蛾群算法与投影寻踪耦合模型在区域水资源脆弱性评价中的应用
2017-09-06崔东文
三峡大学学报(自然科学版) 2017年4期
崔东文
(云南省文山州水务局, 云南 文山 663000)
蛾群算法与投影寻踪耦合模型在区域水资源脆弱性评价中的应用
崔东文
(云南省文山州水务局, 云南 文山 663000)
提出一种新型群智能算法——蛾群算法(MSA)与投影寻踪(PP)技术耦合的水资源脆弱性评价模型,以云南省16个州市水资源脆弱性评价为例进行研究.从水量、水质、洪灾和旱灾4个方面遴选28个指标构建区域水资源脆弱性评价指标体系和分级标准;通过8个典型测试函数对MSA进行仿真验证,并与差分进化(DE)算法、文化算法(CA)、教学优化(TLBO)算法和粒子群优化(PSO)算法的仿真结果进行对比.利用MSA、DE、CA、TLBO和PSO算法优化PP最佳投影方向,构建MSA-PP、DE-PP、CA-PP、TLBO-PP和PSO-PP耦合模型对实例水资源脆弱性进行评价.结果表明:MSA寻优精度优于DE等4种算法,具有较好的全局极值寻优能力和收敛稳定性能,在求解高维、复杂优化问题时有着更高的求解精度;MSA-PP模型对昆明、玉溪、曲靖、楚雄4州市的水资源脆弱性评价为”轻度脆弱“,对怒江州、迪庆州评价为“重度脆弱”,其余州市评价为“中度脆弱”.MSA-PP模型对实例评价结果与TLBO-PP模型相同,但在排序上存在差异;与CA-PP、DE-PP和PSO-PP模型的评价结果及排序上均存在差异,表明智能算法求解精度的高低决定了评价效果的优劣.本文提出的模型及验证方法具有通用性,可推广应用于其他领域.
水资源脆弱性评价; 指标体系; 分级标准; 投影寻踪; 蛾群算法; 仿真验证
水资源脆弱性研究较早,始于20世纪60年代,由于学术界对脆弱性的定义不统一,从而导致……
登录APP查看全文
