基于人工鱼群算法的水资源可持续利用研究

发布时间：2020-05-27 20:01

【摘要】：水资源是基础性的自然资源和战略性的经济资源,全球对水与发展的关注证明了水资源在可持续发展中的重要作用。随着人类数量的不断增长,社会的不断前进,水资源的开发利用水平逐步提高,水资源的需求量不断增加,水资源正日益影响全球的环境发展,甚至导致国家之间的冲突。人类必须合理开发利用有限的水资源以满足社会发展和经济增长对水资源的需要,实现水资源和社会经济、生态环境的协调发展,促进水资源的可持续利用,因此,水资源可持续利用研究具有重要的现实意义和理论价值。本文首先介绍水资源及水资源相关理论,调查并总结承德市的现状情况,以可持续发展思想为指导,预测承德市各个规划水平年的需水量,并计算不同水平年的供水量,进行供需水分析。其次,根据承德市现有水资源情况,建立水资源可持续发展评价指标标准,应用人工鱼群-BP神经网络进行评价,并与经典BP神经网络进行对比,由于人工鱼群算法的引入,大大提高了网络的训练速度,缩短了网络收敛时间,最终实现了两种智能优化算法的优势互补,为水资源可持续评价提供了一种有效的智能化综合评估方法。最后,运用人工鱼群-BP神经网络模型对承德市现状水资源承载力进行计算并对规划水平年水资源承载力进行预测,结合所得评价结果提出有利于提高承德市水资源承载力的建议。
【图文】：

网络误差,隐层节点数,可视域,模数

模数（万 m3/km2） ≥100 80 40 模数（万 m3/km2） ≥100 80 40 均供水量（m3/人） ≤1000 1750 2250 生态用水率（%） ≤2 3 4 利用人工鱼群-BP 神经网络对样本数据进行训练，以获取合适的入值为评价指标，输出值为评价等级，，将指标与评价结果输入整参数进行运算。条件：BP 神经网络的结构，人工鱼个体数目 20，迭代次数 Num为 0.5，可视域为 1.5。经网络的研究表明，隐层的节点数可按照公式(3-15)选取[68]。层节点。我们取人工鱼数为 20，最大步长为 0.5，可视域为 1隐层节点个数为 10、20、30、40 进行训练，每次训练迭代 100图 5-1。

网络误差,步长,评价标准,模数

图 5-2 步长对网络误差的影响Fig .5-2 The optimized effect by the step用 MATLAB 软件对网络进行训练 Matlab7.1 编写相应的程序，进行训练预测，输入层单元为 7 个数为 15，输出层单元个数为 1，既网络结构为 7-15-1，训练次误差 goal=0.000001。表 5-1 中 7 项指标的 4 级评价标准，在每项指标的各级标准取值 10 个样本，4 级标准总共生成 40 个建模样本，生成的训练样本表 5-2 水资源可持续评价标准样本数据Table 5-2 The data of sustainable water resources evaluation水资源利用率（%）水资源开发程度（%）需水模数（万m3/km2供水模数（万m3/km2人均供水量（m3/生态用水率（%）评价等级
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TV213

【参考文献】