基于后悔理论的水权初始分配优化方法技术

本发明专利技术涉及一种水资源规划方法。目的是提供一个基于后悔理论的水权初始分配优化方法，以实现分区域、分行业的水权初始分配，提升水资源的管理能力，在保障公平性的同时，提高水资源利用效率。技术方案是：一种基于后悔理论的水权初始分配优化方法，包括如下步骤：1.基础数据集准备，收集区域相关社会、经济、水利、农业相关数据；2.目标函数设定，考虑水资源利用具有经济、社会和生态等多方面价值，确定三个目标函数：社会效益最大、经济效益最大以及生态效益最大；3.约束条件设定，水资源供水平衡约束和用水部门需水量约束。4.多目标优化算法，采用二代非支配排序遗传(NSGA

【技术实现步骤摘要】
基于后悔理论的水权初始分配优化方法


[0001]本专利技术涉及一种水资源规划方法，具体是基于后悔理论的水权初始分配优化方法。

技术介绍

[0002]水资源作为人类生活生产中一种必不可少的自然资源，其自身的特征决定了采用“以供定需”的水资源管理方法必然会导致各用水部门之间存在用水矛盾。如何通过合理的水资源分配来缓解用水冲突，实现有限水资源的高效利用，是我国当前水资源规划和管理中亟需解决的一个问题。
[0003]水权初始分配可看作一个涉及多个目标和复杂约束的优化问题。目前，已有国内外学者提出了一系列的优化目标来进行水权初始分配，具体目标包括经济效益最大、社会效益最大、环境效益最大、系统缺水量最小、社会幸福度最高等。多目标决策方法，如层次分析法、权重法、投影寻踪法等也被应用于水权初始分配中。传统上，多目标决策问题通常通过先验知识(如经验、专家意见等)将多目标转化为单目标后求解。这种方法仅能为决策者提供一个唯一的“最优”方案，且高度依赖于先验知识的准确性。随着计算机算力的提升和智能优化算法的发展，通过智能优化算法直接求解多目标帕累托边界(Pareto Frontier)，并对帕累托边界上的各个方案进行排序，以确定最佳方案已经被广泛应用于经济、交通、水利等诸多领域。然而，当前智能算法在寻优能力和速度上尽管已经得到了极大的提升，但对于复杂的多目标高维空间中，要完整地找出Pareto边界仍是几乎不可能完成的。所以，相对于追求唯一最优解的绝对理性决策方法，水权的初始优化分配更接近于一个有限理性决策问题，即决策者并非追求一个理论上的最优方案，而是寻求一个可以让各方接受的满意方案。
[0004]因此，有必要根据水权的自然属性、经济属性和社会属性，制定合理的分配目标和约束条件；基于有限理性决策理论，结合多目标优化算法，建立水权初始分配优化模型，为区域、行业水权的初始分配提供技术支撑。

技术实现思路

[0005]本专利技术的目的是克服上述
技术介绍
的不足，提供一个基于后悔理论的水权初始分配优化方法，以实现分区域、分行业的水权初始分配，提升水资源的管理能力，在保障公平性的同时，提高水资源利用效率。
[0006]本专利技术提供的技术方案是：
[0007]一种基于后悔理论的水权初始分配优化方法，包括如下步骤：
[0008]步骤1：基础数据集准备
[0009]收集区域相关社会、经济、水利、农业相关数据，包括区域总可供水量、水资源规划预测需水量、万元工业增加值用水、灌溉后农业增产效益和水利分摊系数等资料。
[0010]步骤2：目标函数设定
[0011]水权初始分配优化问题中，其决策变量为不同水源配置给不同区域、不同用水部门的供水量。考虑水资源利用具有经济、社会和生态等多方面价值，本专利技术确定三个目标函数：社会效益最大、经济效益最大以及生态效益最大；
[0012](1)社会效益最大目标函数
[0013]本专利技术中，社会效益最大目标maxf1通过供需协调度来表示，其可以通过所有区域中所有用水部门的需水量和供水量的差值之和来计算，具体计算公式如下：
[0014][0015]式中，为第i个区域的第j个用水部门的需水量；为第k个水源向第i个区域中第j个用水部门的供水量(即决策变量)；I，J，K分别为区域总数，用水部门总数和水源总数；α
j
为供水次序系数，即第j个用水部门的用水次序，其可通过式2计算。
[0016][0017]式中，n
j
为用水次序；n
max
为用水次序最大值。
[0018](2)经济效益最大目标函数
[0019]本专利技术中采用考虑供水次序的供水效益maxf2作为水权初始分配的经济效益最大目标，其具体计算公式如下：
[0020][0021]式中，为第i个区域的第j个用水部门的供水效益系数；为第k个水源向第i个区域中第j个用水部门供水的费用系数。
[0022](3)生态效益最大目标函数
[0023]本专利技术中采用生态保证率maxf3为生态效益最大目标，具体计算公式如下：
[0024][0025]其中，P
ji
为第i个区域的第j个用水部门的生态需水量。
[0026]步骤3：约束条件设定
[0027]本专利技术的约束条件包括水资源供水平衡约束和用水部门需水量约束：
[0028](1)水资源供需平衡约束
[0029][0030]式中，W
k
为第k个水源的可供水量；
[0031](2)用水部门需水量约束
[0032][0033]式中，分别为第i区域第j个用水户的最小需水量和最大需水量。
[0034]步骤4：多目标优化算法
[0035]本专利技术采用二代非支配排序遗传(NSGA
‑Ⅱ
)算法作为多目标优化算法(现有技术)，以上述目标函数和约束条件为基础，对水权初始分配问题进行优化，得到各水源对不同区域、行业的最佳分配量。
[0036]采用NSGA
‑Ⅱ
算法进行水权初始优化分配的步骤如下：
[0037]Step1：随机初始化一个父代种群P0，其规模为n，并将所有个体按非支配关系排序且指定一个适应度值，采用选择、交叉、变异算子产生下一代种群Q0，其规模为n，令t＝1；
[0038]Step2：判断是否达到终止条件或进化代数t是否达到最大。若是，则终止进化，输出当前准Pareto边界；若否，继续；
[0039]Step3：将父代P
t
与子代Q
t
合并成个体数为2n的种群R
t
；
[0040]Step4：对合并后的种群R
t
进行非支配排序和拥挤度比较，生成规模为n的新种群P
t+1
；
[0041]Step5：对于新一代种群，重复下一轮选择、交叉和变异处理得新的子代Q
t+1
；
[0042]Step6：进化代数t＝t+1，转回Step2。
[0043]步骤5：基于后悔理论的水权初始分配方案
[0044]根据步骤4优化后获取Pareto边界，假定边界中含有I个水权初始配置方案，每个方案由3个属性描述，即社会效益、经济效益和生态效益。同时考虑到3个目标函数之间存在量纲差异，采用式7对其进行归一化，以消除不同量纲对决策结果造成的影响。
[0045][0046]式中，表示方案i(i＝1,2,
……
I)在属性k(k＝1,2,3)上的表现值；和分别为的最大值和最小值；表示归一化后方案i(i＝1,2,
……
I)在属性k(k＝1,2,3)上的表现值。
[0047]从属性k角度，选择方案i，而不选择方案j(i≠j)所产生的后悔值可由下式量化：
[0048][0049]式中，和分别为方案i和方案j对应属性k的归一化后的表现值；β
k
为偏好参数，表示属性k本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于后悔理论的水权初始分配优化方法，包括如下步骤：步骤1：基础数据集准备收集区域相关社会、经济、水利、农业相关数据，包括区域总可供水量、水资源规划预测需水量、万元工业增加值用水、灌溉后农业增产效益和水利分摊系数；步骤2：目标函数设定水权初始分配优化问题中，其决策变量为不同水源配置给不同区域、不同用水部门的供水量；确定社会效益最大、经济效益最大以及生态效益最大三个目标函数；(1)社会效益最大目标函数社会效益最大目标maxf1为所有区域中所有用水部门的需水量和供水量的差值之和，计算公式为：式中：为第i个区域的第j个用水部门的需水量；为第k个水源向第i个区域中第j个用水部门的供水量；I，J，K分别为区域总数、用水部门总数以及水源总数；α
j
为供水次序系数，即第j个用水部门的用水次序；(2)经济效益最大目标函数采用考虑供水次序的供水效益maxf2作为水权初始分配的经济效益最大目标，计算公式为：式中：表示第i个区域的第j个用水部门的供水效益系数；第k个水源向第i个区域中第j个用水部门供水的费用系数；(3)生态效益最大目标函数采用生态保证率maxf3作为生态效益最大目标，计算公式为：其中，为第i个区域的第j个用水部门的生态需水量；步骤3：约束条件设定约束条件包括水资源供水平衡约束和用水部门需水量约束：(1)水资源供需平衡约束式中：W
k
为第k个水源的可供水量；(2)用水部门需水量约束式中，和分别为第i区域第j个用水户的最小需水量和最大需水量；步骤4：多目标优化算法采用二代非支配排序遗传算法进行水权初始优化分配，得到各水源对不同区域、行业的最佳分配量；步骤5：基于后悔理论的水权初始分配方案对步骤4优化后获取的Pareto边界进行归一化，以消除不同量纲对决策结果造成的影
响；然后从属性k角度，对选择的方案进行后悔值量化；最后通过后悔度量函数比选不同的方案，以后悔度量函数最小为最佳方案。2.根据权利要求1所述的基于后悔理论的水权初始分配优化方法，其特征在于：所述步骤2中第j个用水部门的用水次序α
j
的计算公式为；式中，n
j
...

【专利技术属性】
技术研发人员：蔡晨凯，温进化，李其峰，王贺龙，陈彩明，黄健，项俊洪，
申请(专利权)人：浙江省水利河口研究院浙江省海洋规划设计研究院，
类型：发明
国别省市：