基于可變模糊集理論的水文水資源系統(tǒng)模擬、評(píng)價(jià)與決策方法及應(yīng)用.pdf

1、水文學(xué)是水資源學(xué)的基礎(chǔ)，服務(wù)于水資源學(xué)。水資源系統(tǒng)的研究不僅要考慮水文系統(tǒng)中的自然影響因素，更要考慮社會(huì)和經(jīng)濟(jì)等人文因素。水文水資源系統(tǒng)具有自然性、社會(huì)性、開放性等多種特性，其影響因素復(fù)雜而繁多，包括大量確定性信息，以及難以確知和精確量化的不確定性信息，這些不確定性信息主要表現(xiàn)為隨機(jī)性和模糊性。 模糊性是水文系統(tǒng)和水資源系統(tǒng)所共有的特性，其研究始于20世紀(jì)80年代陳守煜創(chuàng)建的模糊水文學(xué)，后拓展為模糊水文水資源學(xué)，在數(shù)學(xué)上現(xiàn)已發(fā)展

2、為可變模糊集理論。該理論不僅是研究水文水資源系統(tǒng)中模糊性與非線性問(wèn)題的理論，也是研究模糊系統(tǒng)中具有自然和社會(huì)雙重屬性問(wèn)題的有力工具，包括模擬、決策和評(píng)價(jià)等系統(tǒng)理論、模型和方法。本文在該理論基礎(chǔ)上，對(duì)水文水資源系統(tǒng)中的部分模擬、決策及評(píng)價(jià)問(wèn)題進(jìn)行了應(yīng)用研究，主要內(nèi)容和成果如下： (1)針對(duì)模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)BP算法訓(xùn)練得到的連接權(quán)重常常需要考慮求解區(qū)間的問(wèn)題，提出了給定求解區(qū)間的BP算法，該算法訓(xùn)練時(shí)對(duì)連接權(quán)重的求解區(qū)間進(jìn)行了設(shè)定，

3、避免了原算法中容易出現(xiàn)的過(guò)學(xué)習(xí)問(wèn)題。并基于該算法對(duì)云南蔣家溝粘性泥石流平均流速進(jìn)行了訓(xùn)練和檢驗(yàn)，訓(xùn)練采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，綜合考慮訓(xùn)練和檢驗(yàn)精度，確定了試算范圍內(nèi)的最優(yōu)隱節(jié)點(diǎn)數(shù)，表明了該算法的有效性。 (2)模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型賦予了激勵(lì)函數(shù)物理意義，其應(yīng)用需要根據(jù)實(shí)際問(wèn)題建立固定的表達(dá)結(jié)構(gòu)，并設(shè)定連接權(quán)重的求解區(qū)間。其中求解區(qū)間應(yīng)根據(jù)具體問(wèn)題確立，是明示連接權(quán)重物理意義的關(guān)鍵。以咸淡輪灌試驗(yàn)為研究對(duì)象，建立了作物水鹽響應(yīng)關(guān)系的

4、固定表達(dá)結(jié)構(gòu)，設(shè)定連接權(quán)重的求解區(qū)間為[0，1]，符合權(quán)重的物理意義，對(duì)作物水鹽響應(yīng)關(guān)系進(jìn)行了模擬。模擬結(jié)果不僅比傳統(tǒng)Jenson模型具有更高的精度，而且訓(xùn)練得到的連接權(quán)重也較好的表達(dá)了棉花籽棉產(chǎn)量對(duì)不同處理的響應(yīng)關(guān)系，為咸淡輪灌灌溉制度的制定提供科學(xué)依據(jù)。 (3)咸淡輪灌灌溉制度是微咸水灌溉實(shí)施的關(guān)鍵，在方案的選取中不僅要考慮微咸水礦化度及灌水量對(duì)作物產(chǎn)量的影響，同時(shí)應(yīng)統(tǒng)籌考慮節(jié)約淡水量和對(duì)土壤生態(tài)環(huán)境的影響，屬于定性與定量目

5、標(biāo)并存的多目標(biāo)半結(jié)構(gòu)性決策問(wèn)題。應(yīng)用陳守煜提出的多目標(biāo)半結(jié)構(gòu)性模糊最優(yōu)決策方法對(duì)咸淡輪灌方案進(jìn)行了優(yōu)選，其中作物產(chǎn)量影響水平目標(biāo)的量化以模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型的作物水鹽響應(yīng)關(guān)系為依據(jù)，并分析了土壤生態(tài)環(huán)境影響程度目標(biāo)在變權(quán)重條件下決策結(jié)果的穩(wěn)定性，為微咸水灌溉多目標(biāo)半結(jié)構(gòu)性最優(yōu)決策提供了有效的決策方法。 (4)模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型目前只有單目標(biāo)輸出BP算法的相關(guān)研究，針對(duì)非線性模擬中，通常會(huì)面臨多個(gè)目標(biāo)輸出的現(xiàn)象，故將模糊優(yōu)選神經(jīng)

6、網(wǎng)絡(luò)模型的單目標(biāo)輸出結(jié)構(gòu)拓展為多目標(biāo)輸出結(jié)構(gòu)，并應(yīng)用該算法對(duì)咸淡輪灌技術(shù)下作物生長(zhǎng)多項(xiàng)觀測(cè)值進(jìn)行了模擬，結(jié)果表明模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型可以較為精確的對(duì)作物生長(zhǎng)多項(xiàng)觀測(cè)值進(jìn)行模擬，其在多目標(biāo)非線性模擬中具有較好的應(yīng)用價(jià)值。 (5)對(duì)模糊可變?cè)u(píng)價(jià)方法進(jìn)行了應(yīng)用性研究，應(yīng)用對(duì)象為土地適宜性評(píng)價(jià)與區(qū)域水資源可持續(xù)利用評(píng)價(jià)，兩例應(yīng)用展現(xiàn)了評(píng)價(jià)體系為多層次、多指標(biāo)、多模型的評(píng)價(jià)過(guò)程，與其它方法相比，模糊可變?cè)u(píng)價(jià)方法通過(guò)模型集CA與模型參數(shù)集C