水環(huán)境及水資源分析計(jì)算的新方法及其應(yīng)用.pdf

1、水環(huán)境及水資源自然發(fā)展、演化過(guò)程的分析和模擬，合理判定水環(huán)境污染程度，進(jìn)行水環(huán)境及水資源系統(tǒng)分析計(jì)算，是目前改善水環(huán)境質(zhì)量、提高資源利用能力需要解決的問(wèn)題，并為水環(huán)境及水資源管理決策提供科學(xué)依據(jù)。目前水環(huán)境及水資源信息分析計(jì)算方法研究仍處于積極探索和不斷發(fā)展階段，是環(huán)境科學(xué)系統(tǒng)工程界的熱點(diǎn)和難點(diǎn)之一。為了更好地探索水環(huán)境及水資源的演變規(guī)律，更客觀、更準(zhǔn)確地反映水環(huán)境實(shí)際情況，引入分析計(jì)算的新原理及新方法來(lái)研究水環(huán)境及水資源問(wèn)題，是學(xué)科發(fā)

2、展的需要。 本文依托973國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目“長(zhǎng)江中下游湖泊富營(yíng)養(yǎng)化發(fā)展趨勢(shì)預(yù)測(cè)方法研究”（NO. 2002CB412301）和國(guó)家自然科學(xué)基金項(xiàng)目“基于子波和分形理論的水文尺度分析新途徑”（NO. 40271024），在總結(jié)和吸收有關(guān)前人研究成果的基礎(chǔ)上，系統(tǒng)地介紹了兩種直接用于水環(huán)境及水資源評(píng)價(jià)和預(yù)測(cè)的新方法——投影尋蹤、支持向量機(jī)；三種用于水環(huán)境及水資源分析計(jì)算模型參數(shù)估計(jì)的優(yōu)化算法——禁忌搜索算法、模擬退火算法

3、和量子遺傳算法，以及五種新方法相互之間的耦合模型，對(duì)比不同耦合模型的優(yōu)化性能、應(yīng)用特征和優(yōu)缺點(diǎn)，并對(duì)禁忌搜索算法提出兩種改進(jìn)方式。通過(guò)模擬和研究水環(huán)境及水資源發(fā)展變化，將新方法及其相互耦合模型與優(yōu)化后的多種形式的評(píng)價(jià)和預(yù)測(cè)指數(shù)公式應(yīng)用于我國(guó)主要河流、湖泊、地下水及水資源利用能力的評(píng)價(jià)和預(yù)測(cè)實(shí)例研究中，分析結(jié)果表明新方法有較好的實(shí)用性。概括起來(lái)，本項(xiàng)研究的主要研究?jī)?nèi)容和成果有： (1)將禁忌搜索算法用于多種形式的水環(huán)境及水資源

4、分析計(jì)算公式中的參數(shù)優(yōu)化，并提出改進(jìn)后的免疫禁忌搜索算法和混合禁忌搜索算法。分別將免疫禁忌搜索算法用于區(qū)域水資源系統(tǒng)評(píng)價(jià)及經(jīng)濟(jì)、社會(huì)與湖泊富營(yíng)養(yǎng)化的協(xié)調(diào)度指數(shù)公式的優(yōu)化，將混合禁忌搜索算法用于湖泊富營(yíng)養(yǎng)化評(píng)價(jià)、地下水水質(zhì)評(píng)價(jià)、水位流量關(guān)系擬合優(yōu)化中，得到較好的評(píng)價(jià)和預(yù)測(cè)結(jié)果。 (2)將模擬退火算法用于多種形式的水環(huán)境及水資源分析計(jì)算公式中的參數(shù)優(yōu)化，分別得到水資源可再生能力、區(qū)域水資源利用能力和太湖富營(yíng)養(yǎng)化程度的冪函數(shù)加和型指

5、數(shù)評(píng)價(jià)公式，以及太原市地下水水質(zhì)評(píng)價(jià)的S型曲線模型，并對(duì)上述評(píng)價(jià)模型進(jìn)行實(shí)例分析。 (3)將量子遺傳算法用于多種形式的水環(huán)境及水資源分析計(jì)算公式中的參數(shù)優(yōu)化，并應(yīng)用于長(zhǎng)江流域主要城市、武漢重點(diǎn)水域及太原市地下水水質(zhì)評(píng)價(jià)。實(shí)例分析表明，量子遺傳算法表現(xiàn)出較好的種群多樣性和更快的收斂速度。 (4)將投影尋蹤分類和投影尋蹤回歸模型應(yīng)用于水環(huán)境及水資源分析計(jì)算的實(shí)例研究中。投影尋蹤分類模型用于武漢重點(diǎn)水域13個(gè)點(diǎn)位的水質(zhì)評(píng)價(jià)

6、及中國(guó)淮河片區(qū)水資源利用能力的評(píng)價(jià)；提出一種用參數(shù)矩陣表示的投影尋蹤回歸預(yù)測(cè)模型新形式，采用免疫進(jìn)化算法對(duì)參數(shù)矩陣進(jìn)行優(yōu)化，并應(yīng)用于太湖未來(lái)30年的富營(yíng)養(yǎng)化發(fā)展趨勢(shì)的預(yù)測(cè)中。 (5)分別將禁忌搜索算法、模擬退火算法和量子遺傳算法三種現(xiàn)代優(yōu)化算法與投影尋蹤模型相耦合，并將優(yōu)化后的投影尋蹤模型應(yīng)用于武漢重點(diǎn)水域13個(gè)點(diǎn)位的水質(zhì)評(píng)價(jià)及中國(guó)淮河片區(qū)水資源利用能力的評(píng)價(jià)實(shí)例中，對(duì)評(píng)價(jià)結(jié)果和模型性能進(jìn)行分析、對(duì)比。 (6)由于支

7、持向量機(jī)在解決小樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)，因此，在分析支持向量機(jī)的性能和參數(shù)取值基礎(chǔ)上，將其用于長(zhǎng)江流域主要城市水段的水質(zhì)評(píng)價(jià)，獲得了較好的效果。 (7)支持向量機(jī)（SVM）的計(jì)算復(fù)雜度和精度很大程度上依賴于參數(shù)的合理選擇，因此，將禁忌搜索算法（TS）用于SVM參數(shù)優(yōu)化中，提出TS-SVM耦合模型，并應(yīng)用于太湖富營(yíng)養(yǎng)化發(fā)展趨勢(shì)的預(yù)測(cè)實(shí)例中。為了探索更適合于支持向量機(jī)參數(shù)選取的優(yōu)化技術(shù)，將禁忌搜索算法