基于水足迹理论的舟山群岛新区水资源评价

基于水足迹理论, 计算舟山群岛新区水足迹各组成部分, 分析水资源利用状况, 并从水足迹结构、效益、安全性和可持续性4个方面进行评价. 结果表明: 2010~2014年舟山群岛新区水足迹值为3.58×108~3.84×108m3, 呈波动上升趋势; 其中工业水足迹均值为5.3×108m3, 整体在均值上下波动; 生活水足迹均值为0.61×108m3, 有缓慢增长趋势; 其他水足迹表现为下降势态; 农业水足迹在1995~2014年整体较为稳定, 2006年后呈下降趋势. 舟山群岛新区水资源自给能力低, 对外依赖度偏高; 水资源产生的经济效益持续增加, 对其他地区影响显著; 生态安全程度不高, 且缺乏稳定性, 可持续利用能力弱.     

优化公交车调度的多目标遗传算法模型

公交车是为市民出行提供服务的“准公共”产品,它反映了一个城市的管理水平。研究如何合理规划公交车的调度是一个至关重要的问题。针对由于公交客流量易受天气影响、不同时间段客流量及其变化程度相差较大等问题,本文提出了基于“平高峰”因素的多目标遗传算法对城市公交调度进行优化。模型由三个阶段构成,首先本文根据客流数据对公交的“平高峰”阶段进行定义,并验证其合理性;然后利用乘客在站等待时间与公交的各方面成本建立以乘客出行成本和公共交通的运行成本最小的公交调度优化模型。最后将“平高峰”融入至染色体基因序列中,利用多目标遗传算法不断迭代计算出最优公交调度方案。对比结果表明,基于“平高峰”优化后的模型较于传统算法的乘客出行成本降低了13.75%且公共交通的运行成本减少1.7%,均优于传统算法。证明该方法对优化公交调度的有效性。     

基于可扩展多目标蚁群算法的土地利用优化配置

传统的土地利用优化配置模型无法灵活应对现实场景中多变的优化目标要求,也无法实现土地利用在空间布局上的优化.根据常见的优化目标进行抽象建模,建立了可扩展的多目标体系,并与蚁群算法有机结合,构建了基于可扩展多目标蚁群算法的土地利用优化配置模型,使土地利用配置在不同目标的指导下能够灵活优化,同时实现了土地利用配置在数量结构和空间布局优化上的统一,为土地利用规划提供了更具现实意义的参考方案.最后对该模型,以杭州市萧山区2015年土地利用格局为基础数据进行实例验证.结果表明:模型能够在多目标体系的指导下,合理配置研究区域的土地利用结构与布局,促进区域土地利用的可持续发展,并针对不同的多目标体系,给出具有不同侧重点的优化方案.     

一种改进型多目标粒子群优化算法MOPSO-Ⅱ

提出了一种改进型多目标粒子群优化算法(MOPSO-Ⅱ).该算法为粒子群中每个粒子增加一个"扰动向量",以利于粒子跳出局部最优并为粒子的全局最优位置赋予了时限的属性,可防止过于频繁地更新全局最优位置,有利于增强粒子搜索的持效性.该算法改进了粒子越界的处理方法,最大程度上保持粒子优秀的搜索方向.通过典型的多目标测试函数ZDT对该算法进行测试,实验结果表明,带ε-支配的MOPSO-Ⅱ算法在解群的分布性方面要优于使用了拥挤距离机制MOPSO-Ⅱ算法和NSGA2算法,对比实验还表明MOPSO-Ⅱ算法在收敛性方面要优于NSGA2.因此,MOPSO-Ⅱ在求解多目标优化问题上有一定优势,是一种有前途的算法.     

基于抗体浓度的克隆选择多目标优化算法及其应用

提出了基于抗体浓度的克隆选择多目标优化算法(CCSMOA),该算法借鉴生物克隆选择的机理,针对算法克隆倍数选择的问题,将克隆倍数表示为抗体浓度的函数,并将抗体浓度与抗体-抗原的亲和力及抗体间的亲和度相关联,以此来寻找靠近真实Pareto前沿及分布均匀的解.通过与经典的NSGA2、SPEA2以及当前的NNIA算法对比分析表明,在收敛性和分布性方面CCSMOA算法有所改善.最后将CCSMOA算法用于无线传感网络的覆盖优化.     

具有物理模型数据处理的多目标优化及其算法

针对具有物理模型参数的辨识,提出了新的多目标优化模型及遗传算法.它突破了数据处理最小误差的传统思想,提出了“病态”数据分析方法,进一步挖掘了数据中的信息.文中充分利用“病态”数据分布的特征,通过遗传算法求解,确定了电磁场分布物理模型在实际问题中的适用范围,有效地提高了多目标优化模型的精度和实用价值.     

基于多准则决策的塔状粒子群优化算法

针对经典粒子群优化算法存在早熟、收敛精度低和收敛速度慢的问题, 提出了一种新的改进算法. 该算法采用了塔状优化互联机制, 底层粒子群负责寻找局部最优解, 顶层粒子负责收集、反馈全局最优解, 为底层种群提供全局最优信息, 建立共享学习机制. 顶层粒子一旦发现停滞现象, 将通知底层粒子群采用细菌觅食优化、随机初始化等停滞优化策略, 以改善粒子群的收敛速度. 实验结果表明, 与同类算法相比, 改进算法具有更好的寻优能力, 改善了粒子群的收敛精度和收敛速度.     

一种改进的求解多目标优化问题的蚁群算法

针对传统蚁群算法在求解多目标优化问题过程中的一些缺陷提出了一种改进的多目标优化蚁群算法。该方法在一定程度上避免了传统算法中解群体单一、收敛速度慢等缺点,并以实例加以证明。     

考虑碳排放的分布式电源优化配置

对分布式电源接入配电网进行合理的优化配置,能在兼顾运营商和用户利益的同时,改善系统整体电压分布。建立了综合考虑分布式电源投资成本、用户购电成本、网损费用和碳排放费用的多目标优化模型。利用改进层次分析法确定各目标的权重,进而转化为单目标函数规划问题。针对天牛须算法个体单一性在解决高维复杂问题时精度低,优化效果不佳的问题,提出了一种改进天牛须粒子群算法,利用混沌映射对参数进行调整,引入动态惯性权重、莱维飞行机制,提高了收敛速度。以IEEE33节点系统为例,将改进天牛须粒子群算法与粒子群算法及天牛须粒子群算法的效果对比,验证改进算法对分布式电源优化配置问题的可行性,有效降低了碳排放费用、用户购电费用,减少了系统网损,改善了系统整体电压分布。     

无穷多目标优化的Geoffrion真有效性及其在鲁棒优化中的应用

在多目标优化中,Pareto有效性体现了目标之间的妥协与补偿,而Geoffrion真有效性能保证补偿是有界的.本文对有无穷多个目标的优化问题引入了真有效性,完整保留了Geoffrion的结构.基于一族锥,揭示了Geoffrion真有效性的特点及其与Pareto有效性的区别.并将Geoffrion真有效性的思想用于鲁棒优化,得到了著名的Hurwicz决策准则.     

基于遥感影像的嘉兴市城市扩张与驱动力分析

在当前高速城市化的背景下,为及时了解嘉兴市的城市发展现状,使用遥感手段提取各时间段内城市的建设区域,并分析了扩张过程的时空特征,再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993~2013年间城市扩张明显,扩张速度和强度先增后减,扩张方向由西北转向南,扩张模式经历了“主动型-被动型-稳定型”的转变过程,扩张合理性较差,城市扩张速率高于人口增长速率,扩张驱动因子主要为经济发展、产业结构调整和人口增长.     

不同矿石对反渗透淡化水的调质效果研究

反渗透海水淡化已成为解决淡水危机的一种有效方法,但反渗透淡化水的化学稳定性差,使用过程中会腐蚀管网,作为饮用水存在一定的健康风险.采用溶解矿石法对反渗透淡化水的水质进行调节.对麦饭石、白云石、石灰石、进口矿石的理化性能(包括成分、物相组成、孔隙率及孔径分布、表面形态)进行了分析,并在此基础上对比分析了4种矿石对反渗透淡化水的调质效果.结果表明,进口矿石经人为加工后孔隙增多,溶出速率明显变快,调质后出水的硬度、碱度、Mg²⁺质量分数均高出其他3种原矿石50%以上,但其出水pH值过高,Ca²⁺质量分数低于石灰石,与自来水相比仍有一定差距,未来应致力于研制一种比表面积大、溶解速率快、无需对淡化水酸化而直接调质的调质剂.     

基于复合神经网络的多元水质指标预测模型

长江流域在我国水资源配置体系中具有重要地位,对其进行水质预测尤为重要。基于现有研究结果,结合循环神经网络（recurrent neural network,RNN）中的门控循环单元（gate recurrent unit,GRU）模型与全连接神经网络（fully connected neural network,FCNN）,提出了改进的多元水质指标预测（MWQPP）模型,并用其预测长江流域水体的pH、溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH₃-N）。基于长江流域2011—2018年23个水质监测点7 566条原始数据,经对比实验,证明了用MWQPP模型预测得到的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和决定系数（R²）均优于传统水质预测模型,有效提升了水质预测的精度,具有较好的鲁棒性,为水质预测和流域管理提供了科学支撑。     

基于GIS与多子群遗传神经网络模型的水位方案优选

水利水电工程决策具有多目标、多层次、多影响因素的特点.针对现有正常蓄水位方案形成过程的不足,建立了基于GIS辅助分析、从蓄水位限值确定到获取方案指标、从方案形成到各方案比选的一整套流程方法.为解决正常蓄水位方案优选的非线性问题,避免综合优选模型中依靠主观经验赋权的人为因素影响,提出将多子群遗传神经网络模型应用于正常蓄水位方案优选.该方法有效减少了人为主观因素的影响,提高了指标权重确定的客观程度,为正常蓄水位方案的优选提供了新思路和解决办法.     

基于模拟退火与Dijkstra算法的复杂网状结构供应链最优化研究

复杂网状结构供应链费用最优化已成为研究的热点问题.基于模拟退火与Dijkstra算法对复杂网状结构供应链费用的优化问题进行了研究.把全国的城市分布作为复杂网状结构,以城市间的距离和建立供应点的费用作为参数,建立数学模型,并进行数值仿真,分别以全1序列、〖JP5〗全0序列、随机序列为初始值的选取方式进行模拟,从中确定了最优解,并给出了最优供应链网络.     

基于GIS与灰色关联分析的水位方案综合评价模型

通过分析传统方法在方案形成与指标获取方面的不足,综合应用GIS与灰色关联分析,构建了顾及方案形成与指标获取的正常蓄水位优选综合评价模型,并提出了基于GIS的方案指标获取方法.针对现有灰色关联模型对不同评价尺度指标分开处理的局限,改进了灰色关联度分析模型,并引入了相对理想度的概念.通过逆向指标正向化,将正常蓄水位方案矩阵转换为理想度矩阵,使不同量纲的指标数据经归一化后具有相同的评价尺度,从而为关联度计算提供可靠的数据.最后,通过实例证明了GIS方法的可操作性和综合评价模型的正确性.     

社区龙头水质抽样调查与供水二次污染控制对策

从水源水厂、输配管网、供水设施和末端净化等几方面探讨城市供水安全保障措施的现状. 以宁波市中心城区为例, 选取2组共15个典型社区开展用户水质抽样检测和满意度调查. 结果表明: 对水厂、经管网、社区而言, 自来水的浊度、总铁等4项指标的合格率逐步降低, 社区龙头水质问题在每天清晨和老旧社区相对突出; 问题指标之间存在较强的正相关性, 主要与管道腐蚀和水流扰动等因素有关. 为控制供水管网“二次污染”、改善社区用户龙头水质、提升供水服务质量等, 提出了若干对策和建议.     

基于DEA-Malmquist模型的我国道路货运行业效率分析

“十四五”期间国家提出要着重提升发展质量效益, 道路货运行业应基本实现高质量发展. 基于我国31个省(市、自治区)道路货运行业2015—2019年的面板数据, 利用传统的DEA模型与Malmquist指数法对道路货运业的投入产出效率进行分析. 通过建立评价模型进行横纵向比较, 发现我国不同区域道路货运发展较不平衡, 东部地区综合效率与增速均较高, 中部地区综合效率高但增速慢, 西部地区综合效率与增速均较低; 从整体来看, 规模效率是影响中国道路货运行业高质量发展的要因. 基于此, 提出道路货运行业需合理扩建市场规模, 实施差异化政策与加强区域协作等建议.     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。