• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于NSGA-Ⅲ和FloPy的灌區(qū)水資源多目標(biāo)模擬優(yōu)化模型

      2021-07-21 10:10:12康燕楠降亞楠蘇振輝
      關(guān)鍵詞:遺傳算法作物水資源

      康燕楠,降亞楠,2,蘇振輝

      (1.西北農(nóng)林科技大學(xué) 水利與建筑工程學(xué)院, 陜西 楊凌 712100;2.西北農(nóng)林科技大學(xué) 旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室, 陜西 楊凌 712100)

      我國是農(nóng)業(yè)大國,水資源與農(nóng)業(yè)生產(chǎn)和糧食安全密切相關(guān)。在氣候變化和人類活動(dòng)的雙重影響下,我國部分灌區(qū)出現(xiàn)了水資源短缺和生態(tài)環(huán)境退化的現(xiàn)象。近年來,位于北方干旱半干旱地區(qū)的大型灌區(qū),地表水源難以滿足農(nóng)業(yè)發(fā)展以及生產(chǎn)生活的需求,地下水成為主要的灌溉水源,據(jù)統(tǒng)計(jì)大約有70%的地下水用于農(nóng)業(yè)灌溉[1]。由此導(dǎo)致部分灌區(qū)的地下水處于超采狀態(tài),尤其在干旱缺水年份,來源于降水的天然補(bǔ)給量減少,河流和渠道用水不足時(shí),灌區(qū)會(huì)大量開采地下水。不合理的地下水開發(fā)利用容易導(dǎo)致采補(bǔ)失衡,致使部分區(qū)域地下水位持續(xù)下降,形成大面積的水位降落漏斗,進(jìn)而引發(fā)了一系列生態(tài)環(huán)境問題,制約了灌區(qū)的可持續(xù)發(fā)展。因此亟需考慮灌溉效益和合理的地下水位上下限,對灌區(qū)內(nèi)有限的水資源進(jìn)行合理配置,使其發(fā)揮最大效益[2-3]。水資源作為灌區(qū)資源和環(huán)境的雙重要素,對農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境保護(hù)起到核心作用,對以地表水和地下水為主的農(nóng)業(yè)水資源進(jìn)行合理配置是解決灌區(qū)缺水問題的重要手段。

      灌區(qū)水資源合理配置需要綜合考慮經(jīng)濟(jì)、環(huán)境及社會(huì)等多方面的目標(biāo),是一個(gè)典型的多目標(biāo)問題。針對地表水和地下水聯(lián)合利用的水資源合理配置,目前國內(nèi)外的研究趨勢是將優(yōu)化算法和地下水?dāng)?shù)值模擬模型進(jìn)行耦合建立模擬優(yōu)化模型來解決該問題。求解水資源優(yōu)化配置的算法主要包括粒子群算法[4]、人工魚群算法[5]、模糊多目標(biāo)線性規(guī)劃[6]、遺傳算法[7]及魯棒規(guī)劃方法[8]等,由于它們能夠處理較為復(fù)雜的多目標(biāo)問題,因此在水資源優(yōu)化配置中得到廣泛應(yīng)用。Davijani等[9]采用遺傳算法和粒子群算法兩種啟發(fā)式算法,將水資源合理分配給工業(yè)、農(nóng)業(yè)和市政部門。譚倩等[8]采用魯棒規(guī)劃方法,對多個(gè)目標(biāo)進(jìn)行權(quán)重分析以便于決策者確定最優(yōu)方案。

      部分研究通過構(gòu)建耦合地下水?dāng)?shù)值模擬模型和灌區(qū)水資源模擬優(yōu)化模型來進(jìn)行灌區(qū)水資源優(yōu)化配置。目前常用的地下水流數(shù)值模擬軟件主要有MODFLOW、FloPy[10]、GMS[11]、FEFLOW[12]等。Sedki等[13]將地下水非穩(wěn)定流模擬模型與基于遺傳算法構(gòu)建的優(yōu)化模型相結(jié)合,構(gòu)建了多目標(biāo)地下水資源可持續(xù)管理模型,在尋找最佳抽水方案的同時(shí)最大程度降低了對環(huán)境的不利影響。高玉芳等[14]為解決沿海地下水超采所引發(fā)的海水入侵問題,將MODFLOW的變密度地下水流及溶質(zhì)運(yùn)移模型與人工魚群算法相耦合,構(gòu)建了地下水模擬優(yōu)化管理模型。宋健[15]基于多目標(biāo)進(jìn)化算法構(gòu)建了復(fù)雜地下水系統(tǒng)的模擬優(yōu)化模型,用來解決濱海地下水管理和地下水污染監(jiān)測網(wǎng)優(yōu)化問題。為了解決實(shí)際應(yīng)用中多個(gè)目標(biāo)函數(shù)(大于3)的高維多目標(biāo)優(yōu)化問題,Deb等[16]提出了基于參考點(diǎn)的第3代非支配排序遺傳算法(NSGA-Ⅲ),Blank等[17]基于Python語言開發(fā)了一個(gè)多目標(biāo)遺傳算法框架Pymoo。金江躍等[18]通過假想案例構(gòu)建了一個(gè)多目標(biāo)地下水模擬優(yōu)化模型。當(dāng)前灌區(qū)的水資源優(yōu)化配置傾向于將優(yōu)化配置結(jié)果代入地下水模擬模型進(jìn)而評估優(yōu)化配置方案對地下水的影響,屬于單向傳輸過程,而能夠動(dòng)態(tài)雙向傳輸?shù)倪z傳算法與地下水耦合模型目前多應(yīng)用于地下水超采造成的海水入侵問題,針對灌區(qū)地表水地下水聯(lián)合優(yōu)化配置進(jìn)行緊密耦合的研究較少。因此本文構(gòu)建了基于NSGA-Ⅲ和FloPy的灌區(qū)水資源多目標(biāo)模擬優(yōu)化模型,實(shí)現(xiàn)了優(yōu)化算法與模擬模型之間的緊密耦合和動(dòng)態(tài)的數(shù)據(jù)交換,并通過一個(gè)假想算例驗(yàn)證了該模擬優(yōu)化模型在渠井結(jié)合灌區(qū)的有效性和可靠性,為灌區(qū)水資源優(yōu)化配置和可持續(xù)高效安全利用提供了強(qiáng)有力的技術(shù)手段。

      1 研究方法

      1.1 地下水?dāng)?shù)值模擬模型MODFLOW與FloPy

      MODFLOW是一個(gè)采用有限差分法進(jìn)行地下水流數(shù)值模擬的軟件,它由一個(gè)主程序和若干個(gè)相對獨(dú)立的子程序包構(gòu)成,每個(gè)子程序包又包含數(shù)個(gè)子模塊來分別完成模擬的一部分[19]。例如用井Well包模擬抽水井和注水井對地下水的影響。

      FloPy是Bakker等[10]基于Python編程語言開發(fā)的可以運(yùn)行MODFLOW、MT3D、SEAWAT等模型的地下水建模工具,它可以通過Python語言構(gòu)建和運(yùn)行地下水?dāng)?shù)值模擬模型,且便于和優(yōu)化算法耦合構(gòu)建地下水模擬優(yōu)化模型。Python是目前功能強(qiáng)大的軟件開發(fā)語言之一,可以借助擴(kuò)展包完成繪圖、數(shù)據(jù)分析和優(yōu)化等過程,具有腳本語言中最強(qiáng)大的類庫和更完整的數(shù)據(jù)結(jié)構(gòu)集。基于Python語言開發(fā)的FloPy具有創(chuàng)建新模型、導(dǎo)入運(yùn)行已有模型、讀取和繪制模擬結(jié)果等強(qiáng)大的功能。在Flopy中建立MODFLOW模型通常包含以下八個(gè)步驟:(1) 導(dǎo)入FloPy包;(2) 創(chuàng)建MODFLOW模型對象;(3) 設(shè)置模型的基本參數(shù)離散化、邊界條件、水文地質(zhì)參數(shù)和圖層類型等;(4) 添加對應(yīng)的子程序包(例如井Well、補(bǔ)給Recharge、河流River);(5) 定義MODFLOW水頭求解方案;(6) 定義MODFLOW需要保存文件的輸出類型;(7) 生成MODFLOW輸入文件并調(diào)用MODFLOW獲得求解方案;(8) 讀取輸出文件并可視化進(jìn)行分析。

      import flopy

      dis=flopy.modflow.ModflowDis(model, nlay, nrow, ncol, top=ztop, botm=botm)

      pcg=flopy.modflow.ModflowPcg(mf)

      hds=bf.HeadFile(‘Example’+“.hds”)

      但對于邊界條件和水文地質(zhì)情況復(fù)雜的區(qū)域,難以直接采用FloPy構(gòu)建模型,F(xiàn)loPy提供了功能強(qiáng)大的API接口來導(dǎo)入其他軟件構(gòu)建的MODFLOW模型。如基于GMS構(gòu)建的模型在選擇保存為通用的MODFLOW格式后,即可通過FloPy的fmp.Modflow.load語句導(dǎo)入,model = fpm.Modflow.load(‘Example.mfn’, version=‘mf2005’,verbose=False,check=False)。FloPy可以正確地識(shí)別定義模型的離散化、活動(dòng)單元格、頂?shù)装甯叱獭⑺μ匦院推渌磪R項(xiàng),進(jìn)而修改和運(yùn)行模型。FloPy兼容MODFLOW-2000、2005、NWT、USG、LGR和最新版本的MODFLOW6。

      FloPy可以通過編程的方式修改所導(dǎo)入模型的滲透系數(shù)、井模塊、補(bǔ)給模塊以及河流模塊等,也可以便捷地讀取地下水位模擬結(jié)果來計(jì)算遺傳算法中適應(yīng)度函數(shù)的值,進(jìn)而實(shí)現(xiàn)與多目標(biāo)遺傳算法的緊密耦合。

      1.2 多目標(biāo)優(yōu)化框架Pymoo

      Pymoo是為解決多目標(biāo)優(yōu)化的問題,基于Python語言開發(fā)的遺傳算法框架,可以通過模塊化和基于對象的編程來實(shí)現(xiàn)擴(kuò)展。主要包括優(yōu)化問題構(gòu)建、優(yōu)化算法實(shí)現(xiàn)以及數(shù)據(jù)分析在內(nèi)的三個(gè)主要的功能模塊。Pymoo提供了相關(guān)的性能指標(biāo)來衡量多目標(biāo)優(yōu)化算法獲得結(jié)果的質(zhì)量并將其可視化輸出。

      本研究中選用Deb在2014年提出的多目標(biāo)遺傳算法NSGA-Ⅲ,它引入?yún)⒖键c(diǎn)機(jī)制,對于那些非支配并且接近參考點(diǎn)的種群個(gè)體進(jìn)行保留,來維持種群的多樣性。假設(shè)M為目標(biāo)數(shù)目,P為每個(gè)方向上分割的份數(shù),其計(jì)算公式為H=(M+P-1P)。

      目前研究中,NSGA-Ⅲ對求解3-15個(gè)目標(biāo)函數(shù)問題有良好的適用性,該算法的基本框架如圖1所示。

      圖1 NSGA-Ⅲ的基本框架

      1.3 耦合模型的構(gòu)建

      在FloPy與Pymoo耦合時(shí),需要在Pymoo中調(diào)用FloPy模擬結(jié)果來計(jì)算與地下水位和地下水開采費(fèi)用有關(guān)的目標(biāo)函數(shù)值,并讀取地下水位來判斷開采方案是否可行(地下水位是否在合理范圍內(nèi)),將FloPy作為能被Pymoo調(diào)用的子程序,實(shí)現(xiàn)二者之間數(shù)據(jù)的無縫傳輸。本研究采用Pymoo框架中的遺傳算法NSGA-Ⅲ進(jìn)行多目標(biāo)優(yōu)化模型的求解,其尋優(yōu)是一個(gè)循環(huán)過程。當(dāng)循環(huán)開始時(shí),需要根據(jù)所設(shè)置的種群大小,對決策變量中各參數(shù)進(jìn)行初始化,形成第一代種群。將該種群作為可行解集,其中的每一個(gè)體都需要調(diào)用一次子程序FloPy進(jìn)行對應(yīng)方案下的地下水模擬計(jì)算,得到相應(yīng)的模擬結(jié)果。然后Pymoo將根據(jù)模擬結(jié)果判斷該方案是否滿足設(shè)置的約束條件,并計(jì)算目標(biāo)函數(shù)值,對各可行解進(jìn)行評價(jià),得到新一代的種群。重復(fù)上述步驟,直至達(dá)到收斂條件,耦合模型的構(gòu)建流程如圖2所示。

      圖2 耦合模型構(gòu)建流程圖

      2 算例研究

      2.1 算例背景

      由于實(shí)際灌區(qū)情況非常復(fù)雜,缺乏構(gòu)建模擬優(yōu)化模型所需的基礎(chǔ)數(shù)據(jù)(如具體的井位),因此本文在對西北干旱半干旱地區(qū)的典型渠井結(jié)合灌區(qū)——陜西省寶雞峽灌區(qū)進(jìn)行調(diào)研的基礎(chǔ)上,綜合考慮灌區(qū)實(shí)際條件設(shè)計(jì)了一個(gè)包含若干水文地質(zhì)分區(qū)的典型灌域來進(jìn)行模擬優(yōu)化模型的構(gòu)建驗(yàn)證和結(jié)果的分析論述。該區(qū)域長5 km,寬3.5 km,在MODFLOW模型中將該區(qū)域在空間上剖分為50行50列的長方形網(wǎng)格,根據(jù)水文地質(zhì)條件和種植作物的不同分為5個(gè)區(qū)域。其中分區(qū)1、5和2、3、4的地下水埋深不同,來模擬寶雞峽灌區(qū)塬上和塬下兩個(gè)灌溉系統(tǒng)。假定研究區(qū)為非均質(zhì)各向同性的潛水含水層,地下水流向?yàn)閺奈鞯綎|,兩邊水頭差設(shè)為5 m。東西邊界概化為定水頭邊界,南北邊界概化為零流量邊界。灌域內(nèi)共布置50眼抽水井,其井網(wǎng)密度為3眼/km2,構(gòu)建的水文地質(zhì)概念模型如圖3所示。

      圖3 水文地質(zhì)概念模型

      采用2009年灌區(qū)某氣象站的逐日降水資料進(jìn)行計(jì)算,計(jì)算時(shí)段為2009年1月1日至2009年12月31日,計(jì)算時(shí)間步長和應(yīng)力期均設(shè)為1 d,基于GMS構(gòu)建了地下水非穩(wěn)定流數(shù)值模擬模型。將其保存為原始MODFLOW格式后導(dǎo)入FloPy用來計(jì)算不同方案下的地下水位。本研究將降水入滲補(bǔ)給、田間灌溉入滲補(bǔ)給、井灌回歸補(bǔ)給按照面狀補(bǔ)給形式補(bǔ)給地下水,地下水開采采用MODFLOW中的井模塊進(jìn)行模擬。算例相關(guān)的水文地質(zhì)參數(shù)和種植結(jié)構(gòu)及種植面積分別如表1和表2所示。

      表1 水文地質(zhì)參數(shù)

      表2 種植結(jié)構(gòu)及種植面積 單位:km2

      2.2 決策變量

      針對本研究問題,共設(shè)置19個(gè)決策變量,分別為抽取地下水量Gij以及各作物生長過程的供水比例anj。其中Gij為各分區(qū)抽取地下水量,m3;anj為各作物第n次灌水量與N次總灌水量之比;i為分區(qū)編號(hào);j為作物類型編號(hào)。

      (1)

      2.3 目標(biāo)函數(shù)的建立

      灌區(qū)水資源優(yōu)化模型中目標(biāo)之間往往存在競爭關(guān)系,所以需要考慮不同層次利益主體的目標(biāo)[16]。因此,本算例設(shè)置的優(yōu)化目標(biāo)是滿足最大抽水降深約束的條件下,實(shí)現(xiàn)下層決策主體(農(nóng)民)的目標(biāo):作物總產(chǎn)量最大以及經(jīng)濟(jì)效益最大,并同時(shí)實(shí)現(xiàn)上層決策主體(灌區(qū)管理者)的目標(biāo):地下水平均累計(jì)降深最小。

      (1) 產(chǎn)量目標(biāo):各分區(qū)作物總產(chǎn)量最大

      (2)

      式中:Z1是每公頃作物總產(chǎn)量,kg;i是分區(qū)編號(hào),i=1,2,3,4,5;j是作物類型編號(hào),j=1,2,3,4,5,分別是小麥,玉米,棉花,果樹,蔬菜;Qij為不同分區(qū)作物的總需水量,m3;Aij為不同分區(qū)作物的種植面積,hm2;f是描述產(chǎn)量與生育期耗水量的二次函數(shù)關(guān)系,通過查閱相關(guān)文獻(xiàn)確定灌溉量與作物產(chǎn)量之間的具體關(guān)系如公式(2)—公式(6)所示[20-24]:

      (3)

      (4)

      (5)

      (6)

      (7)

      式中:f1、f2、f3、f4、f5、Q1、Q2、Q3、Q4、Q5分別為冬小麥、夏玉米、果樹、棉花以及蔬菜的產(chǎn)量和全生育期需水量。

      (2) 經(jīng)濟(jì)目標(biāo):農(nóng)業(yè)用水產(chǎn)生的凈效益最大

      (8)

      式中:Pij為各作物的單價(jià),元;Csi為渠道引水的價(jià)格,0.27元/m3;Cg1和Cg2分別塬上和塬下抽水灌溉的價(jià)格,0.16元/m3和0.11元/m3;Gij為各分區(qū)抽取的地下水量,m3。

      (3) 地下水平均累計(jì)降深目標(biāo)

      該指標(biāo)表示每日某網(wǎng)格的地下水位相較于前一天該網(wǎng)格地下水位下降值(不考慮前一天地下水位值低于當(dāng)天水位值的情況)的累計(jì)年平均值。

      (9)

      式中:k是各網(wǎng)格編號(hào),k=1,2,3…2500;t是決策時(shí)段長度,t=1,2,3…365,d。

      2.4 約束條件

      (1) 地下水變幅約束:

      hmin

      (10)

      式中:hmax為該區(qū)域平均合理地下水埋深的上限閾值,m;hmin為該區(qū)域平均合理地下水埋深的下限閾值,m。參考地下水配置的相關(guān)研究,將塬下地下水埋深的上限閾值設(shè)置為2.43 m,下限閾值設(shè)置為14.79 m;塬上地下水埋深的上限閾值設(shè)置為3.05,下限閾值設(shè)置為58.05 m。

      (2) 需水約束:

      ETmin,ij

      (11)

      式中:ETmin,ij為各分區(qū)不同作物的最小需水量,m3/hm2,本文取灌溉定額的60%;ETmax,ij為各分區(qū)不同作物的最大需水量,m3/hm2,本文取灌溉定額。

      3 優(yōu)化結(jié)果及分析

      3.1 參數(shù)設(shè)置和求解過程

      NSGA-Ⅲ的參數(shù)設(shè)置:種群大小N=200;優(yōu)化搜索代數(shù)為100;使用二進(jìn)制交叉和多項(xiàng)式變異,其中交叉率Pc=0.7,變異率Pm=0.05。

      多目標(biāo)優(yōu)化算法求解結(jié)果可用超體積指數(shù)(Hypervolume)來評價(jià),其表示由非劣解集中的個(gè)體與參考點(diǎn)在目標(biāo)空間中所圍成的超立方體的體積,以評價(jià)解集的收斂性與分布性,該指標(biāo)評價(jià)方法與Pareto保持一致,指標(biāo)越大,表明Pareto前沿的占優(yōu)性越強(qiáng)。算例的Hypervolume指標(biāo)見圖4,初始種群在第40代左右可達(dá)收斂水平,并逐步尋找最優(yōu)解集。

      圖4 HV評價(jià)指標(biāo)

      3.2 優(yōu)化方案分析

      水資源多目標(biāo)優(yōu)化不能得到單一的全局最優(yōu)解,而是由多個(gè)非劣解構(gòu)成的非劣解集。其中包含傾向于不同目標(biāo)的多個(gè)方案,本文從非劣解集中選擇三個(gè)典型方案進(jìn)行對比分析(見表3),具體結(jié)果如圖5所示。由表3可以看出,三個(gè)典型方案分別側(cè)重于產(chǎn)量最大、地下水平均降深最小和經(jīng)濟(jì)效益最大三個(gè)目標(biāo)。

      表3 三種方案的目標(biāo)值

      圖5 三個(gè)水資源配置方案對比分析

      優(yōu)化結(jié)果中,方案1作物產(chǎn)量最大的同時(shí)地下水平均累計(jì)降深最大,經(jīng)濟(jì)效益最小,不利于灌區(qū)的經(jīng)濟(jì)發(fā)展;方案2灌區(qū)地下水平均累計(jì)降深最小,作物產(chǎn)量和經(jīng)濟(jì)效益介于方案1與3之間,對地下水的可持續(xù)高效安全利用最有利;方案3灌區(qū)收益最大,作物產(chǎn)量最小,地下水平均累計(jì)降深介于方案1與2之間。大多數(shù)研究表明作物產(chǎn)量與經(jīng)濟(jì)效益呈正相關(guān)關(guān)系,但是在本研究中,由于灌區(qū)分為兩類灌溉系統(tǒng)-塬上和塬下,二者是競爭關(guān)系。塬上地下水埋深大,抽水費(fèi)用高于塬下,導(dǎo)致保證作物產(chǎn)量的同時(shí)經(jīng)濟(jì)效益較低。因此當(dāng)考慮經(jīng)濟(jì)效益最大時(shí),應(yīng)優(yōu)先滿足價(jià)格最高的果樹和抽水費(fèi)用較低的塬下小麥、玉米的灌水需求;當(dāng)考慮產(chǎn)量最大時(shí),應(yīng)優(yōu)先滿足每公頃產(chǎn)量最大的小麥、玉米以及蔬菜的灌水需求;當(dāng)考慮地下水平均累計(jì)降深最小時(shí),應(yīng)優(yōu)先滿足塬下種植作物的灌水需求,塬上作物僅滿足最低需水量。

      觀測時(shí)段內(nèi),方案1地下水位最大變幅為3.6 m,最低水位為373.9 m;方案2地下水位最大變幅為1.9 m,最低水位為375.1 m;方案3地下水位最大變幅為2.5 m,最低水位為374.2 m(見圖6、圖7)。三種方案最低水位均出現(xiàn)在7月28日,原因是該時(shí)刻灌溉已持續(xù)90 d且需要同時(shí)灌溉玉米、棉花及蔬菜,地下水開采量大于補(bǔ)給量,造成地下水位嚴(yán)重下降。

      圖6 不同方案地下水位變化趨勢

      圖7 不同方案灌區(qū)地下水位分布圖

      綜上所述,三個(gè)目標(biāo)之間是相互競爭的關(guān)系,若要改善一方面是以犧牲其它兩個(gè)目標(biāo)為代價(jià)。決策者可根據(jù)自己偏重方向判斷,若決策者考慮增大作物產(chǎn)量,則選擇方案1;若決策者側(cè)重于地下水的保護(hù),則選擇方案2;若決策者傾向于增加大經(jīng)濟(jì)效益,則建議選擇方案3。

      4 結(jié)論與討論

      為實(shí)現(xiàn)灌區(qū)水資源多目標(biāo)優(yōu)化配置,本文基于NSGA-Ⅲ和FloPy構(gòu)建了一個(gè)緊密耦合的灌區(qū)水資源多目標(biāo)模擬優(yōu)化模型,并基于假想算例進(jìn)行計(jì)算分析,驗(yàn)證了模擬優(yōu)化模型的有效性和可靠性。所構(gòu)建的灌區(qū)水資源模擬優(yōu)化模型以作物產(chǎn)量最大、經(jīng)濟(jì)效益最大和地下水平均累計(jì)降深最小為目標(biāo),在考慮地下水位變幅約束的同時(shí)利用遺傳算法NSGA-Ⅲ獲得該問題的非劣解集。算例研究表明,基于FloPy和Pymoo可以在灌區(qū)構(gòu)建緊密耦合的水資源模擬優(yōu)化模型,能夠同時(shí)處理經(jīng)濟(jì)、產(chǎn)量和地下水位3個(gè)目標(biāo)函數(shù)之間相互競爭的復(fù)雜關(guān)系,并獲得傾向不同目標(biāo)的多個(gè)水資源配置方案,便于決策者根據(jù)當(dāng)?shù)貙?shí)際情況進(jìn)行決策。

      本研究僅構(gòu)建了3個(gè)目標(biāo)函數(shù),沒有充分發(fā)揮NSGA-Ⅲ算法在求解多個(gè)目標(biāo)優(yōu)化問題方面的優(yōu)勢,在后續(xù)研究中將進(jìn)一步考慮生態(tài)、社會(huì)等方面的目標(biāo),針對真實(shí)灌區(qū)構(gòu)建考慮多個(gè)目標(biāo)的水資源模擬優(yōu)化模型。此外,本文僅針對一個(gè)概化的典型灌域進(jìn)行地下水模擬優(yōu)化模型的構(gòu)建,運(yùn)算相對簡單,因此采用mf2005.exe執(zhí)行文件進(jìn)行地下水?dāng)?shù)值模擬模型的計(jì)算,在進(jìn)行大型灌區(qū)模型計(jì)算時(shí),可采用并行運(yùn)算mf2k5_h5_parallel.exe執(zhí)行文件以節(jié)省計(jì)算時(shí)間。

      猜你喜歡
      遺傳算法作物水資源
      《水資源開發(fā)與管理》征訂啟事
      珍惜水資源 保護(hù)水環(huán)境
      作物遭受霜凍該如何補(bǔ)救
      四種作物 北方種植有前景
      內(nèi)生微生物和其在作物管理中的潛在應(yīng)用
      加強(qiáng)水文水資源勘測合理開發(fā)利用水資源
      智能城市(2018年7期)2018-07-10 08:30:30
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測
      無人機(jī)遙感在作物監(jiān)測中的應(yīng)用與展望
      顺平县| 连州市| 博罗县| 西吉县| 阿荣旗| 天水市| 阳东县| 本溪| 搜索| 巴林右旗| 五家渠市| 高平市| 壶关县| 贞丰县| 泰宁县| 嘉黎县| 襄城县| 安新县| 阳信县| 锡林浩特市| 临沧市| 铁力市| 江北区| 绍兴市| 邹城市| 西盟| 镇沅| 梅河口市| 临沭县| 沙田区| 柳林县| 宿松县| 磐石市| 徐闻县| 黄骅市| 迁安市| 林口县| 黎平县| 大余县| 资源县| 徐闻县|