何國華，解建倉，汪　妮，朱記偉，楊　柳，王德陽

(1 西安理工大學(xué) 水利水電學(xué)院，陜西 西安 710048；2 黃河水利委員會(huì) 西峰水文水資源勘測局，甘肅 慶陽 745000)

基于模擬退火遺傳算法的水資源優(yōu)化配置研究

何國華1，解建倉1，汪妮1，朱記偉1，楊柳1，王德陽2

(1 西安理工大學(xué) 水利水電學(xué)院，陜西 西安 710048；2 黃河水利委員會(huì) 西峰水文水資源勘測局，甘肅 慶陽 745000)

[摘要]【目的】 通過模擬模型描述水資源系統(tǒng)的復(fù)雜關(guān)系，解決水資源配置難題，為區(qū)域水資源合理開發(fā)利用提供決策依據(jù)?！痉椒ā?建立以經(jīng)濟(jì)、社會(huì)、生態(tài)環(huán)境綜合效益為最優(yōu)的水資源優(yōu)化配置模型，并采用模擬退火遺傳算法對模型進(jìn)行求解，最后以咸陽市為例進(jìn)行水資源優(yōu)化配置?！窘Y(jié)果】 基于所建立的水資源優(yōu)化配置模型對咸陽市的水資源進(jìn)行優(yōu)化配置，在50%保證率情況下，咸陽市2020年地表水、地下水、外調(diào)水、中水的供水量分別為69 020萬、53 433萬、23 435萬和7 900萬m3，2030年供水量分別為88 825萬、46 533萬、46 310萬和12 100萬m3，分別較原始供水量節(jié)水322.09萬和432.46萬m3，除農(nóng)業(yè)用水稍有欠缺外，其他用水戶的用水要求均可以得到滿足?！窘Y(jié)論】 基于模擬退火遺傳算法的水資源優(yōu)化配置模型配水結(jié)果合理可行，可以作為研究區(qū)水資源配置的決策依據(jù)。模擬退火遺傳算法收斂速度快，尋優(yōu)能力強(qiáng)，可以應(yīng)用于水資源優(yōu)化配置領(lǐng)域。

[關(guān)鍵詞]水資源；優(yōu)化配置；模擬退火遺傳算法；咸陽市

近年來，隨著經(jīng)濟(jì)發(fā)展和人民生活水平的提高，我國用水總量不斷增加，水資源供需矛盾進(jìn)一步加劇，水資源狀況整體向不利的方向演變。水資源與能源、環(huán)境并列成為影響我國經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的三大制約因素[1]。為了緩解用水短缺給我國帶來的發(fā)展壓力，越來越多的專家學(xué)者開始致力于水資源優(yōu)化配置和水資源可持續(xù)發(fā)展的研究。由于水資源系統(tǒng)的復(fù)雜性以及政治、社會(huì)、環(huán)境和決策者偏好等多種非技術(shù)因素的影響，采取簡單的優(yōu)化方法并不能取得令人滿意的結(jié)果，而模擬模型技術(shù)卻可以更加清晰地描述水資源系統(tǒng)中的復(fù)雜關(guān)系，并通過分析計(jì)算得到相對合理的結(jié)果，從而為水資源規(guī)劃問題提供決策支持[2]。最早的水資源合理配置研究始于20世紀(jì)40年代Masse提出的水庫優(yōu)化調(diào)度問題[3]，1953年美國陸軍工程師兵團(tuán)設(shè)計(jì)出了最早的水資源模擬模型[4]，1962年，Masse等提出了單目標(biāo)非線性靜態(tài)規(guī)劃模型的應(yīng)用實(shí)例[5]，20世紀(jì)80年代 N.伯拉斯所著的《水資源科學(xué)分配》和90年代聯(lián)合國出版的《亞太水資源利用與管理手冊》均系統(tǒng)研究并總結(jié)了水資源配置的理論和方法，標(biāo)志著水資源優(yōu)化配置開始進(jìn)入到一個(gè)比較成熟的階段[6]。20世紀(jì)70年代后，計(jì)算機(jī)技術(shù)、數(shù)學(xué)規(guī)劃理論、系統(tǒng)工程理論迅速發(fā)展并在水資源優(yōu)化配置領(lǐng)域得到廣泛應(yīng)用[4]，水資源的優(yōu)化配置手段開始不斷豐富，配置水平也不斷提高，相繼提出了遺傳算法[7-8]、粒子群算法[9-12]、蟻群算法[13]、BP神經(jīng)網(wǎng)絡(luò)算法[14-16]等新的水資源配置的智能優(yōu)化算法。但是由于水資源系統(tǒng)存在多目標(biāo)性、層次性、不確定性、非線性等特點(diǎn)，目前對水資源系統(tǒng)的研究尚存在一些問題，如人工河道、渠系對自然水循環(huán)的影響以及由此帶來的對傳統(tǒng)計(jì)算方式的改變，降水、徑流、蒸發(fā)等對氣候劇烈變化的響應(yīng)過程，大范圍調(diào)水對供水、受水流域的生態(tài)影響等。因此采用何種模型才能更加合理地模擬復(fù)雜水資源系統(tǒng)，如何解決算法中要求的連續(xù)、可微，如何提高運(yùn)算速度，如何得到全局最優(yōu)解等問題依然有待深入研究[17]。基于上述研究成果及問題，本研究建立了經(jīng)濟(jì)、社會(huì)、生態(tài)綜合效益最優(yōu)的水資源優(yōu)化配置模型，通過對模擬退火算法和遺傳算法的深入研究，將模擬退火算法良好的局部搜索能力和遺傳算法良好的全局搜索能力相結(jié)合，建立了模擬退火遺傳算法模型，以期豐富智能優(yōu)化算法在水資源優(yōu)化配置領(lǐng)域的應(yīng)用。

1水資源優(yōu)化配置模型及求解算法

1.1目標(biāo)函數(shù)

(1)經(jīng)濟(jì)效益目標(biāo)。以各水平年各子區(qū)各行業(yè)供水凈效益最大作為經(jīng)濟(jì)效益目標(biāo)。計(jì)算公式為：

(1)

(2)社會(huì)效益目標(biāo)。由于社會(huì)效益難以衡量，不易集成，尚無成熟的方法可供參考，因此在實(shí)際問題中通常選用代表性指標(biāo)反映社會(huì)效益目標(biāo)。由于糧食產(chǎn)量直接影響人民生活和社會(huì)穩(wěn)定，因此選用各水平年各子區(qū)糧食產(chǎn)量與其期望產(chǎn)量之差最小作為代表性指標(biāo)計(jì)算社會(huì)效益。計(jì)算公式為：

(2)

式中：F(k)表示k子區(qū)實(shí)際糧食產(chǎn)量；TF(k)表示k子區(qū)期望糧食產(chǎn)量。

(3)生態(tài)環(huán)境效益目標(biāo)。以各水平年各子區(qū)重要污染物COD排放量之和最小作為生態(tài)環(huán)境效益目標(biāo)。計(jì)算公式為：

(3)

式中：dj為用水戶j排放廢水中重要污染物(COD)的質(zhì)量濃度，mg/L；pj為用水戶j的污水排放系數(shù)。

1.2約束條件

約束條件包括供水能力約束、需水量約束、污染物排放的質(zhì)量濃度及排放總量約束、非負(fù)約束等，具體表示為：

(1)供水能力約束。研究區(qū)的供水總量應(yīng)小于最大可供水量，即：

(4)

式中：Smax表示研究區(qū)最大可供水量。

(2)需水量約束。i水源向k子區(qū)j用水戶的供水量應(yīng)大于j用水戶的最小需水量，即：

(5)

式中：Njmin表示j用水戶的最小需水量。

(3)污染物排放的質(zhì)量濃度及排放總量約束。用水戶j排放廢水中重要污染物(COD)的質(zhì)量濃度應(yīng)小于標(biāo)準(zhǔn)規(guī)定的質(zhì)量濃度，且研究區(qū)的污水排放總量應(yīng)小于最大允許排污量。即：

(6)

(7)

式中：Zmax表示最大允許排污量。

(4)非負(fù)約束。水源向用戶的供水量應(yīng)該是非負(fù)的，即：

(8)

1.3模擬退火遺傳算法

1.3.1模擬退火算法模擬退火算法是由Metropolis等于1953年模擬固體退火原理提出的一種智能優(yōu)化算法[18]，其求解過程如下：

Step1：初始化退火溫度T0，隨機(jī)產(chǎn)生初始解X0；

Step2：在某溫度Tz時(shí)，執(zhí)行以下操作：①在解X的某鄰域中產(chǎn)生新解X′；②計(jì)算解X的評價(jià)函數(shù)f(X)和新解X′的評價(jià)函數(shù)f(X′)的差，即Δf=f(X)=f(X′)；③按照概率min(1,exp(-Δf/Tz))>random[0,1]接受新解，否則重新執(zhí)行Step1～Step2。其中random[0,1]表示[0,1]之間的隨機(jī)數(shù)。若溫度Tz達(dá)到平衡態(tài)，則執(zhí)行Step3，反之重新執(zhí)行Step2；

Step3：選擇一定方式降溫。如Tz+1=LTz，其中L∈[0,1]；

Step4：若滿足收斂條件，退火過程結(jié)束，反之，重新進(jìn)行Step2。

由以上求解過程分析可知，模擬退火算法是一種雙向隨機(jī)搜索方法，允許以一定的概率exp(-Δf/Tz)接受劣質(zhì)解，從而跳出局部最優(yōu)解，因此具有良好的局部搜索能力。

1.3.2遺傳算法遺傳算法是由Holland等于1975年模擬生物進(jìn)化規(guī)律提出的一種高度并行、隨機(jī)、自適應(yīng)的搜索方法。與傳統(tǒng)優(yōu)化算法不同，遺傳算法直接對結(jié)構(gòu)對象進(jìn)行操作并自適應(yīng)地調(diào)整搜索方向，不需要明確的規(guī)則。遺傳算法的算法流程如圖1所示。

1.3.3模擬退火遺傳算法遺傳算法雖然運(yùn)算簡單，但運(yùn)行效率較低，在微小空間內(nèi)的搜索不具備精確定位和微調(diào)能力，且在計(jì)算過程中由于優(yōu)良個(gè)體急劇增加，容易出現(xiàn)尚未成熟就提前收斂的早熟現(xiàn)象。根據(jù)以上分析，將模擬退火算法局部搜索能力強(qiáng)的優(yōu)點(diǎn)和遺傳算法全局搜索能力強(qiáng)的優(yōu)點(diǎn)相結(jié)合，可以相互取長補(bǔ)短，開發(fā)出性能良好的新的模擬退火遺傳算法，以提高算法的精度和尋優(yōu)速度。模擬退火遺傳算法的求解過程如下：

Step1：初始化退火溫度T0，將編碼的染色體記為xi(i=1，2，…，n)，n為編碼串長度即決策變量個(gè)數(shù)。進(jìn)化代數(shù)m對應(yīng)的溫度更新函數(shù)記為Tm，有：

Tm=T0/mθ。

(9)

式中：θ為退火參數(shù)，且θ≥1。

Step2：將生成的隨機(jī)變量記為zi(i=1，2，…，n)，有：

(10)

式中：r1為(0,1]上均勻分布的隨機(jī)數(shù)。

Step3：① 將新的生成解記為yi，有

yi=xi+zi。

(11)

式中：xi為編碼的染色體，zi為生成的隨機(jī)變量。

② 將新生成解yi的標(biāo)準(zhǔn)適應(yīng)函數(shù)記為fn(yi)，對于最大化問題，有：

fn(yi)=fmax-f(yi);

(12)

對于最小化問題，有

fn(yi)=f(yi)-fmin。

(13)

式中：f(yi)表示新生成解記為yi的原始適應(yīng)函數(shù)，一般用目標(biāo)函數(shù)表示；fmax、fmin分別表示f(yi)的上界和下界。

③ 將新的生成解yi被接受的概率記為pa，則有：

(14)

式中：f(xi)為編碼染色體xi的原始適應(yīng)函數(shù)，一般用目標(biāo)函數(shù)表示；μ為對目標(biāo)函數(shù)進(jìn)行適當(dāng)比例變換的常數(shù)。

Step4：記r2為(0,1]上均勻分布的隨機(jī)數(shù)，若r2≤pa，則表示新生成解yi符合要求，將yi作為新的編碼染色體，重新進(jìn)行Step2～Step3，直至新生成解滿足收斂條件。

圖 1　遺傳算法的計(jì)算流程

2實(shí)例分析

2.1研究區(qū)概況

以咸陽市為例進(jìn)行水資源優(yōu)化配置。咸陽市位于關(guān)中平原腹地，全市總面積10 119 km2，總?cè)丝?38萬人(2012年)。咸陽屬黃河流域渭河水系，區(qū)內(nèi)有渭河及其一級支流涇河兩大水系。咸陽市屬暖溫帶大陸性季風(fēng)氣候，全市年均降水量500～600 mm，但年內(nèi)分配不均，且多集中在夏季。咸陽市屬于嚴(yán)重缺水城市，人均水資源占有量僅為264.6 m3，相當(dāng)于全國平均水平的12.6%，世界平均水平的3%。

咸陽市多年平均水資源總量7.43億m3，其中地表水資源量4.29億m3，地下水資源量6.46億m3，重復(fù)計(jì)算量3.32億m3。按照行政區(qū)劃，將咸陽市分為咸陽市區(qū)、興平市、武功縣、乾縣、禮泉縣、涇陽縣、三原縣、永壽縣、彬縣、長武縣、旬邑縣、淳化縣12個(gè)子區(qū)，即k=1,2,3，…，12；供水水源主要有地表水、地下水、外調(diào)水、中水，即i=1,2,3,4；用水戶主要有工業(yè)用水、農(nóng)業(yè)用水、生態(tài)用水、居民生活用水，即j=1,2,3,4。咸陽市2020和2030年在50%，75%，95%保證率下的需水量預(yù)測結(jié)果(引自《咸陽市十一五水資源綜合規(guī)劃》)見表1。

2.2參數(shù)設(shè)置

表 1　咸陽市不同規(guī)劃水平年需水量預(yù)測

2.2.2算法參數(shù)設(shè)置在MATLAB算法工具箱中經(jīng)過多次試算求解，最終設(shè)定種群規(guī)模N=100，染色體編碼長度n=30，交叉概率Pc=0.75，變異概率Pm=0.05，模擬退火初始溫度T0=10 000，終止溫度T=1，退火參數(shù)θ=1.2，最大進(jìn)化代數(shù)為150。

2.3配置結(jié)果及分析

通過所建立的水資源優(yōu)化配置模型和模擬退火遺傳算法對咸陽市水資源進(jìn)行優(yōu)化配置，配置結(jié)果見表2。

表 2　咸陽市不同水平年及不同保證率下水資源優(yōu)化配置結(jié)果

表2結(jié)果表明，到2020年和2030年，除了農(nóng)業(yè)用水稍有缺額外，其他用水戶的用水要求均可以得到滿足，且在不同保證率情況下，農(nóng)業(yè)缺水率均未超過5%，可通過使用高效節(jié)水措施、調(diào)整種植結(jié)構(gòu)等方法，促使農(nóng)業(yè)用水達(dá)到供需平衡。通過表3可以看出，在優(yōu)化配置情況下，2020和2030年的供水量均有所下降；其中2020年在50%保證率情況下共節(jié)水322.09萬m3，2030年在50%保證率情況下共節(jié)水432.46萬m3，節(jié)水效果良好，滿足了西北干旱地區(qū)保護(hù)水資源的要求。通過表4可以看出，咸陽市2020和2030年的水資源經(jīng)濟(jì)效益、社會(huì)效益、生態(tài)環(huán)境效益均比較突出。通過以上分析可以看出，模擬退火遺傳算法具有較好的尋優(yōu)結(jié)果，豐富了智能優(yōu)化算法在水資源優(yōu)化配置領(lǐng)域的應(yīng)用。

表 3　咸陽市不同水平年及不同保證率下供水量對比結(jié)果

表 4　咸陽市水資源優(yōu)化配置的效益值

3結(jié)論

水資源優(yōu)化配置是人類社會(huì)生存和發(fā)展的需要。隨著水資源配置從單一目標(biāo)向多目標(biāo)發(fā)展，水資源配置問題越來越受到其他非技術(shù)性因素的影響，成為一個(gè)多目標(biāo)、非線性的復(fù)雜巨系統(tǒng)。本研究建立了以經(jīng)濟(jì)、社會(huì)、生態(tài)環(huán)境綜合效益為最優(yōu)的水資源優(yōu)化配置模型，運(yùn)用模擬退火遺傳算法對模型進(jìn)行求解，并充分考慮了水源的供水次序和用水戶的用水公平，對解決水資源優(yōu)化配置問題提供了新的思路。通過實(shí)例分析可知，本研究提出的模擬退火遺傳算法具有良好的收斂、尋優(yōu)能力，完全克服了模擬退火算法和遺傳算法相應(yīng)的缺點(diǎn)，而且計(jì)算過程比較簡單，結(jié)果合理。但是模擬退火遺傳算法本身仍有缺點(diǎn)，比如各目標(biāo)在適應(yīng)函數(shù)中的不同影響程度如何體現(xiàn)，如何得出更加合理的搜索步長等，這些問題還需要進(jìn)一步研究。

[參考文獻(xiàn)]

[1]王浩，王建華.中國水資源與可持續(xù)發(fā)展 [J].中國科學(xué)院院刊，2012,27(3)：352-331.

Wang H,Wang J H.Sustainable utilization of China’s water resources [J].China Institute of Water Resources and Hydropower Research,2012,27(3):352-331.(in Chinese)

[2]李雪萍.國內(nèi)外水資源配置研究概述 [J].海河水利，2002 (5)：13-15.

Li X P.Summary of water resources allocation research at home and abroad [J].Haihe Water Resources,2002(5):13-15.(in Chinese)

[3]王浩，王建華，秦大庸.流域水資源合理配置研究歷程與發(fā)展方向 [J].水科學(xué)進(jìn)展，2004,15(1):123-128.

Wang H,Wang J H,Qin D Y.Research advances and direction on the theory and practice of reasonable water resources allocation [J].Advances in Water Science,2004,15(1):123-128.(in Chinese)

[4]趙勇，裴源生，王建華.水資源合理配置研究進(jìn)展 [J].水利水電科技進(jìn)展，2009,29(3):78-84.

Zhao Y,Pei Y S,Wang J H.The progress of water resources rational allocation [J].China Institute of Water Resources and Hydropower Research,2009,29(3):78-84.(in Chinese)

[5]解建倉，廖文華，荊小龍，等.基于人工魚群算法的浐灞河流域水資源優(yōu)化配置研究 [J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013,41(6):221-226.

Xie J C,Liao W H,Jing X L,et al.Artificial fish swarm algorithm based water resources optimal allocation in China river basin [J].Journal of Northwest A&F University(Natural Science Edition),2013,41(6):221-226.(in Chinese)

[6]甘泓，水資源合理配置理論與實(shí)踐研究 [D].北京：水利水電科學(xué)研究院，2000.

Gan H.The theory and practice research of water resources reasonable allocation [D].Beijing:China Institute of Water resources and Hydropower Research,2000.(in Chinese)

[7]黃曼麗，張健，丁大發(fā)，等.基于遺傳算法的區(qū)域水資源優(yōu)化配置研究 [J].人民長江，2008,39(6)：29-32.

Huang M L,Zhang J,Ding D F，et al.Regional water resources optimal allocation based on Genetic Algorithm [J].Yangtze River,2008,39(6):29-32.(in Chinese)

[8]陳南祥，李躍鵬，徐晨光.基于多目標(biāo)遺傳算法的水資源優(yōu)化配置 [J].水利學(xué)報(bào)，2006,37(3):308-313.

Chen N X,Li Y P,Xu C G.Optimal deployment of water resources based on Multi Objective Genetic Algorithm [J].Journal of Hydraulic Engineering,2006,37(3):308-313.(in Chinese)

[9]張玲，徐宗學(xué)，張志果.基于粒子群算法的水資源優(yōu)化配置 [J].水文，2009,29(3):41-45.

Zhang L,Xu Z X,Zhang Z G.Rational allocation of water resources based on Particle Swarm Optimization [J].Journal of China Hydrology,2009,29(3):41-45.(in Chinese)

[10]沙金霞，劉彬，謝新民，等.基于粒子群算法的水資源優(yōu)化配置研究 [J].水電能源科學(xué)，2012,30(9):33-35.

Sha J X,Liu B,Xie X M,et al.Study of water resource optimal allocation based on Particle Swarm Optimization [J].Water Resource and Power,2012, 30(9):33-35.(in Chinese)

[11]裴浩，袁剛，唐勇，等.基于粒子群算法的邯鄲市水資源優(yōu)化配置系統(tǒng)研究 [J].水科學(xué)與工程技術(shù)，2011(3):8-10.

Pei H,Yuan G,Tang Y,et al.Rational allocation of water re-sources system researching based on Particle Swarm Optimiz-ation in Handan city [J].Water Science and Engineering Tec-hnology,2011(3):8-10.(in Chinese)

[12]王戰(zhàn)平，田軍倉.基于粒子群算法的區(qū)域水資源優(yōu)化配置研究 [J].中國農(nóng)村水利水電，2013(1):7-10.

Wang Z P,Tian J C.Research on rational allocation of water resources based on Particle Swarm Optimization [J].China Rural Water and Hydropower,2013(1):7-10.(in Chinese)

[13]侯景偉，孔云峰，孫九林.基于多目標(biāo)魚群-蟻群算法的水資源優(yōu)化配置 [J].資源科學(xué)，2011,33(12):2255-2261.

Hou J W,Kong Y F,Sun J L.Optimal allocation of water resources based on the Multi-Objective Fish-Ant Colony Algorithm [J].Resources Science,2011，33(12)：2255-2261.(in Chinese)

[14]凌和良，桂發(fā)亮，樓明珠.BP神經(jīng)網(wǎng)絡(luò)算法在需水預(yù)測與評價(jià)中的應(yīng)用 [J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2007,37(22):42-47.

Ling H L,Gui F L,Lou M Z.Forecasting and analysis of water demand in Jiangxi province in the near future [J].Mathematics in Practice and Theory,2007,37(22):42-47.(in Chinese)

[15]蘇偉，劉景雙，李方.BP神經(jīng)網(wǎng)絡(luò)在水資源承載能力預(yù)測中的應(yīng)用 [J].水利水電技術(shù)，2007,38(11):1-4.

Sui W,Liu J S,Li F.Application of BP neural network to prediction of carrying capacity of water resources [J].Water Resources and Hydropower Engineering,2007,38(11):1-4.(in Chinese)

[16]李寧.BP神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)中的應(yīng)用研究 [D].太原：山西財(cái)經(jīng)大學(xué)，2011.

Li N.Research on the application of BP-Neural Network in the hydrologic data [D].Taiyuan:Shanxi University of Finance and Economics,2011.(in Chinese)

[17]黃顯峰，邵東國，顧文權(quán).基于多目標(biāo)混沌優(yōu)化算法的水資源配置研究 [J].水利學(xué)報(bào)，2008，39(2):183-188.

Huang X F,Shao D G,Gu W Q.Optimal water resources deployment based on multi-objective chaotic optimization algorithm [J].Journal of Hydraulic Engineering,2008,39(2):183-188.(in Chinese)

[18]周麗.基于遺傳算法的區(qū)域水資源優(yōu)化配置研究 [D].鄭州：鄭州大學(xué)，2002.

Zhou L.Study on the optimal application of regional water resources based on genetic algorithm [D].Zhengzhou：Zhengzhou University，2002.(in Chinese)

[19]菀華.管理決策與應(yīng)用熵學(xué) [M].北京：機(jī)械工業(yè)出版社，2002.

Wan H.Management decision and the application of entropy [M].Beijing:Machinery Industry Press，2002.(in Chinese)

Optimal allocation of water resources based on simulated annealing-genetic algorithm

HE Guo-hua1,XIE Jian-cang1,WANG Ni1,ZHU Ji-wei1,

YANG Liu1,WANG De-yang2

(1CollegeofWaerResourcesandHydroelectricEngineering,Xi’anUniversityofTechnology,Xi’an,Shaanxi710048,China；2HuangheRiverCommission,XifengHydrologyandWaterResourcesReconnaissanceBureau,Qingyang,Gansu745000,China)

Abstract:【Objective】 This study described the complex relationship of water resources system and solve the difficult allocation problem using simulation method to provide basis for reasonable development and utilization of regional water resources.【Method】 The optimal allocation model for water resources was established with the consideration of economic,social,ecological and environmental benefits and it was solved by adopting the simulated annealing-genetic algorithm.Then,the model was used to obtain the optimal configuration of water resources in Xianyang.【Result】 Based on the established model and under the condition of 50% guaranteed rate,the estimated surface water,ground water,water transfer and wastewater reuse in 2020 for Xianyang were 69 020×104 m3,53 433×104 m3,23 435×104 m3,and 7 900×104 m3 and 88 825×104 m3,46 533×104 m3,46 310×104 m3, and 12 100×104 m3 in 2030,respectively.Compared with the original water supply,the total water supply was reduced by 322.09×104 m3 and 432.46×104 m3 in 2020 and 2030.Except for agricultural water,requirements of other water users could be met.【Conclusion】 The optimal allocation results of water resources by established model using simulated annealing-genetic algorithm were reasonable and feasible,and they can be regarded as decision making basis.The simulated annealing-genetic algorithm has the advantage of fast convergence and optimization,and can be used in water resources allocation.

Key words:water resources;optimal allocation;simulated annealing-genetic algorithm;Xianyang

DOI：網(wǎng)絡(luò)出版時(shí)間:2016-05-0314:0510.13207/j.cnki.jnwafu.2016.06.027

[收稿日期]2014-11-05

[基金項(xiàng)目]國家自然科學(xué)基金項(xiàng)目(51479160，51209170)；陜西省水利科技計(jì)劃項(xiàng)目(2013SLKJ-05)

[作者簡介]何國華(1990-)，男，甘肅慶陽人，在讀碩士，主要從事水文水資源研究。E-mail:heguohua010@163.com [通信作者]解建倉(1963-)，男，陜西眉縣人，教授，博士生導(dǎo)師，主要從事水資源及水利信息化研究。 E-mail：jcxie@mail.xaut.edu

[中圖分類號]TV213.9

[文獻(xiàn)標(biāo)志碼]A

[文章編號]1671-9387(2016)06-0196-07

網(wǎng)絡(luò)出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20160503.1405.054.html