水资源空间优化配置【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

水资源空间优化配置PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 水资源空间优化配置概述1

1.1 引言1

1.1.1 水资源供需矛盾日益严重1

1.1.2 水资源配置与空间优化3

1.1.3 水资源空间优化配置研究的意义4

1.2 本书的研究目标与意义5

1.3 本书的体系结构7

2 水资源空间优化配置的理论基础8

2.1 水资源需求预测的理论基础8

2.1.1 需水预测方法8

2.1.2 预测模型参数优化9

2.1.3 需水预测的主要问题和发展趋势10

2.2 水资源优化配置的理论基础11

2.2.1 基于水量的优化配置阶段12

2.2.2 基于水质—水量联合的优化配置阶段15

2.2.3 基于空间的水资源优化配置阶段16

2.2.4 GIS在水资源优化中的应用17

2.2.5 水资源优化配置的主要问题和发展趋势19

2.3 蚁群算法的理论基础19

2.3.1 离散域蚁群算法20

2.3.2 连续域蚁群算法20

2.3.3 蚁群聚类算法22

2.3.4 多目标蚁群算法23

2.3.5 蚁群算法的主要问题和发展趋势25

2.4 研究主要解决的问题26

3 水资源空间优化配置的方法论基础27

3.1 研究区概况27

3.1.1 基本概况27

3.1.2 水资源概况28

3.1.3 数据采集与处理31

3.2 研究总体思路32

3.3 关键技术与方法33

3.3.1 多目标水资源优化配置模型构建33

3.3.2 参数优化提取34

3.3.3 蚁群算法的改进34

3.3.4 水资源优化配置方案评价35

3.4 技术路线35

3.4.1 基础资料的收集35

3.4.2 数据管理与处理35

3.4.3 空间分析和数据建模35

3.4.4 数据显示和辅助决策37

4 水资源需求现状评估38

4.1 水资源需求量的组成、特点与评估39

4.1.1 水资源需求量的组成结构39

4.1.2 水资源需求量的特点39

4.1.3 水资源需求量的评估40

4.2 基于蚁群聚类算法的水资源需求评估42

4.3 蚁群算法在GIS中的实现46

4.4 水资源需求量求解47

4.4.1 水资源需求类型提取47

4.4.2 林地与草地的进一步分类48

4.4.3 像元上人畜数量和工业总产值的确定51

4.4.4 建筑用地中居民地的确定52

4.4.5 水体中非水体信息的处理53

4.4.6 水资源需求量的计算54

4.5 结果验证与评估55

4.5.1 蚁群聚类算法与其他方法的比较55

4.5.2 聚类结果的F-measure评价56

4.6 小结59

5 水资源需求预测分析60

5.1 PP需水预测模型61

5.1.1 投影寻踪模型构建61

5.1.2 需水预测驱动因素分析63

5.1.3 基于投影寻踪的需水预测模型63

5.2 基于ACA的模型参数优化64

5.2.1 参数优化目标函数的建立64

5.2.2 参数优化的蚁群算法设计64

5.2.3 参数优化ACA的实现步骤66

5.3 实例仿真66

5.3.1 案例区水资源现状66

5.3.2 驱动因子确定和缺失数据处理68

5.3.3 年需水量预测70

5.3.4 ACA有效性验证72

5.3.5 镇平县水资源供需平衡与缺水分析74

5.4 小结77

6 水资源优化配置模型分析78

6.1 水资源优化配置78

6.1.1 水资源优化配置原则78

6.1.2 水资源优化配置分类80

6.1.3 水资源优化配置基本模式81

6.2 多目标优化问题82

6.2.1 多目标优化问题定义82

6.2.2 多目标函数处理方法83

6.2.3 约束条件处理方法84

6.3 多目标优化问题分类85

6.3.1 依据发展历史分类86

6.3.2 依据决策方式分类86

6.3.3 依据选择机制分类87

6.4 基于多目标的水资源优化配置模型构建87

6.4.1 建模总体思路87

6.4.2 目标函数构建88

6.4.3 约束条件构建89

6.4.4 模型特点与功能90

6.5 小结91

7 水资源优化配置模型求解92

7.1 PACA相关定义和求解思路93

7.1.1 Pareto相关定义93

7.1.2 Pareto蚁群算法相关定义95

7.1.3 基于PACA的模型求解思路96

7.2 PACA策略设计97

7.2.1 禁忌表调整98

7.2.2 伪随机并行搜索98

7.2.3 信息素局部动态更新99

7.2.4 全局信息素动态更新100

7.2.5 最近邻域选择101

7.2.6 权值低通滤波器102

7.2.7 Pareto解集过滤器102

7.2.8 Pareto最优解集的分布性103

7.3 PACA的多目标寻优过程103

7.4 PACA参数对算法性能影响的实验分析104

7.4.1 初始参数的确定104

7.4.2 蚂蚁数目对算法性能的影响105

7.4.3 启发因子对算法性能的影响105

7.4.4 期望启发因子对算法性能的影响106

7.4.5 信息素挥发因子对算法性能的影响106

7.4.6 信息素强度对算法性能的影响106

7.5 水资源优化配置评估107

7.5.1 间距评估107

7.5.2 最大散布范围评估107

7.5.3 优劣度评判指数108

7.5.4 水资源优化配置系统熵108

7.6 实例仿真108

7.6.1 参数设置与模型求解108

7.6.2 重构方案分析110

7.6.3 配置结果分析121

7.6.4 PACA效能验证123

7.6.5 对策与建议126

7.7 小结128

8 水资源空间优化配置的研究展望130

8.1 水资源空间优化配置的工作流程130

8.2 水资源空间优化配置的方法论体系131

8.2.1 蚁群算法的改进131

8.2.2 模型构建132

8.2.3 水资源需求现状评估132

8.2.4 水资源需求预测132

8.2.5 水资源空间优化配置模型求解132

8.3 水资源空间优化配置是水资源配置理论的拓展和深化133

8.3.1 通过RS、GIS与ACA的耦合方法来解决水资源优化配置问题133

8.3.2 对Pareto蚁群算法的改进133

8.3.3 水资源空间优化配置模型的构建和求解134

8.4 不足与展望134

图索引136

表索引138

参考文献140

附录168

附录A 基于ArcGIS Engine的离散域蚁群算法代码168

附录B 确定水资源需求类型的蚁群聚类算法主要代码176

附录C 需水预测模型参数优化的连续域蚁群算法主要代码185

附录D 求解水资源优化配置模型的Pareto蚁群算法主要代码190

后记198