Pareto蚁群算法与遥感技术耦合水资源优化配置.pdfVIP

第29 卷第9 期 控制 理 论 与 应 用 Vol. 29 No. 9 2012 年9 月 Control Theory Applications Sep. 2012 文文文章章章编编编号号号:2012 Pareto蚁蚁蚁群群群算算算法法法与与与遥遥遥感感感技技技术术术耦耦耦合合合的的的水水水资资资源源源优优优化化化配配配置置置 侯景伟 , 孔云峰 , 孙九林 (1. 宁夏大学资源环境学院, 宁夏银川750021; 2. 河南大学环境与规划学院, 河南开封475004; 3. 中国科学院地理科学与自然资源研究所, 北京100101) 摘要: 为了尝试用Pareto蚁群算法(PACA)和遥感技术(RS)来求解复杂的水资源优化配置问题, 建立了以经济、社 会和生态环境综合效益最大为目标, 以供水、需水、水质等为约束条件的基于像元的水资源优化配置模型. 通 过局部信息素强度限制、全局信息素动态更新、Pareto解集过滤器构建等策略, 使蚂蚁向信息素浓度大的优化边 界移动, 以提高PACA 的全局搜索能力和收敛速度. 以中原地区某县为仿真对象, 借助RS获取其土地利用类型, 利 用PACA在栅格地图上求解水资源优化配置模型, 并得到水资源最优配置方案. 最后PACA与遗传算法(GA)和BP神 经网络算法(BP-ANN)进行了比较. 结果表明, PACA能有效地求解大范围、多目标水资源优化配置模型, 并提高了 算法的全局搜索能力、收敛速度和计算结果的精度. 关键词: 优化配置; 水资源; 多目标; 遥感; 蚁群算法 中图分类号: TV212.3 文献标识码: A Combination of Pareto ant colony algorithm with remote sensing for optimal allocation of water resources HOU Jing-wei , KONG Yun-feng , SUN Jiu-lin (1. School of Resouece and Environment, Ningxia University, Yinchuan Ningxia 750021, China; 2. College of Environment Planning, Henan University, Kaifeng Henan 475004, China; 3. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) Abstract: To solve the optimal allocation problem of water resources with Pareto ant colony algorithm (PACA) and remote sensing (RS), we develop an optimization model in pixel sca