基于多目标鱼群-蚁群算法的水资源优化配置 - 资源科学.PDFVIP

Resources Science 第33 卷 第12期 2011 年12月 2011 ，33（12）：2255-2261 Vol.33 ，No. 12 Dec. ，2011 文章编号：1007-7588 （2011 ）12-2255-07 基于多目标鱼群-蚁群算法的水资源优化配置 1，2 1，2 1，3 侯景伟 ，孔云峰 ，孙九林 （1.河南大学环境与规划学院，开封475004 ； 2.河南大学中澳地理信息分析与应用研究所，开封475004 ；; 3.中国科学院地理科学与资源研究所，北京100101） 摘 要：为了解决复杂的水资源优化配置问题和丰富智能优化方法在水资源优化配置中的应用，建立了以经 济、社会、环境综合效益最大为目标的水资源优化配置模型和多目标鱼群-蚁群算法。经济效益以区域供水带来的 直接经济效益最大为目标；社会效益以区域总缺水量最小为目标；生态环境效益以区域重要污染物排放量最小为 目标；约束条件包括供水、需水、水环境和经济发展协调度等。多目标鱼群-蚁群算法融合了人工鱼群算法的快速 跟踪变化和跳出局部极值优点以及蚁群算法的信息素正反馈优点，并将人工鱼群算法中的拥挤度概念引入到蚁群 算法中，避免了蚁群算法初期可能早熟的问题。通过实验仿真，此算法具有较快的收敛速度和较高的寻优性能，能 有效地找到优化解，从而为解决复杂的水资源优化配置问题提供了新的思路。 关键词：水资源；优化配置；多目标；鱼群-蚁群算法；人工鱼群算法；蚁群算法 1 引言 源优化配置问题时只需要比较目标函数值、对初值 水资源优化配置是一个高度复杂的多层次、多 和参数设置要求不高，但全局收敛速度较慢、搜索 [18-22] 阶段、多主体、多目标、多关联、非线性的风险决策 性能劣化、寻优精度难以提高。蚁群算法 （Ant [1] Colony Optimization ，ACO ）是利用信息素正反馈的 问题 。它是指在一个特定的区域内，以效率、公 平、协调、安全为原则，以社会、经济、生态环境的综 原理寻得最优方案，能解决以上人工鱼群算法的不 合效益最大为目标，通过各种工程与非工程措施， 足。针对常规优化算法遇到的难点，本文在前人基 对水资源在不同时间、空间、水源间、部门间进行协 础上，通过分析多目标、人工鱼群算法和蚁群算法 调，达到人水和谐，实现水资源的可持续利用和经 的属性，设计了多目标鱼群-蚁群算法，并对水资源 济社会的可持续发展。 优化配置模型进行求解，以丰富智能优化方法在复 近年来，越来越多的学者对水资源优化配置的 杂水资源优化配置中的应用。 [2-7] 2 水资源优化配置模型 模型构建和求解问题进行了深入研究 ，其中，智 [8-10] 能优化算法已在模型求解中得到广泛应用 。但 2.1 目标函数 是由于水资源优化配置的复杂性和多目标性，常规 水资源优化配置的最终目标是水资源与经济