水资源系统模糊决策、评价与预测方法及应用

论文摘要

水是人类赖以生存和发展的不可替代的重要资源和物质基础,又是生态环境的基本要素。但是,当进入21世纪,许多国家都面临着水资源危机的挑战,水资源短缺、水体污染、洪涝灾害等严重阻碍了我国经济和社会的发展,并造成一系列的社会问题。因此,研究水资源问题,实现水资源的可持续利用以及水资源与经济、社会和生态环境的可持续发展,对缓解我国水资源危机将具有十分重要的意义。水资源的开发利用以及管理是人类作用于自然水系统的理性活动,涉及的内容众多,包括水资源系统的优化、决策、评价以及预测等各个方面。在解决这些问题过程当中,其中的模糊性难以回避,而工程模糊集理论在处理这些问题时表现出优势。本文主要在工程模糊集理论的基础上,研究了水资源系统中的决策、评价以及预测问题,理论与应用相结合,其主要研究内容和成果概括如下: (1)水质污染问题已经成为我国水资源领域的重要课题,它已经直接影响到人类的生存与发展,而水质评价是水污染治理的前期工作,为水污染治理提供决策依据。文中将模糊优选人工神经网络模型的单输出拓展为多输出,并将其用于江河水质的综合评价,以标准类别内插加密产生训练样本,以其对级别的相对隶属度矩阵作为期望值输出,对网络进行训练,从而为待识别样本提供了产生其级别相对隶属度的有效方法。实例分析部分,沱江水体污染程度识别表明模糊人工神经网络识别模型的可行性,且操作简便易行,评价结果切合实际,具有很好的实用性。 (2)水资源是一个国家和地区的重要的资源组成部分,对于我国的综合发展至关重要,文中论述了水资源承载力的涵义以及特征。考虑到水资源承载力评价过程中存在的模糊性,采用模糊识别理论解决水资源承载力评价问题,通过循环迭代计算得到区域的承载力的相对隶属度和影响因子的贡献率;同时考虑到人的主观经验知识在评价过程中的作用,采用基于互补理论的二元对比方法确定主观权重。综合考虑影响因子的贡献率以及主观权重,通过级别特征值反映各个地区的承载力级别。实例分析部分对我国30个地区的水资源承载力的综合评价,给出了我国区域水资源承载力的大致状况。 (3)模糊聚类模型作为水资源系统分析的重要工具。但是,目前的基于目标函数的模糊聚类模型存在聚类数选择以及聚类迭代过程中的局部极小点问题。论文中对模糊聚类循环迭代模型的合理聚类数确定方法进行了研究,给出了一种基于准则函数的判断方法。为了解决聚类分析过程中的局部极小点问题,引入了粒子群算法(Particle Swarm Optimization),这种优化方法是对生物智能的模拟,和遗传算法比较,操作起来比较简单。在对PSO算法和模糊聚类循环迭代模型分析的基础上给出了基于PSO的模

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 水资源的涵义和特点
• 1.2 水资源系统的特征
• 1.3 水资源的危机
• 1.3.1 水资源的短缺
• 1.3.2 水资源污染严重
• 1.3.3 洪涝灾害严重
• 1.4 水资源危机的对策
• 1.4.1 完善水资源管理体制
• 1.4.2 控制人口数量
• 1.4.3 加强水污染的防治
• 1.4.4 充分发挥现有工程的作用
• 1.4.5 水资源的优化配置
• 1.4.6 创建节水型社会
• 1.4.7 开发利用非传统水资源
• 1.4.8 水资源工程项目的建设
• 1.5 水资源系统可持续发展的协同理论
• 1.6 研究现状综述
• 1.6.1 水资源系统评价理论
• 1.6.2 水资源承载力理论
• 1.6.3 水资源系统预测理论
• 1.6.4 模糊多目标决策理论
• 1.6.5 水资源工程项目招投标理论
• 1.7 工程模糊集理论
• 1.8 本文主要研究内容
• 参考文献
• 2 基于模糊人工神经网络识别的水质评价模型
• 2.1 引言
• 2.2 地表水体质量的划分
• 2.3 我国地表水资源质量现状
• 2.4 模糊人工神经网络识别模型
• 2.4.1 样本矩阵和标准指标矩阵的规范化
• 2.4.2 多层次多输出模糊人工神经网络识别模型的构建
• 2.4.3 水质评价训练样本的生成
• 2.4.4 水质级别的确定
• 2.4.5 模糊人工神经网络识别水质评价程序
• 2.5 沱江水质综合评价分析
• 2.6 结语
• 参考文献
• 3 水资源承载能力的模糊模式识别模型
• 3.1 引言
• 3.2 水资源承载力的特征
• 3.3 水资源承载力评价指标体系
• 3.4 水资源承载力模糊识别模型
• 3.4.1 模糊识别模型
• 3.4.2 样本级别的确定
• 3.5 水资源承载力实例分析
• 3.6 结语
• 参考文献
• 4 水资源系统中模糊聚类模型应用与研究
• 4.1 引言
• 4.2 模糊聚类循环迭代模型
• 4.2.1 模型的建立
• 4.2.2 合理聚类数的确定
• 4.3 PSO-FC模型
• 4.3.1 PSO算法原理
• 4.3.2 PSO-FC模型
• 4.3.3 样本归类
• 4.4 模糊聚类循环迭代模型在水资源分区中的应用研究
• 4.5 PSO-FC在洪水聚类分析中的应用
• 4.6 结语
• 参考文献
• 5 融合PSO的模糊优选人工神经网络智能预报模型
• 5.1 引言
• 5.2 基于PSO的模糊优选神经网络
• 5.2.1 PSO算法原理
• 5.2.2 模糊神经网络预测模型
• 5.2.3 融合PSO的模糊优选人工神经网络训练
• 5.3 黄河内蒙古段凌汛预报
• 5.3.1 预测因子和样本集数据的预处理
• 5.3.2 神经网络的训练
• 5.3.3 黄河凌汛预测分析
• 5.4 结语
• 参考文献
• 6 基于模糊数的模糊多目标决策模型
• 6.1 引言
• 6.2 基于语气算子的决策框架
• 6.2.1 模糊数的性质
• 6.2.2 基于三角模糊数的语气算子
• 6.2.3 模糊数决策的集结方法
• 6.3 水资源工程招标资格预审决策分析
• 6.3.1 水资源工程招投标资格预审
• 6.3.2 影响因子及权重赋值
• 6.3.3 模糊集结方法
• 6.4 结语
• 参考文献
• 7 水资源工程招投标模糊识别群决策分析
• 7.1 引言
• 7.2 我国水资源工程招投标管理
• 7.2.1 我国水资源工程招投标制的发展
• 7.2.2 水资源工程招标投标活动的原则
• 7.2.3 水资源工程招标的方式
• 7.2.4 水资源工程招标程序
• 7.3 水资源工程评标决策分析
• 7.3.1 评标决策的指标体系
• 7.3.2 指标相对隶属度以及权重的确定
• 7.3.3 多目标模糊识别的评标群决策模型
• 7.3.4 评标决策实例分析
• 7.4 对我国水资源工程招投标实践的建议
• 7.5 结语
• 参考文献
• 8 总结与展望
• 8.1 全文总结
• 8.2 展望
• 创新点摘要
• 作者在博士生期间参加课题和完成论文
• 致谢
• 大连理工大学学位论文版权使用授权书