基于水权的区域水资源分配二层决策优化方法

文档序号:8282806阅读:244来源:国知局
基于水权的区域水资源分配二层决策优化方法
【技术领域】
[0001] 本发明涉及水资源管理,特别涉及水权的区域水资源分配决策方法。
【背景技术】
[0002] 二层决策优化方法是一类针对具有二层递阶结构问题的优化方法。其主要研究具 有两个层次系统的规划与管理问题。分为上层和下层,上下两层问题都具有各自的决策变 量、约束条件和目标函数。这种方法区别于其他优化方法的一个主要方面是不再是一个决 策者进行规划与决策,而是有上下两层决策者,上层决策者只是通过自己的决策去指导下 层决策者,并不直接干涉下层的决策;而下层的决策将上层的决策作为一个影响条件,其在 自己的可行域进行自由决策,这就导致上层决策者在做任何决策的时候必须考虑到下层决 策者可能做出的反馈,以规避下层决策者的决策可能带来的不利影响。
[0003] 在水资源短缺的今天,水资源的优化配置显得至关重要,由于水资源空间分配不 均等原因,许多地方存在水资源严重浪费的情况,因此研究节约用水动机,引入有效的节水 激励机制是遏制水资源浪费的主要研究方向,在这种情况下,传统的计划手段进行水资源 配置已经不能满足日益增长的水资源需求的要求,因此,引入市场济措施比如水权和水市 场成为了水资源优化配置的一个重要因素。水权是指为了达到一些目的用水权利,比如说 航行,用水甚至为了个人或者财政收入而交易水资源的权利,用水者的初始水权由水资源 管理者分配。当用水者分配到了水权,这部分水权就会成为其个人财产,它们可以使用这部 分水也可以拿到水市场上进行交易来获得利益。水市场是指水权的交易机制,它已经成为 获得区域水资源优化配置的有效的经济工具,因为它能提高用水和分配额效率。本发明考 虑了基于水权的区域水资源配置的优化问题,旨在提出一种新的水资源配置方案。
[0004] 在过去的几十年中,决策优化技术在水资源管理方面起到了至关重要的作用,主 要相关的技术包括多目标决策优化,多属性决策优化以及多阶段决策优化等,这些决策的 一个主要特点是由一个主体进行决策,没有考虑其他利益相关者的意见及反馈。本发明针 对基于水权的区域水资源配置优化问题,提出了不确定环境下的二层决策优化技术,其中 有两类不同的模糊随机参数,对于模糊随机参数的处理采取了两步骤,第一步将它们用不 同的转化方法转化成为模糊数,第二步采用模糊期望值算子将模糊数转化为确定值。针对 二层决策模型的求解,根据水资源配置的内部交互特征以及解的结构特征,提出了结合交 互式模糊规划和基于entropy-Boltzmann选择的遗传算法(EBS-based GA)的方法进行求 解,在EBS-based GA中,同时引入了分段交叉和自适应变异的方法。

【发明内容】

[0005] 本发明所要解决的技术问题,就是提供一种基于水权的区域水资源分配二层决策 优化方法,以解决基于水权的区域水资源分配问题。
[0006] 本发明解决所述技术问题,采用的技术方案是,基于水权的区域水资源分配二层 决策优化方法,包括以下步骤:
[0007] 步骤1、系统获取相关不确定因素的模糊随机变量;
[0008] 步骤2、系统将模糊随机变量进行模糊数转换,并对模糊数进行期望值化;
[0009] 步骤3、系统根据上述期望值及上/下层决策变量,得出上/下层目标函数及上/ 下层约束条件;
[0010] 步骤4、系统根据上/下层目标函数及上/下层约束条件计算得出基于水权的区域 水资源分配问题的二层规划全局模型;
[0011] 步骤5、系统将二层规划全局模型转换为单层的规划函数,并对其进行求解。
[0012] 具体的,所述步骤1中,相关不确定因素包括:
[0013] (1)、水需求模糊随机变量:水需求的最优可能的值近似的服从正态分布,即p? Ν(μ,σ2),用三角模糊数(a,p,b),其中P?Ν(μ,σ2)来描述,水需求模糊随机变量表 示为:
[0014]
【主权项】
1. 基于水权的区域水资源分配二层决策优化方法,其特征在于,包括w下步骤: 步骤1、系统获取相关不确定因素的模糊随机变量; 步骤2、系统将模糊随机变量进行模糊数转换,并对模糊数进行期望值化; 步骤3、系统根据上述期望值及上/下层决策变量,得出上/下层目标函数及上/下层 约束条件; 步骤4、系统根据上/下层目标函数及上/下层约束条件计算得出基于水权的区域水资 源分配问题的二层规划全局模型; 步骤5、系统将二层规划全局模型转换为单层的规划函数,并对其进行求解。
2. 根据权利要求1所述的基于水权的区域水资源分配二层决策优化方法,其特征在 于,所述步骤1中,相关不确定因素包括: (1) 、水需求模糊随机变量:水需求的最优可能的值近似的服从正态分布,即P? N(y, 〇2),用H角模糊数(a, P,b),其中P?N(y, 〇2)来描述,水需求模糊随机变量表 不为:
其中,虹L和虹]。分别表示模糊随机变量的左边界和右边界,P (?)表示模糊随机变 量的最有可能值,并反映其中的随机因素,(a, P,b)中a和b分别表示H角模糊数中的左 右边界,P表示H角模糊数的最有可能值,P?N(y, 〇2)表示P服从正态分布,y表示 正态分布的期望值,0 2表示正态分布的方差; (2) 、水流量模糊随机变量;水流量服从概率分布,水流量模糊随机变量表示为:
其中,Pi低水位概率,P 2中水位概率,P 3高水位概率,水流量在a t和C t之间,并且有一 个最有可能的值bt,其中,t = 1表示低水位,t = 2表示中水位,t = 3表示高水位。
3. 根据权利要求2所述的基于水权的区域水资源分配二层决策优化方法,其特征在 于,所述步骤2中,系统将模糊随机变量进行模糊数转换包括: (1)将水需求模糊随机变量|=([111],,口(0)),机]|,)转化成为(1',〇)-水平的梯形模糊 数,其运算公式为:
其中,令P。为随机变量P (U)的0-截集,也就是说

Pn=[p;;,p:HxeR|q)|.,(x)含a},巧姑的值即可表示为:
(2)将水流量模糊随机变量
,转换为模糊数^ >包括W下计算 方式: 首先,水流量模糊随机变量概率分布为: 1,(; (0 G Q j W〇J)二句,n = P,,f,( ! 0J G Q I W(o)二句7! ) = P;,P(>J G Q j '乂(0))=句,^ 二 P,. ? 其中,Q表示H种水流水平和其模糊逻辑; 其次,0 (X)是X的模糊参数,0 (X) =Ef技阳,V(XE化1],则:
最后,水流量的模糊随机变量的模糊0,表示为: E'商二如.IVO. ? 其中
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1