_rate表示饑餓率；

38、a6、對(duì)于每個(gè)搜索代理，更新r1、r2、r3、r4、c1、c2和p，設(shè)置最佳搜索代理xgrouper為種群中最優(yōu)的搜索代理以及設(shè)置隨機(jī)搜索代理xeel為基于最佳搜索代理xgrouper新隨機(jī)位置，并分別更新x1和x2，其中，r1、r2均表示0到1之間的隨機(jī)數(shù)，r3表示隨機(jī)數(shù)，且r3＝(a-2)×r1+2，r4表示隨機(jī)數(shù)，且r4＝100×rand，rand表示0到1之間的隨機(jī)數(shù)，c1表示在[-a，a]范圍內(nèi)的隨機(jī)數(shù)，c2表示在[0，2]范圍內(nèi)的隨機(jī)數(shù)，p表示獵物被每一種魚(yú)捕獲的概率，x1表示使用鰻魚(yú)狩獵模型更新的位置，x2表示使用石斑魚(yú)狩獵模型更新的位置；

39、a7、響應(yīng)于p小于預(yù)設(shè)的閾值，利用下式更新當(dāng)前搜索代理的位置：

40、

41、其中，表示第t+1次搜索代理的位置；

42、a8、響應(yīng)于p大于等于預(yù)設(shè)的閾值，利用下式更新當(dāng)前搜索代理的位置：

43、

44、a9、響應(yīng)于t大于等于最大迭代次數(shù)，則結(jié)束迭代計(jì)算，得到帕累托優(yōu)化結(jié)果，完成對(duì)多目標(biāo)水資源的優(yōu)化配置，否則，返回a6。

45、上述進(jìn)一步方案的有益效果是：基于改進(jìn)鰻魚(yú)—石斑魚(yú)優(yōu)化算法(eel?andgrouper?optimizer，簡(jiǎn)稱(chēng)ego)對(duì)多目標(biāo)水資源優(yōu)化配置模型進(jìn)行求解，得到pareto非劣解集，可為決策者提供多個(gè)可靠的多水源聯(lián)合調(diào)度方案。

46、再進(jìn)一步地，所述使用鰻魚(yú)狩獵模型更新的位置x1的表達(dá)式如下：

47、

48、其中，e表示自然對(duì)數(shù)函數(shù)的底數(shù)，表示系數(shù)向量，表示當(dāng)前鰻魚(yú)的位置；表示當(dāng)前獵物的位置；

49、所述使用石斑魚(yú)狩獵模型更新的位置x2的表達(dá)式如下：

50、

51、其中，表示當(dāng)前石斑魚(yú)的位置。

52、本發(fā)明還提供了一種多目標(biāo)水資源優(yōu)化配置系統(tǒng)，包括：

53、第一處理模塊，用于獲取多目標(biāo)資源優(yōu)化配置數(shù)據(jù)；

54、第二處理模塊，用于利用多目標(biāo)資源優(yōu)化配置數(shù)據(jù)，構(gòu)建多目標(biāo)水資源優(yōu)化模型；

55、第三處理模塊，用于利用鰻魚(yú)—石斑魚(yú)優(yōu)化算法對(duì)多目標(biāo)水資源優(yōu)化模型進(jìn)行求解，獲得帕累托優(yōu)化結(jié)果，完成對(duì)多目標(biāo)水資源的優(yōu)化配置。