王庆杰， 岳春芳, 李艺珍

(新疆农业大学 水利与土木工程学院， 新疆 乌鲁木齐 830052)

1 研究背景

随着工、农业的发展和城市化进程的加快，水资源短缺、水资源利用率低、水生态环境恶化等一系列水问题已制约着我国经济社会的可持续发展[1]，水资源合理配置是解决这些问题的有效途径之一。区域水资源配置涉及经济、社会、资源、生态等多方面的内容，现有的水资源配置模型虽然能够考虑多方面的因素，但由于配置的多目标性导致模型优化出的可行性方案较多，管理者在方案决策时难以做出判断，水资源配置评价可为方案决策提供技术支持。

常用的水资源配置评价方法有TOPSIS法[2]、模糊物元分析法[3]、D-S证据理论[4]、格序理论[5]、模糊熵模型[6]、灰色聚类模型[7]、概率神经网络模型[8]等，这些方法各具特色，如前6种方法属于半定量研究方法，需权重参与评价，而权重确定的合理性直接影响方案评价的结果，神经网络法需要较多专业知识和经验对构造的网络模型进行训练和学习，主成分分析法建模时必须判定多种现象和确定多个合理参数，而且需要大量的样本参与评价。

Friedman等[9]于1974年提出处理高维、非线性、非正态数据特点的投影寻踪聚类(PPC)技术，1986年李国英[10]将其引入国内，自2000年被张欣莉等[11]在水质评价中首次应用后，PPC评价模型能够有效解决方案优劣评价、等级划分、指标性质探索及重要性排序等问题。多智能体遗传算法(MAGA)是将人工智能中的多智能体引入到遗传算法中而成的一种混合进化算法，在超高维函数优化、线性系统逼近、多目标优化等领域已经取得了较好的应用效果[12]。……