抽象性

这项研究开发水资源管理模型,使用模糊推理系统并用表层和下层水研究应用FIS分配表层和地下水需求之后,用线性编程技术模拟地表水系统配水,用人工神经网络预测地表下水系统对抽水的反应水系统操作规则是水系统越多提供更多水FIS并发使用模型通过使用模糊规则很容易地将专家知识与操作策略整合到水资源管理中结果表明,FIS模型比分解并包使用模型和模拟优化模型更有效效率此外,FIS模型是获取地表水和地下水并用策略的替代方式

开工导 言

研究的目的是开发一种模糊规则化方法并发使用表层和表层下水系统扎德一号使用模糊理论数学处理不精确和不确定性模糊逻辑扩展至传统布尔逻辑并处理人体验不精确性2..模糊推理系统(FIS)是一种人工智能技术,结合模糊集、模糊逻辑和模糊推理一号,3-6..FIS使用语言变量、模糊规则、模糊推理并提供知识表示工具7..过去十年中FIS应用范围从径流预测到地表水供应3-6,8,九九..Shrestha等[3开发FIS判定实战水库运算搭建模糊规则模型 获取多功能水库操作规则研究使用水库存储器,估计流入量和需求作为馆舍并取水库释放为结果研究结果显示,模糊基础结构在计算时是普通和省时的。罗素和坎贝尔4开发FIS简化水力水库结果还显示,模糊逻辑似乎为改进现有操作实践提供一种方法,与复杂优化模型相比相对容易解释和理解。Panigrahi和Mujumdar5使用FIS水库运算模型研究综合了从显性随机模型构建模糊规则的专家知识罗素和坎贝尔4应用适应-网络FIS水资源管理并使用遗传算法搜索基于特定流数列的最佳水库运算FIS判定水流深度和流出量最优释放前科研究3-5表示对水库运算应用模糊逻辑仍可限于单水库系统

并发地表水和地下水管理是一项挑战性工作[10-14..并发水管理通过使用地下水补充干旱期间稀有地表水来减少缺水协同使用通过提供独立源提高水供应可靠性巴夏路和马里诺10开发模拟优化模型假设河流流域以确定最佳操作策略联合使用地表水和地下水模拟模型响应函数整合流水层和水层之间的瞬态液压交互响应函数系数取自数值模拟模型结果Peralta等[11使用模拟优化模型最大限度地全年分配表层和下层水产生量使用模型试图满足时间增加的水需求以备未来替代管理假想Philbrick和Kitandis12渐变动态编程解决最小操作成本问题西川15开发模拟优化模型管理圣巴巴拉市五年规划前景地下水模拟还连接线性编程模型解决水供应成本问题以满足需求并控制海水入侵阿扎伊兹16开发地表水和地下水并用模型,人工补注和综合机会成本问题简化成线性约束凸程序Watkins和McKinney14分解算法应用到并发式管理表层和子表层水系统,并参考成本函数包括离散和非线性术语复杂性主要来自地表水和地下水综合化,即两个水库和一个封闭含水层研究使用响应矩阵方法将表层水系统整合到管理模型中多研究应用人工神经网络模拟水文学场复杂性17-22号包括雨流建模22号,23号和地下水流运输24码..当前工作训练ANN预测时分表下水位响应管理替代方法18号-21号..Coppola等[18号mDFLOW模拟数据培训ANNANN预测次表层水量下次基于管理替代物,包括当前控件和状态变量

FIS使用模糊规则提供工具整合人际专家经验以建模并发地表水和地下水使用FIS同时获取分配的地表水需求模拟器(即LP和ANN)确定系统未来状态,如水库存储器和液压头下次使用LP模拟地表水系统运算,ANN预测时序抽取液压头变换

二叉方法论

图一号显示FIS并发使用模型过程FIS并发使用模型由控模层组成第一,FIS控制层决定地表水和次表层水分配需求确定分配需求后,底层水子模型使用ANN判定液压头19号并表水分配子模型获取水库供应和未来水库LP存储25码,26..

2.1.模糊推理系统

FIS由五个功能区块组成5: 规则基础包含数条模糊if-th规则; 关系数据库定义混淆规则中所用模糊集成员函数; 模糊化接口,将黑素输入转换为语言值匹配度; 模糊推理执行推理操作规则FIS应用中最大值和最大值产品编译运算符最常使用是因为计算简单性和效率并 解析界面将模糊规则合并输出成crisp值2,10,22号..当前研究使用环状法解构汇总模糊集,直接计算实值输出成分解成员值组合

研究沿循开发模糊系统典型过程举个例子 定义语言变量; 构造模糊规则结构 确定模糊集参数; 编码模糊集 模糊规则 程序并 评调系统2上图2)运行规则为水位指数平衡概念,水系当前达到最高水平后下次优先供应27号,28码..FIS遵循下列规则即充裕水系统提供更多水,稀有水系统提供较少水研究中模糊规则基础为表层和下层水状态,结果对每口井分配需求上头 时序中th模糊规则说明如下: 去哪儿 存储 Th水库; 输入 Th水库; 平均地下水位观察井 地表下水系统对每口井分配需求并 并 语言值 法则

馆舍和后果分配为三角成员函数3.两种输入变量为地表水状态和底层水状态,即平均液压头观察混淆成员函数输入划分为五大类,即 "低调高调高位三角函数均匀基宽最简单,常选择实用应用4..研究中地表水状态介于0至 m³平均液压头从观察井内70米到94米不等输出变量指地表水中每口井分配需求介于0至0.3厘米之间,分四类成员函数,即低、低Med.、中高.FIS计算每项触发规则的权值,积载每项规则的权值和输出值,并最后计算每项规则的加权输出值6..模糊集还提供一种方法将语言描述器转换成可用数值表26..表2一号显示模糊规则举个例子if地表水状态低级下表水位高位,并发地表水分配需求高位.FIS确定地下水需求后,表层水需求可表示为 去哪儿 全水需求t级时间步数; 表示表层水分配需求t级二次步进并 即抽水井数

2.2.面水子模型

地表水分配模型表示

主体 去哪儿 即需求短缺 高山 材度阶梯 ; 表示从节点提供 点播 时间阶梯 脱机并 需求节点集学习中 . 水库水位索引差 并 高山 th时间步 [27号,28码和 储水节点集if ,然后 或多或少 剩余体积与水库容量之比 高山 时间步数 : )/ ; , 并 权值系数分别用于缺量、地水水平指数差和剩余水库体积比 , 并 ) 表示水库释放 时间阶梯 ; 表示溢出 水库时序 脱机并 存储库 . 并 水库最小和最大容量 . 并 最小最大卸载管道节点 至 并 系统网络节点集地表水需求考虑时序套期规则 .套头规则说明如下: 去哪儿 联合存储库 最大存储量总和(上限量)库间; 即水库中目标存储量之和(下限)并 与水库中固存量之和(临界限值); 并 即配值因子研究中 并 0.85和0.75

本研究使用线性编程模拟表水系统3)~8)配方如下方程分解3)指定目标函数由三大子目标组成,包括时序总缺量、水库水位差数和剩余水量与每个水库容量之比方程(4)和(b)5列表质量平衡方程和需求约束方程分解6)具体说明每个水库在每一时间级的容量约束方程(7)和(b)8具体说明管道流受约束和时序套置规则研究中模型先用套头规则判定需求8)后LP判定系统流 并用套头规则满足需求

2.3底层水子模型

当前研究使用ANN模拟非线性定时地下水流ANN由数个神经元组成输入层、输出层和隐藏层组成输入为状态矢量,即液压头集 和泵速率向量 )输出为下步液压头向量 )底层水模型说明如下: 去哪儿 并 地表水向量时 并 水井提供向量并 水井供应 中 二次步骤方程分解九九表示地下水瞬态方程与人工神经网络方程分解10表示需求-供求约束 .假设每口井泵速率小于或等于委托研究FIS

ANN学习算法培训29水表下预测ANN参数识别的典型过程,如隐藏层数和神经元列到Negnevitsky2..ANN由三层前向网络和隐藏层组成,层内有20个神经元

2.4.模拟-优化模型

FIS模拟优化模型比较时,本项研究进一步拟制问题一号)~10进序优化问题如前所述,此项调查综合顺序优化模型和模拟模型解决定义如下的问题: 去哪儿 表示时阶表下水系WLI差 并 权值系数应用到表层和下层水系差 .模型中抽水率先通过启发式优化获取(即遗传算法(GA))。取出水库和下一分步状态4)~10LP和ANN使用

2.5案例研究

这项研究对水供应问题进行数值分析,以验证拟议方法的有效性规划地平线研究为20年,每次时间步为10天图4显示并发使用系统包括两个水库和一个含水层储量1和2包含容量 (m)³和) (m)³)储量操作规则将设计成随周期变化30码..图解5(a)并5(b)运算规则曲线1和2水库中满水假设为初始条件图6显示两个水库流出反映台湾水文动态旱季与湿季的流比为0.32(Resoria 1)和0.20(Resori2)。能力因素(即有效容量/平均年流量)为0.24,而能力因素2为0.35图7显示假设同质非封闭含水层17千米乘17千米案例包含 有限异差和五口抽水井(红块)和五口观察井(黑块)。北南边界条件为非流边界西部和东部常量边界分别为100米和80米。含水层属性和模拟参数显示于表2.

3级结果与讨论

3.1.解并并用运算

表23显示一系列模型 相同的水需求量 (m)³/十天)例1考虑分解作业即预先提供地表水和次表水案例2同时考虑地表水和地下水同时使用FIS一号)表24水供求指数31号,32码由美军工兵团提议 可代表地表水和地下水长期缺水的严重性结果显示,案例210天和年度SI比案例1低这就意味着FIS可改善案例研究中的缺水问题与案例1相比,案例2将缺量减少26.23%,FIS大幅下降逆差风险这表明FIS并用表层和下层水效率更高FIS具体说明从表层水和地下水提供多少水实现系统需求按照模糊规则,水正常时由地表水提供,在干旱期间由地下水提供。图8隐含地表水供应与分解并发使用模型缺量之间的关系(案例1和2)此外,表层下水在干旱期间比分解并用模型(例1)提供较早并发模式(例2)结果表明分配水的时机非常重要。FIS并发操作(例2)预表层水供应可减少长期操作缺水的影响Ponnambalam等[三十三比较由模糊规则与回归规则开发的一般操作规则分析结果显示FIS规则比回归规则效果更好处理不确定性流入Fuzzy集为考虑不确定性提供非递归式方法34号..FIS并发使用地表水和地下水可提供独立源提高水供应可靠性地表水系统与地表水系统有明显不同的特征地表水快速波动和地下水渐变丰水系统提供更多水的模糊规则,FIS有效适用于地表水和地下水管理

3.2FIS和模拟-优化模型比较

这项研究比较FIS模型和模拟优化模型以验证FIS拟合法对表层水和地下水使用的有效性模拟-例3使用优化法尽量减少缺水并平衡表层水和底层水的使用量(11)模拟优化模型中,表层和底层水模拟模型包括LP和ANN嵌入基因算法中,以确定抽水速率和水分配时间顺序GA细节指McKinney和Lin35码en等[36号长等[37号..

结果显示FIS和模拟优化模型(2和3类)10天和年度SI相似性(表2和3类)4)两种模型可比照例1减少20%以上的缺水量信息允许决策人FIS长期控制水供应与模拟优化模型相似,模糊操作规则具体规定整个系统如何管理水以满足系统需求干旱期间,地下水预用和地表水保存FIS供水将减少缺水的影响问题解答需要数万至千数模拟运行以搜索GA方法中的供水策略举例说,最大代数为20位数,而每代人口规模为50位染色体因此,每次步骤最多需要1000搜索可能性FIS比GA有效计算FIS方法近似最优解决办法并节省大量计算时间FIS为并发作业提供替代方式,为水供应管理提供良好机会3-5..FIS易应用并扩展至复杂水系统3并发操作的替代方法

3cm3子表水模拟ANNFIS控制

ANN输入包括五口观察井液压头和五口抽水井抽水速率,并输出为下次观察液压头数据由MODFLOW生成,数组输入输出模式由最小和最大间随机抽取率生成(0至0.3cms)。MODFLOW实战有限数字流模型和由美国地质测量开发的计算机程序38号..网络培训函数更新权值和偏差值三十九..带隐藏层和输出层转移函数双曲切换训练停止标准 )没有实现,学习算法继续

可用总数据划分为两组培训验证集:2 500样本用于培训ANN,1,000样本用于验证表25显示ANN验证结果精确性ANN模型比MODFLOW量化比较相对误差显示,在表内,Ovation1是估计中最小误差结果显示平均地下水位相对误差为1.3%或更少验证后,ANN模拟地下水位并延时FIS操作ANN获取更好的结果,ANN模型计算时间大约为MODFLOW传统的1/53结果显示ANN高效预测选定控制点液压头受可变抽取但压缩替代18号,21号..结果显示ANN方法极有可能预测地下水位,因为它允许开发复杂非线性模型

图九九显示时间轮廓液压头两个FIS案例(2和4Cases2和4)表2和4中高低使用法模糊规则表示一号并6.总体平均液压头随干湿周期变化例2和例4中,模糊规则系统确定泵速率,并隐含液压头约束FIS将决定抽大量子表层水2并抽小量子表层水44中液压头比2中高适当的地下水使用使水资源持久化地表水透支在许多地方引起土地下沉问题因此,预防含水层开发的后果至关重要[40码,41号..结果显示2中最小液压头约73米,4中约81米九九表示液压头受FIS控制结果,模糊规则考虑液压头约束环境隐含性FIS即智能控制模型,基础是模糊规则并控制水资源管理人文系统FIS方法中,规则与专家经验可自适应地满足需求并保护环境FIS提供自适应管理能力,使系统遵循模糊规则并适应基于系统状态的供水管理者可调整模糊操作策略满足水需求并保护环境

4级结论

这项研究应用模糊推理系统并发地表水和地下水使用FIS决定地表水和地下水间作业策略与模拟优化方法相比,有专家知识的方法可获取高效近最优解决办法。ANN和LP对表层和表层下水状态进行模拟

结果表明FIS提高水供应可靠性并提供一个使用两个水源的决定为了尽量减少随之短缺的影响,FIS遵循操作规则,即充裕水系统多提供,少提供稀有水系统FIS提高缺水性能,因为FIS提前提供地下水并在旱季保留地表水FIS控制地表水和地下水的供应并减少溢出地下水的影响FIS最能用于控制人文系统,而人文系统行为受水资源管理专家知识影响未来研究方向可考虑自动化技术或神经学习技术或参数优化方法进一步从专家知识获取规则42号..

感知感知

作者想感谢C.W.黄联PC.陈编辑 审核员 匿名助手为本研究做贡献此外,作者还感谢台湾内务省国土局水利局为这项研究提供财政支助。