水资源合理配置基本概念(doc 18页)
水资源合理配置浅析 摘要：水资源合理配置浅析。 关键词：水资源合理配置 一、水资源合理配置基本概念 1．基本概念 水资源合理配置可以定义为：在一个特定流域或区域内，以有效、公平和可持续的原则，对有限的、不同形式的水资源，通过工程与非工程措施在各用水户之间进行的科学分配。 实际上，水资源合理配置从广义的概念上讲就是研究如何利用好水资源，包括对水资源的开发、利用、保护与管理。在中国，特别是华北和西北地区。实施水资源合理配置具有更大的紧迫性。其主要原因：一是水资源的天然时空分布与生产力布局不相适应，二是在地区间和各用水部门间存在着很大的用水竞争性，三是近年来的水资源开发利用方式已经导致产生许多生态环境问题。 水资源的合理配置是由工程措施和非工程措施组成的综合体系实现的。其基本功能涵盖两个方面：在需求方面通过调整产业结构、建设节水型社会并调整生产力布局，抑制需水增长势头，以适应较为不利的水资源条件；在供给方面则协调各项竞争性用水，加强管理，并通过工程措施改变水
来社会对水资源利用的权利。因而，水资源合理配置体系不仅应适合经济发展和人民生活的需求，还应尽可能地满足人类所依赖的生态环境对水资源的需求，以及未来社会对水资源的基本需求。 水资源系统与人类社会和生态系统具有如 图1所示的密切关系。其中一个系统的变化 将会同时影响另外两个系统朝正负两个方 向产生相应的变化。生态系统对人类社会不 仅提供生活生产材料(a)，而且具有气候调 节(b)、水土保持(c)、环境美观(d)、旅游 娱乐(e)等功能；人类社会对生态系统也具 有很大的作用力．林业、渔业等生物资源掠 夺性开发利用(f)对生态系统的天然平衡会 造成破坏。生态系统依赖于水资源，水源的枯竭会导致植被退化(g)、土地荒漠化(h)、动植物大量消亡(i)等严重生态事件，而水质的退化(j)也会造成水资源使用功能的下降，造成对植被、鱼类等生态系统主体的严重损害。生态系统对水资源系统也具有重要的调节、涵养以及水质净化(k)等功能。生图1 人—水—生态三系统的相 互作用
实验十遗传算法与优化问题 一、问题背景与实验目的 遗传算法（Genetic Algorithm—GA），是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，它是由美国Michigan大学的J.Holland教授于1975年首先提出的．遗传算法作为一种新的全局优化搜索算法，以其简单通用、鲁棒性强、适于并行处理及应用范围广等显著特点，奠定了它作为21世纪关键智能计算之一的地位． 本实验将首先介绍一下遗传算法的基本理论，然后用其解决几个简单的函数最值问题，使读者能够学会利用遗传算法进行初步的优化计算．1．遗传算法的基本原理 遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程．它把问题的参数用基因代表，把问题的解用染色体代表（在计算机里用二进制码表示），从而得到一个由具有不同染色体的个体组成的群体．这个群体在问题特定的环境里生存竞争，适者有最好的机会生存和产生后代．后代随机化地继承了父代的最好特征，并也在生存环境的控制支配下继续这一过程．群体的染色体都将逐渐适应环境，不断进化，最后收敛到一族最适应环境的类似个体，即得到问题最优的解．值得注意的一点是，现在的遗传算法是受生物进化论学说的启发提出的，这种学说对我们用计算机解决复杂问题很有用，而它本身是否完全正确并不重要（目前生物界对此学说尚有争议）． （1）遗传算法中的生物遗传学概念 由于遗传算法是由进化论和遗传学机理而产生的直接搜索优化方法；故而在这个算法中要用到各种进化和遗传学的概念． 首先给出遗传学概念、遗传算法概念和相应的数学概念三者之间的对应关系．这些概念如下： 序号遗传学概念遗传算法概念数学概念 1 个体要处理的基本对象、结构也就是可行解 2 群体个体的集合被选定的一组可行解 3 染色体个体的表现形式可行解的编码 4 基因染色体中的元素编码中的元素 5 基因位某一基因在染色体中的位置元素在编码中的位置 6 适应值个体对于环境的适应程度， 或在环境压力下的生存能力可行解所对应的适应函数值 7 种群被选定的一组染色体或个体根据入选概率定出的一组 可行解 8 选择从群体中选择优胜的个体， 淘汰劣质个体的操作保留或复制适应值大的可行解，去掉小的可行解 9 交叉一组染色体上对应基因段的 交换根据交叉原则产生的一组新解 10 交叉概率染色体对应基因段交换的概 率（可能性大小）闭区间[0,1]上的一个值，一般为0.65~0.90 11 变异染色体水平上基因变化编码的某些元素被改变
深入研究实现水资源合理配置的有效策略深入研究实现水资源合理配置的有效策略本文关键词：水资源，策略，配置，研究深入研究实现水资源合理配置的有效策略本文简介：摘要：立足于水资源合理配置这一中心话题，结合各地区水资源的开发及保护现状，深入探索能够实现水资源合理配置的有效策略。关键词：水资源；节水型社会；水资源信息系统；随着我国 __水平的稳步提高，社会生产和居民生活消耗的水量与日俱增，部分地区逐渐出现了水资源严重匮乏的现象，导致社会公众开深入研究实现水资源合理配置的有效策略本文内容：摘要：立足于水资源合理配置这一中心话题，结合各地区水资源的开发及保护现状，深入探索能够实现水资源合理配置的有效策略。 关键词：水资源；节水型社会；水资源信息系统； 随着我国 __水平的稳步提高，社会生产和居民生活消耗的水量与日俱增，部分地区逐渐出现了水资源严重匮乏的现象，导致社会公众开始对水资源能否实现可持续供给产生了恐慌心理。作为能够促进社会战略发展的经济性资源，水资源的供给情况直接关乎着国
计民生，因此当前亟待采取多管齐下的措施，进一步提高水资源的合理配置水平，最大限度体现出我国境内现有水资源的综合效益。 1、优化健全水资源管理机制 只有不断优化健全水资源管理机制，才能有效提高全社会范围内节? 加盟幕繁Ｒ馐叮? 真正将科学发展观作为配置水资源的重 要指导思想。在优化健全水资源管理机制的时候，首先应当着手建立水资源利用的市场机制，不断推进水权、水价以及用水市场的改革进度，逐渐构建符合当地生产生活用水实际情况的水价形成机制，进一步规范该地区的用水市场。同时，各地区水资源的相关管理部门，还应当尽早明确初始用水权的情况，逐步构建水权交易市场，强化有关部门对于水资源的调控管理，以便通过经济手段实现水资源的合理配置以及科学转让，体现水资源配置到该地区的社会效益。其次，各地区相关部门还要积极构建多样化的水利投资体系，向社会范围内广泛征集资金，对于合理的水利投资项目可以选择发行水利债券的方式，打造水利资源投资利用的新渠道[1].
第四章遗传算法与函数优化 4.1 研究函数优化的必要性： 首先，对很多实际问题进行数学建模后，可将其抽象为一个数值函数的优化问题。由于问题种类的繁多，影响因素的复杂，这些数学函数会呈现出不同的数学特征。除了在函数是连续、可求导、低阶的简单情况下可解析地求出其最优解外，大部分情况下需要通过数值计算的方法来进行近似优化计算。 其次，如何评价一个遗传算法的性能优劣程度一直是一个比较难的问题。这主要是因为现实问题种类繁多，影响因素复杂，若对各种情况都加以考虑进行试算，其计算工作量势必太大。由于纯数值函数优化问题不包含有某一具体应用领域中的专门知识，它们便于不同应用领域中的研究人员能够进行相互理解和相互交流，并且能够较好地反映算法本身所具有的本质特征和实际应用能力。所以人们专门设计了一些具有复杂数学特征的纯数学函数，通过遗传算法对这些函数的优化计算情况来测试各种遗传算法的性能。 4.2 评价遗传算法性能的常用测试函数 在设计用于评价遗传算法性能的测试函数时，必须考虑实际应用问题的数学模型中所可能呈现出的各种数学特性，以及可能遇到的各种情况和影响因素。这里所说的数学特性主要包括： ●连续函数或离散函数； ●凹函数或凸函数； ●二次函数或非二次函数； ●低维函数或高维函数； ●确定性函数或随机性函数； ●单峰值函数或多峰值函数，等等。 下面是一些在评价遗传算法性能时经常用到的测试函数： (1)De Jong函数F1： 这是一个简单的平方和函数，只有一个极小点f1(0, 0, 0)＝0。
(2)De Jong 函数F2： 这是一个二维函数，它具有一个全局极小点f 2(1，1) = 0。该函数虽然是单峰值的函数，但它却是病态的，难以进行全局极小化。 (3)De Jong 函数F3： 这是一个不连续函数，对于]0.5,12.5[--∈i x 区域内的每一个点，它都取全局极小值 30),,,,(543213-=x x x x x f 。
水资源合理配置浅析 摘要：水资源合理配置浅析。 关键词：水资源合理配置 一、水资源合理配置差不多概念 1．差不多概念 水资源合理配置能够定义为：在一个特定流域或区域内，以有效、公平和可持续的原则，对有限的、不同形式的水资源，通过工程与非工程措施在各用水户之间进行的科学分配。 实际上，水资源合理配置从广义的概念上讲确实是研究如何利用好水资源，包括对水资源的开发、利用、爱护与治理。在中国，特不是华北和西北地区。实施水资源合理配置具有更大的紧迫性。其要紧缘故：一是水资源的天然时空分布与生产力布局不相适应，二是在地区间和各用水部门间存在着专门大的用水竞争性，三是近年来的水资源开发利用方式差不多导致产生许多生态环境问题。 水资源的合理配置是由工程措施和非工程措施组成的综合体系实
现的。其差不多功能涵盖两个方面：在需求方面通过调整产业结构、建设节水型社会并调整生产力布局，抑制需水增长势头，以适应较为不利的水资源条件；在供给方面则协调各项竞争性用水，加强治理，并通过工程措施改变水资源的天然时空分布来适应生产力布局。两个方面相辅相成，以促进区域的可持续进展。 合理配置中的合理是反映在水资源分配中解决水资源供需矛盾、各类用水竞争、上下游左右岸协调、不同水利工程投资关系、经济与生态环境用水效益、当代社会与以后社会用水、各种水源相互转化等一系列复杂关系中相对公平的、可同意的水资源分配方案。合理配置是人们在对稀缺资源进行分配时的目标和愿望。一般而言，合理配置的结果对某一个体的效益或利益并不是最高最好的，但对整个资源分配体系来讲，其总体效益或利益是最高最好的。而优化配置则是人们在查找合理配置方案中所利用的方法和手段。 2．水资源体系与经济系统和生态系统的关系
基于遗传算法的股票市场选择模型 摘要：为提高投资者在股票市场的收益，解决在证券投资中股票选择这一重要问题，提出一种基于遗传算法的股票选择模型。算法以上市公司的财务指标为样本特征，为克服K-means算法的不稳定性，采用基于遗传算法的K-means算法对同一板块股票进行聚类分析，剔除财务指标较差的一类中的股票。对筛选条件编码，为解决传统遗传算法处理复杂问题时存在的过早收敛现象，提出改进的遗传算子，利用改进的遗传算法寻找使股票市场投资收益最大化的选股模型参数。实验结果表明，该算法在股票选择上具有较好的效果，可供市场投资者借鉴。 关键词：股票选择；遗传算法；聚类分析；投资决策；组合优化 1引言 当今社会人们的理财投资意识日益增强，且越来越多的投资者将眼光投向了股票市场。虽然股票可以给投资者带来可观的收益，但投资者要想获得很好的投资回报，就得利用合理科学的投资策略来选择股票进行投资[1]。 股票选择从基本面而言，就是对上市公司的内在价值进行评估[2]。股票市场具有的长期记忆性使得可以通过数据分析找出股票价格或收益率的长期相关性，同时股票市场具有非线性[3]，应用智能算法可以提高分析的精确度和鲁棒性。现有的很多关于股市的研究主要是应用优化算法对股价和股市态势做出预测。如文献[4] 提出一种基于遗传算法的粗糙集属性约简方法和神经网络相结合的模型来预测股价。文献[5]提出基于离群特征模式的支持向量机模型来预测股价波动。这些研究限于对单个股票或大盘价格的预测，对投资者的投资决策缺乏全面指导性。对于股票选择，最传统的基于基本面分析的股票选择方法有欧奈尔基本面CAN SLIM法则、朱雀丁远指数中性策略等经典模型[6]。这些模型大多是研究者通过对历史数据的分析和个人经验提出的，虽然具有一定的效果，但是股票筛选精度一般，灵活性较差。文献[7]定义了股票稳定性值，结合遗传算法和贪婪算法提出股票选择规划方法。此方法很好地规
遗传算法优化的BP神经网络建模 十一月匆匆过去，每天依然在忙碌着与文档相关的东西，在寒假前一个多月里，努力做好手头上的事的前提下多学习专业知识，依然是坚持学习与素质提高并重，依然是坚持锻炼身体，为明年找工作打下基础。 遗传算法优化的BP神经网络建模借鉴别人的程序做出的仿真，最近才有时间整理。 目标： 对y=x1^2+x2^2非线性系统进行建模，用1500组数据对网络进行构建网络，500组数据测试网络。由于BP神经网络初始神经元之间的权值和阈值一般随机选择，因此容易陷入局部最小值。本方法使用遗传算法优化初始神经元之间的权值和阈值，并对比使用遗传算法前后的效果。 步骤： 未经遗传算法优化的BP神经网络建模 1、随机生成2000组两维随机数(x1,x2)，并计算对应的输出y=x1^2+x2^2，前1500组数据作为训练数据input_train，后500组数据作为测试数据input_test。并将数据存储在data中待遗传算法中使用相同的数据。 2、数据预处理：归一化处理。 3、构建BP神经网络的隐层数，次数，步长，目标。 4、使用训练数据input_train训练BP神经网络net。 5、用测试数据input_test测试神经网络，并将预测的数据反归一化处理。 6、分析预测数据与期望数据之间的误差。 遗传算法优化的BP神经网络建模 1、读取前面步骤中保存的数据data； 2、对数据进行归一化处理； 3、设置隐层数目； 4、初始化进化次数，种群规模，交叉概率，变异概率 5、对种群进行实数编码，并将预测数据与期望数据之间的误差作为适应度函数； 6、循环进行选择、交叉、变异、计算适应度操作，直到达到进化次数，得到最优的初始权值和阈值； 7、将得到最佳初始权值和阈值来构建BP神经网络； 8、使用训练数据input_train训练BP神经网络net; 9、用测试数据input_test测试神经网络，并将预测的数据反归一化处理； 10、分析预测数据与期望数据之间的误差。 算法流程图如下：
水资源合理配臵诠释 王士武、陈雪、郑世宗 （浙江省水利河口研究院水资源水环境所，杭州，310020） 摘要:从水资源合理配臵的定义出发，全面分析了水资源合理配臵的范围、原则、机制、手段、途径和模式。 关键词：水资源合理配臵原则机制手段途径模式 1、水资源合理配臵的界定 配臵是指配备、安排[1]、[2]。资源配臵是指生产性资产在不同用途之间的分配；资源分配之所以成为问题，一方面是由于社会的资源供应有限，而人类欲望通常又无限，另一方面是由于既定资源具有多种不同可供选择的用途[3]。 《全国水资源综合规划技术大纲》对水资源合理配臵的定义是指在流域或特定的区域范围内，遵循高效、公平和可持续性原则，通过各种工程与非工程措施，考虑市场经济规律和资源配臵准则，通过合理抑制需求、有效增加供水、积极保护生态环境等手段和措施，对多种可利用的水源在区域间和各用水部门间进行的调配[4]。 通过以上概念界定可以看出，水资源配臵问题提出的前提是水资源有限性而导致的供需不平衡矛盾以及不同用途之间的分配矛盾，关注的重点是多种水源在区域间和各用水部门间的分配。实际上，水资源区别于其他自然资源的重要特征之一是它的时程上分布的不均匀性，因此水资源合理配臵不仅体现在空间上，同时也体现在时间上。所以水资源合理配臵可以进一步界定为：在流域或特定的区域范围内，遵循高效、公平和可持续性原则，通过各种工程与非工程措施，考虑市场经济规律和资源配臵准则，通过合理抑制需求、有效增加供水、积极保护生态环境等手段和措施，对多种可利用的水源在时间上和空间（包括区域间和各用水部门间）上进行的调配。 2、水资源合理配臵的内涵 2.1 水资源合理配臵的范围 水资源合理配臵的范围一般是在流域范围内或特定区域范围内。 在流域范围内，由于流域上、中、下游水资源分布与生产力布局不相协调，通过流
基于遗传算法的参数优化估算模型 【摘要】支持向量机中参数的设置是模型是否精确和稳定的关键。固定的参数设置往往不能满足优化模型的要求，同时使得学习算法过于死板，不能体现出来算法的智能化优点，因此利用遗传算法（Genetic Algorithm，简称GA）对估算模型的参数进行优化，使得估算模型灵活、智能，更加符合实际工程建模的需求。 【关键词】遗传算法；参数优化；估算模型 1.引言 随着支持向量机估算模型在工程应用的不断深入。研究发现，支持向量机算法(包括LS-SVM算法)存在着一些本身不可避免的缺陷，最为突出的是参数的选取和优化问题，以往在参数选取方面，一般依靠专家系统或者设定初始值盲目搜寻等等，在实际应用必然会影响模型的精准度，造成一定影响。如何选取合理的参数成为支持向量机算法应用过程中应用中关注的问题，同时也是目前应用研究的重点。而常用的交叉验证试算的方法，不仅耗时，且搜索目的不清，使得资源浪费，耗时耗力。不能有效的对参数进行优化。 针对参选取的问题，本文使用GA算法对模型中的参数设置进行优化。 2.遗传算法 2.1 遗传算法的实施过程 遗传算法的实施过程中包括了编码、产生群体、计算适应度、复制、交换、变异等操作。图1详细的描述了遗传算法的流程。 其中，变量GEN是当前进化代数；N是群体规模；M是算法执行的最大次数。 遗传算法在参数寻优过程中，基于生物遗传学的基本原理，模拟自然界生物种群的“物竞天则，适者生存”的自然规律。把自变量看作生物体，把它转化成由基因构成的染色体（个体），把寻优的目标函数定义为适应度，未知函数视为生存环境，通过基因操作（如复制、交换和变异等），最终求出全局最优解。 2.2 GA算法的基本步骤 遗传算法操作的实施过程就是对群体的个体按照自然进化原则（适应度评估）施加一定的操作，从而实现模型中数据的优胜劣汰，使得进化过程趋于完美。从优化搜索角度出发，遗传算法可使问题的解，一代一代地进行优化，并逼近最优解。 通常采用的遗传算法的工作流程和结果形式有Goldberg提出的，常用的GA 算法基本步骤如下： ①选择编码策略，把参数集合X和域转换为位串结构空间S。常用的编码方法有二进制编码和浮点数编码。 ②定义合适的适应度函数，保证适应度函数非负。 ③确定遗传策略，包括选择群体大小，选择、交叉、变异方法，以及确定交叉概率、变异概率等其它参数。 ④随机初始化生成群体N，常用的群体规模：N＝20～200。 ⑤计算群体中个体位串解码后的适应值。 ⑥按照遗传策略，运用选择、交叉和变异算子作用于群体，形成下一代群体。 ⑦判断群体性能是否满足某一个指标，或者以完成预订迭代次数，若满足则
水利水电技术 第41卷 2010年第1期 W ater R esourc es and H ydr o po wer Engineering V ol 141N o 11 水资源综合调配概念与关键技术问题浅析 鲁 帆1 ,蒋云钟1 ,王 浩1 ,王海潮 1,2 ,沈媛媛 1 (11中国水利水电科学研究院,北京 100038;21北京市水利科学研究所,北京 100048) 摘 要:考虑自然和人类系统的相互作用,文中分别从水的需求和供给管理角度出发,初步论述了水 资源综合调配的内涵与外延,提出水资源综合调配研究包含的基本环节,并对其面临的关键技术问题进行了分析和展望。 关键词:水资源综合调配;自然与人类的相互作用;可持续开发利用 中图分类号:T V21314 文献标识码:B 文章编号:100020860(2010)0120011204 Ana lysis on concept and key techn i ca l issues of com prehen si ve regul a ti on and a lloca ti on of wa ter resources LU Fan 1 ,J I A NG Yun 2zhong 1 ,WANG Hao 1 ,WANG Hai 2chao 1,2 ,SHE N Yuan 2yuan 1 (11China I nstitute of W ater Res ources and Hydr opower Research,Beijing 100038,China; 21Beijing Hydraulic Research I nstitute,Beijing 100048,China ) Abstract:Based on the considerati on of the interacti on bet w een the natural and hu man syste m s,the connotati on and denotati on of the comp rehensive all ocati on of water res ources are analyzed herein fr om the as pect of the manage ment on both the de mand and the supp ly of water res ources;fr om which the key links included in the research on the comp rehensive all ocati on of water re 2s ources are put for ward ,and then the key technical issues faced by it are analyzed and p r os pected as well 1 Key words:comp rehensive all ocati on of water res ources;nature 2hu man interacti on;sustainable devel opment and utilizati on 收稿日期:2009205218 基金项目:国家自然科学基金创新研究群体科学基金项目(50721006);“十 一五”国家科技支撑计划(2006BAB04A07,2008BAB29B08);国家重点基础研究发展计划(“973”计划)(2006C B403404)。 作者简介:鲁 帆(1981—),男,湖北天门人,工程师,博士。 1 引 言 近年来,我国依据可持续发展要求,成功实施了以黄河、黑河和塔里木河为代表的多项流域水量统一调度工作,在维护经济社会可持续发展、生态修复和 保护、发展民生水利等方面作用显著[1,2] 。与此同时,跨流域调水也成为缓解缺水流域水资源供需矛盾和支撑其可持续发展的必然选择。目前,我国南水北调工程的总体布局已经确定,东、中线的工程正在建设之中。国内著名的调水工程还包括广东的东深供水工程、天津的引滦济津工程、山东的引黄济青工程等。 随着上述调度实践的逐步深入,全流域和跨流域的水资源配置与调度问题已引起社会各界的广泛关注,进行水资源综合调配是大势所趋,但该项研究仍 处于起步阶段[3～5] 。本文结合国内外相关领域的最新发展动向,论述水资源综合调配的内涵与外延,并在此基础上提出水资源综合调配的基本环节和关键技术问题。 2 水资源综合调配内涵与外延解析 水资源配置和水资源调度是水资源分配领域相互 联系但又有区别的两个概念,配置侧重于未来的水资源供需形势预测与合理规划,调度则侧重于水利工程实时运行控制规则及供用水管理,配置是调度实施的基础,调度促进配置方案的落实,两者不可分割。如何将两者综合,建立规划配置与实时调度一体化的水资源综合调配框架体系,以促进水资源的科学分配和可持续利用,一直是水资源领域的研究难点之一。迄今为止,水资源综合调配也没有确切的定义,但可以考虑自然和人类系统的相互作用,分别从水的需求和1 1
龙源期刊网 https://www.doczj.com/doc/b110857736.html, 水资源合理配置研究 作者：李文军孙子清 来源：《消费导刊·理论版》2008年第17期 [摘要]我国的水资源形势不容乐观，突出存在着干旱缺水、洪涝灾害和水污染水生态环境恶化三大水问题。尤其是，用水浪费、水污染与水资源短缺的局面共存，使得水供需矛盾突出。因此，必须寻求合理的水资源配置方式。 [关键词]水资源合理配置措施 作者简介：李文军，单位：陕西省府谷县防汛办；孙子清，单位：陕西省府谷县流域办。 一、水资源优化配置的基本原则 根据稀缺资源分配的经济学原理，水资源优化配置应遵循有效性与公平性的原则，在水资源利用高级阶段，还应遵循水资源可持续利用的原则，即有效性、公平性和可持续性应是水资源优化配置的基本原则。 （一）有效性原则 是基于水资源作为社会经济行为中的商品属性确定的。以纯经济学观点，由于水利工程投资，对水资源在经济各部门的分配应解释为:水是有限的资源或资本，经济部门对其使用并产生回报。经济上有效的资源分配，是资源利用的边际效益在用水各部门中都相等，以获取最大的社会效益。值得注意的是，这里所说的“有效性”，不是单纯追求经济意义上的有效性，而是同时追求对环境的负面影响小的环境效益，以及能够提高社会人均收益的社会效益，是能够保证经济、环境和社会协调发展的综合利用效益。这需要在水资源合理配置问题中设置相应的经济目标、环境目标和社会发展目标，并考察目标之间的竞争性和协调发展程度，满足真正意义上的有效性原则。 （二）公平性原则 以满足不同区域间和社会各阶层间的各方利益进行资源的合理分配为目标。它也许遵循有效性原则，也许不遵循。它要求不同区域(上下游、左右岸)之间的协调发展，以及发展效益或资源利用效益在同一区域内社会各阶层中的公平分配。例如家庭生活用水的公平分配是对所有家庭而言的，无论其是否有购水能力，都有使用水的基本权利，也可以依据收入水平采用不同的水价结构进行分水。 （三）可持续原则
论水资源跨区域调配 随着人口的增长和经济的发展，全球的资源问题也逐渐暴露出来，尤其是水资源的问题愈发严重，世界各地都存在着缺水问题。所以水资源分布不均与人类社会需水不均衡的客观因素导致水资源跨区域调配成为必然。 水资源跨区域调配，是人类充分利用自然资源进行建设的一种重要措施。世界各地都进行过合理调配水资源，并且效益巨大。例如： 1.澳大利亚雪山工程 澳大利亚气候干旱，水资源相对短缺，为 此修建了雪山工程。它在雪山山脉的东坡 建库蓄水，将斯诺伊河的多余水量引向西 坡，在调水沿途利用落差发电。雪山工程 是世界上最复杂的大型水电工程之一，包 括7个水电站、80公里引水管道、11条 共145公里压力隧洞、16座大坝、1座泵 站、510公里高压电网等，年供水23.6 亿立方米，灌溉总面积26万公顷。它保 证了阿德雷德市和重要工业区“铁三角”（Iron Triangle）的水源供应，大大促进了墨累-达令盆地农牧业的发展。它所发的电被输送到堪培拉、悉尼，并参与电网调峰。它的16座水库点缀于绿树雪山之间，成了旅游胜地。在它的帮助下，西部水质也大为改善，生态环境变得更加宜人。 2.美国加利福尼亚州的北水南调工程。 调水原因：加利福尼亚州北部为地中海气候，气候湿润，萨克拉门托河等河流水量丰富，南部为热带沙漠气候，地势平坦，光热条件好，但干旱少雨，水资源短缺。70%的河流流量来自北部， 而80%的蓄水量来自南部，为 了合理利用水资源，1957年被 水南调工程启动。 运转状况：目前此工程输水干 线长一千零八十六千米，年调 水量达40亿以上，帮助加州南 部脱离干旱。此项工程不仅缓 解了缺水地区的城市和工农业 用水需求，而且产生了水力发 电防洪航运养殖旅游等综合效 益，为加州带来了可观的收益。 存在问题：由于每年调水量大，导致北部地区淡水一下子减少，水体质量变坏，海湾生物数量减少，海湾附近地区土地盐碱化。 措施：为解决加州水生动物问题，政府可以重新调整调水路线，也可以迁移部分生物等。 3.利比亚大人工河工程 利比亚南部沙漠地区蕴藏丰富的地下淡水资源，为了缓解人口饮水和工农业用水
基于数据挖掘的遗传算法 xxx 摘要:本文定义了遗传算法概念和理论的来源，介绍遗传算法的研究方向和应用领域，解释了遗传算法的相关概念、编码规则、三个主要算子和适应度函数，描述遗传算法计算过程和参数的选择的准则，并且在给出的遗传算法的基础上结合实际应用加以说明。 关键词：数据挖掘遗传算法 Genetic Algorithm Based on Data Mining xxx Abstract：This paper defines the concepts and theories of genetic algorithm source, Introducing genetic algorithm research directions and application areas, explaining the concepts of genetic algorithms, coding rules, the three main operator and fitness function，describing genetic algorithm parameter selection process and criteria，in addition in the given combination of genetic algorithm based on the practical application. Key words: Data Mining genetic algorithm 前言 遗传算法(genetic algorithm，GAs)试图计算模仿自然选择的过程，并将它们运用于解决商业和研究问题。遗传算法于20世界六七十年代由John Holland[1]发展而成。它提供了一个用于研究一些生物因素相互作用的框架，如配偶的选择、繁殖、物种突变和遗传信息的交叉。在自然界中，特定环境限制和压力迫使不同物种竞争以产生最适应于生存的后代。在遗传算法的世界里，会比较各种候选解的适合度，最适合的解被进一步改进以产生更加优化的解。 遗传算法借助了大量的基因术语。遗传算法的基本思想基于达尔文的进化论和孟德尔的遗传学说，是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法。生物在自然界的生存繁殖，显示对其自然环境的优异自适应能力。受其启发，人们致力于对生物各种生存特性的机制研究和行为模拟。通过仿效生物的进化与遗传，根据“生存竞争”和“优胜劣汰”的原则，借助选择、交叉、变异等操作，使所要解决的问题从随机初始解一步步逼近最优解。现在已经广泛的应用于计算机科学、人工智能、信息技术及工程实践。[2]在工业、经济管理、交通运输、工业设计等不同领域，成功解决了许多问题。例如，可靠性优化、流水车间调度、作业车间调度、机器调度、设备布局设计、图像处理以及数据挖掘等。遗传算法作为一类自组织于自适应的人工智能技术，尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题。 1.遗传算法的应用领域和研 究方向 1.1遗传算法的特点 遗传算法作为一种新型、模拟生物进化过程的随机化搜索方法，在各类结 构对象的优化过程中显示出比传统优 化方法更为独特的优势和良好的性能。 它利用其生物进化和遗传的思想，所以 它有许多传统算法不具有的特点[3]： ※搜索过程不直接作用在变量上，而是 作用于由参数集进行了编码的个体 上。此编码操作使遗传算法可以直接 对结构对象进行操作。 ※搜索过程是从一组解迭代到另一组 解，采用同时处理群体中多个个体的 方法，降低了陷入局部最优解的可能 性，易于并行化。
全国水资源综合规划技术大纲 水利部水利水电规划设计总院 二○○二年八月
目录 一、总则 (1) （一）目标与任务 (1) （二）规划思路 (1) （三）规划原则 (6) （四）工作要求 (7) （五）基本规定 (9) （六）进度安排 (9) 二、水资源调查评价 (11) （一）基本要求 (11) （二）降水 (12) （三）蒸发能力及干旱指数 (12) （四）河流泥沙 (13) （五）地表水资源量 (13) （六）地下水资源量 (14) （七）地表水水质 (16) （八）地下水水质 (17) （九）水资源总量 (19) （十）水资源可利用量 (20) （十一）水资源演变情势分析 (22) 三、水资源开发利用情况调查评价 (24) （一）基本要求 (24) （二）经济社会资料收集整理 (25) （三）供水基础设施及供水能力调查统计 (26) （四）供水量调查统计 (26)
（五）供水水质调查分析 (27) （六）用水量调查统计 (28) （七）用水消耗量分析估算 (29) （八）废污水排放量和污染源调查分析 (29) （九）供、用、耗、排水成果的合理性检查 (31) （十）用水水平分析评价 (31) （十一）水资源开发利用程度分析 (32) （十二）河道内用水调查分析 (33) （十三）与水相关的生态环境问题调查评价 (33) （十四）现状供需分析 (34) 四、需水预测 (35) （一）基本要求 (35) （二）经济社会发展指标分析 (37) （三）经济社会需水预测 (39) （四）生态环境需水预测 (41) （五）河道内其他需水量预测 (41) （六）需水量汇总 (42) 五、节约用水 (43) （一）基本要求 (43) （二）现状用水水平分析 (43) （三）节水标准与指标 (44) （四）节水潜力 (45) （五）节水方案 (46) 六、水资源保护 (47) （一）基本要求 (47) （二）水功能区水质目标 (48) （三）水功能区纳污能力分析 (48) （四）污染物控制量和削减量 (49)
水资源合理配置浅析 Document number【AA80KGB-AA98YT-AAT8CB-2A6UT-A18GG】
水资源合理配置浅析 摘要：水资源合理配置浅析。 关键词：水资源合理配置 一、水资源合理配置基本概念 1．基本概念 可以定义为：在一个特定流域或区域内，以有效、公平和可持续的原则，对有限的、不同形式的水资源，通过工程与非工程措施在各用水户之间进行的科学分配。 实际上，水资源合理配置从广义的概念上讲就是研究如何利用好水资源，包括对水资源的开发、利用、保护与管理。在中国，特别是华北和西北地区。实施水资源合理配置具有更大的紧迫性。其主要原因：一是水资源的天然时空分布与生产力布局不相适应，二是在地区间和各用水部门间存在着很大的用水竞争性，三是近年来的水资源开发利用方式已经导致产生许多生态环境问题。 水资源的合理配置是由工程措施和非工程措施组成的综合体系实现的。其基本功能涵盖两个方面：在需求方面通过调整产业结构、建设节水型社会并调整生产力布局，抑制需水增长势头，以适应较为不利的水资源条件；在供给方面则协调各项竞争性用水，加强管理，并通过工程措施改变水资源的天然时空分布来适应生产力布局。两个方面相辅相成，以促进区域的可持续发展。
合理配置中的合理是反映在水资源分配中解决水资源供需矛盾、各类用水竞争、上下游左右岸协调、不同水利工程投资关系、经济与生态环境用水效益、当代社会与未来社会用水、各种水源相互转化等一系列复杂关系中相对公平的、可接受的水资源分配方案。合理配置是人们在对稀缺资源进行分配时的目标和愿望。一般而言，合理配置的结果对某一个体的效益或利益并不是最高最好的，但对整个资源分配体系来说，其总体效益或利益是最高最好的。而优化配置则是人们在寻找合理配置方案中所利用的方法和手段。 2．水资源体系与经济系统和生态系统的关系 以往的水资源系统，研究的是如何对国民经济起到保障作用，即研究水资源量对国民经济的工农业生产和人民生活进行有效供应。随着经济的发展和入口的增加，用水量迅速增长，造成水资源短缺和水环境恶化，从而也唤醒人们对如何利用水资源应有一个清醒的认识：不仅要研究水资源数量上的合理分配，还应研究水资源质量的保护；不仅研究水资源对国民经济的效益和人类生存的需要，还应研究水资源对人类生存环境或生态环境的支撑作用；不仅研究如何满足当今社会对水资源利用的权利，还应研究如何满足未来社会对水资源利用的权利。因而，水资源合理配置体系不仅应适
基本遗传算法应用实例。用基本遗传算法求下面函数的最大值 10090060)(23++-=x x x x f 300≤≤x 个体数目取50，最大进化代数取100，离散精度取0.001，杂交概率取0.9，变异概率取0.004 1、在editor 中建立基本遗传算法函数：GA 程序如下： function[xv,fv]=GA(fitness,a,b,NP,NG,pc,pm,eps) %待优化的目标函数:fitness %自变量下界:a %自变量上界:b %种群个体数:NP %最大进化代数:NG %杂交概率:pc %自变量概率:pm %自变量离散精度:eps %目标函数取最小值时的自变量值：xm %目标函数的最小值:fv L=ceil(log2((b-a)/eps+1)); %根据离散精度，确定二进制编码需要的码长 x=zeros(NP,L); for i=1:NP x(i,:)=Initial(L);%种群初始化 fx(i)=fitness(Dec(a,b,x(i,:),L)); %个体适应值 end for k=1:NG sumfx=sum(fx); %所有个体适应值之和 px=fx/sumfx; %所有个体适应值的平均值 ppx=0; ppx(1)=px(1); for i=2:NP %用于轮盘赌策略的累加 ppx(i)=ppx(i-1)+px(i); end for i=1:NP sita=rand(); for n=1:NP if sita<=ppx(n) SelFather=n; %根据轮盘赌策略确定的父亲 break; end end Selmother=floor(rand()*(NP-1))+1; %随机选择母亲 posCut=floor(rand()*(L-2))+1; %随机选择交叉点 r1=rand(); if r1<=pc %交叉
我国北方半干旱半湿润地区 实施节水灌溉的几点意见 沈荣开张蔚榛 我国水资源南北差异很大，与人口和耕地的分布状况极不协调，就黄、淮、海地区而言，其耕地密度是全国平均值的2-4倍，而耕地平均水资源却为全国平均值的1/4-1/8，人均水资源量则为全国平均值的1/3-1/7。为高速发展工农业生产，我国北方地区水资源使用率已接近极限。地下水超量开采形成大面积的地下水降落漏斗，沧州漏斗中心地下水埋深已达94.Om(1994年资料)，并与衡水漏斗连成一片，水井出水量减少并造成地面沉降等环境灾害。滨海地区地下水的大量开采造成海水入侵，其范围在辽宁省达366.3km2，山东达61.9km2。一些中小河流内陆化，自1994年以来，黄河年年断流，且断流时间和河段越来越长。河流来水减少，使水质恶化，河床淤积，湖泊萎缩，土地沙化，缺水已对整个生态环境构成严重威胁。随着国民经济建设的发展，工农业及城乡居民对水的需求不断增加，从发达国家发展过程可以看出，工业和生活用水的增长率要大于农业用水的增长率。也就是说，在未来水资源的分配中，农业用水所分得的份额将越来越少，在农业用水中，若渔、牧、副用水比重加大(这是必然的)，则种植业灌溉用水就成为最紧缺的用水部门，形势十分严峻。 因此，在工农业可持续发展、水资源可持续利用的前提下，研究农业节水的实施策略和途径已是刻不容缓的任务。 一、最大限度地开发和利用当地水资源，解决农业用水问题 当地水资源是指当地的降水，由于降水而产生的地表径流、降雨入渗蓄存于地下水面以上地层中的土壤水及渗入深层而形成的地下水。根据田园教授提出的农田用水量的概念，即除城镇工副业用水以外的农业区平均到单位面积上的用水量(以mm/a计)，它包括：耕地作物的蒸发蒸腾量(ET)，非耕地蒸发量(E)和人畜用水量。按华北水利水电学院在黄淮海平原的山东、河北、河南等18个地区的调查资料分析，农业用水量的大概数量为：黄河以北地区复种指数为1.5-1.7，土地利用系数(或耕地率，即耕地面积/土地总面积)约为2/3，农业用水量为550-650mm/a；黄河以南地区，复种指数为1.7-1.9，耕地率约2/3农业用水量为650-750mm/a。在作物年产量达到6000-6750kg/hm2水平时，年缺水量约为50～lOOmm。上述估算说明，在降雨量和
%% 清空环境变量 clear all clc warning off %% 声明全局变量 global P_train T_train P_test T_test mint maxt S s1 S=30; s1=50; %% 导入数据 load data.mat a=randperm(569); Train=data(a(1:500),:); Test=data(a(501:end),:); % 训练数据 P_train=Train(:,3:end)'; T_train=Train(:,2)'; % 测试数据 P_test=Test(:,3:end)'; T_test=Test(:,2)'; % 显示实验条件 total_B=length(find(data(:,2)==1)); total_M=length(find(data(:,2)==2)); count_B=length(find(T_train==1)); count_M=length(find(T_train==2)); number_B=length(find(T_test==1)); number_M=length(find(T_test==2)); disp('实验条件为：'); disp(['病例总数：' num2str(569)... ' 良性：' num2str(total_B)... ' 恶性：' num2str(total_M)]); disp(['训练集病例总数：' num2str(500)... ' 良性：' num2str(count_B)... ' 恶性：' num2str(count_M)]); disp(['测试集病例总数：' num2str(69)... ' 良性：' num2str(number_B)... ' 恶性：' num2str(number_M)]); %% 数据归一化 [P_train,minp,maxp,T_train,mint,maxt]=premnmx(P_train,T_train); P_test=tramnmx(P_test,minp,maxp); %% 创建单BP网络 t=cputime; net_bp=newff(minmax(P_train),[s1,1],{'tansig','purelin'},'trainlm'); % 设置训练参数 net_bp.trainParam.epochs=1000;