[发明专利]一种智能优化水资源配置方法

摘要

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。

主权项

一种智能优化水资源配置方法，其特征在于，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；步骤二：对上面的数据使用进行预处理，具体为：将每一类的数据在不同子区域的最大值与最小值求出，然后将每一个区域的属性(如取水口取水量)使用以下公式，归一化到0—1区间，y即为子区域归一化后的值；步骤三：使用灰色模糊分层模型得出在原始输入条件得到的各地区评分，具体为：将步骤二中所归一化的各变量使用分层模型，依据变量之间的重要度差异，得出关于这一系列变量的权值W；步骤四：使用模糊综合评价法对缺水率、人均用水量、河道外人均生态用水量、用水均衡率、单方水GDP、单方水粮食产量、灌溉水利用系数、河道内生态用水比例、最小生态环境用水保障程度、水资源开发利用率、地表水用水比例、缺水均衡率、地下水利用系数和用水结果系数，使用上述11个指标进行综合评价得到隶属度矩阵L再使用步骤三中得到权值w与L相乘得到模糊综合评价结果b；步骤五：将模型综合评价b与地区的环境条件：缺水量、人均用水量、地区粮食产量、地区水资源总量、地下水可开采量、农业灌溉耗水量、城镇人口、农村人口、灌溉面积、内塘养殖面积和林果灌溉，作为径向基神经网络的输入条件，输出条件为各地区的分配水量，训练网络；步骤六：以预测年份的各环境条件，其中环境条件为上述步骤五所述，以及对各地区的预计分配结果b2做为步骤五中已经训练好的径向基神经网络的输出，得出初始的分配结果；步骤七：将步骤六中得到的初始分配结果使用模糊综合评价法，得出综合评价结果b2，将b2与往年的综合评价结果做对比，若好于之前结果，则得出了分配方案，若不符合，则使用模拟退火遗传算法对b2进行微调，微调后的结果当作径向基网络的输入，得出新的分配方案；步骤八：将分配方案使用步骤七循环执行，直至退出。