流域水资源调配决策理论与方法研究

论文摘要

水资源合理调配是人类可持续开发和利用水资源的有效措施之一,论文针对当前对研究不足采用柔性决策决策理论、模糊推理方法、多目标决策的加速遗传求解方法、基于支持向量机(SVM)的智能决策方法以及基于案例推理的方案决策方法等；建立基于优化技术与模拟技术耦合的流域水资源多因素合理调配模型系统、基于支持向量机的流域水资源方案评价模型；以黄河流域2010、2020水平年为例进行多目标柔性决策,获得了流域水资源合理调配的方案。论文取得的主要研究成果如下：(1)流域水资源调配决策指标体系建立。针对黄河流域水资源利用特征,采用空间降维技术、主成分分析方法,筛选建立黄河流域水资源调配决策的指标体系,作为水资源合理调配目标的度量。(2)多目标柔性决策理论研究。通过对决策者有限理性特征分析,构建流域水资源多目标柔性决策模式,建立了不同决策属性指标的模糊满意度隶属函数,并采用综合集成的方法构造流域水资源决策的总满意度。在柔性决策理论的基础上,采用模糊推理方法,利用模糊语言和交互决策推导、隐性再现决策者的效用。(3)基于柔性决策优化模型和模拟模型耦合的流域水资源多因素调配模型系统的建立和求解方法研究。针对流域水资源多目标决策变量存在的不可公度等问题,采用大系统分层决策、分解协调技术和多目标加速遗传算法,建立流域水资源调配柔性决策模型系统并提出求解方法。(4)智能决策研究。将决策支持向量理论和推理技术相结合,以最小结构风险代替传统的经验风险求解非线性关系,实现决策过程中偏好结构的自学习,通过二次优化、再现决策者偏好结构,弱化决策过程中人为的因素,解决了神经网络方法无法避免的局部极值问题,避免了传统的分析和评价方法解决非线性问题的局限性,实现了决策的智能化。(5)基于案例推理的流域水资源调配方案决策研究。将案例推理方法运用到水资源调配方案决策研究,把模糊推理技术嵌套入案例推理中,引入水文要素相似度作为案例推理检索的指标,建立基于案例推理的流域水资源方案决策模型,通过水文要素的检索与匹配,再现案例决策,为流域水资源调配决策提供了一种新的思路和方法。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 决策理论与方法研究
• 1.2.2 水资源配置模型研究
• 1.3 研究存在问题及发展趋势
• 1.3.1 已有研究成果的特点分析
• 1.3.2 研究趋势
• 1.4 本文主要研究内容
• 1.5 拟采用的技术路线
• 1.6 主要创新点
• 2 黄河流域水资源供需分析
• 2.1 黄河水资源资源状况
• 2.1.1 水资源特点
• 2.1.2 黄河水资源可利用量
• 2.2 黄河流域水资源开发利用状况
• 2.2.1 经济社会发展
• 2.2.2 经济社会发展布局
• 2.2.3 水资源开发利用过程
• 2.3 流域人口及国民经济发展状况
• 2.3.1 人口及国民生产总值
• 2.3.2 工业产值预测
• 2.3.3 第三产业产值预测
• 2.3.4 农田灌溉面积
• 2.4 流域水资源需求状况
• 2.4.1 需水量方案
• 2.4.2 河道外总需水量预测及分析
• 2.5 流域外供水
• 3 流域水资源决策指标与方案研究
• 3.1 流域水资源决策指标体系
• 3.2 决策指标的筛选方法
• 3.2.1 高维空间降维技术
• 3.2.2 主成分分析
• 3.3 决策指标量化方法
• 3.3.1 有关参数确定
• 3.4 流域水资源调配方案研究
• 3.4.1 水资源调配决策机制
• 3.4.2 水资源调配手段研究
• 4 多目标决策理论与方法研究
• 4.1 问题的提出
• 4.2 多目标决策理论
• 4.2.1 向量最优化理论
• 4.2.2 效用理论
• 4.2.3 多目标问题的求解技术
• 4.3 多目标柔性决策
• 4.3.1 柔性决策概念
• 4.3.2 决策目标的柔性模糊满意度
• 4.3.3 总目标满意度函数集成
• 4.4 流域水资源调配决策理论
• 4.5 模糊推理
• 4.5.1 模糊推理方法
• 4.5.2 模糊推理过程
• 4.6 本章小结
• 5 流域水资源调配的模糊柔性决策
• 5.1 问题的提出
• 5.2 流域水资源多目标优化配置模型的建立
• 5.2.1 水资源配置多目标优化目标
• 5.2.2 模型建立
• 5.2.3 主要决策属性
• 5.2.4 约束条件
• 5.3 多目标协调与分层决策
• 5.4 水资源配置的柔性决策模型系统
• 5.4.1 模型系统组成
• 5.4.2 模型运行规则
• 5.5 多目标柔性决策模型求解
• 5.6 黄河流域水资源多目标优化算例
• 5.6.1 多目标决策条件
• 5.6.2 2010水平年决策结果分析
• 5.6.3 2020水平年决策结果分析
• 5.7 本章小结
• 6 流域水资源多属性智能决策研究
• 6.1 问题的提出
• 6.2 支持向量机算法
• 6.2.1 支持向量机理论基础
• 6.2.2 支持向量机原理
• 6.3 支持向量机智能决策模型
• 6.4 黄河流域水资源多属性智能决策算例
• 6.4.1 决策案例的构造与学习
• 6.4.2 水资源多属性智能决策
• 6.5 本章小结
• 7 基于案例推理的水资源调配方案决策研究
• 7.1 问题的提出
• 7.2 案例推理方法
• 7.2.1 案例推理简介
• 7.2.2 案例推理方案设计
• 7.2.3 决策案例的表示与组织
• 7.2.4 案例模糊推理与匹配
• 7.2.5 决策案例的检索、调整
• 7.3 基于CBR的水资源调配模型
• 7.4 案例推理决策实例
• 7.5 本章小结
• 8 结论与展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 博士研究生学习期间的工作
• 致谢