賈玉娟

(遼寧省水文局，遼寧 沈陽(yáng) 110003)

當(dāng)前，城市化發(fā)展趨勢(shì)越來(lái)越快，城市供水的可持續(xù)利用已經(jīng)成為城市發(fā)展主要問題之一。水資源綜合規(guī)劃需要對(duì)城市供水量進(jìn)行預(yù)測(cè)，從而保障城鎮(zhèn)居民的生活用水。近些年來(lái)，國(guó)內(nèi)學(xué)者對(duì)城市供水量預(yù)測(cè)方法進(jìn)行了研究[1-6]，其中大都采用靜態(tài)變量的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)，而城市供水量由于影響要素較多，供水量影響變量呈現(xiàn)動(dòng)態(tài)變化，因此需要采用動(dòng)態(tài)變量的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)。目前，混合差分人工蜂群算法在動(dòng)態(tài)變量的預(yù)測(cè)中得到一定程度的應(yīng)用[7-9]，但由于傳統(tǒng)的混合差分人工蜂群算法在目標(biāo)聚類求解時(shí)未進(jìn)行搜索優(yōu)化，存在模型目標(biāo)求解速率慢、求解精度不高的局限。為此有學(xué)者對(duì)傳統(tǒng)的混合差分人工蜂群算法進(jìn)行改進(jìn)，實(shí)現(xiàn)了目標(biāo)聚類求解的自動(dòng)優(yōu)化搜索，且收斂速率和精度都有較為明顯的改善。但是改進(jìn)算法還未在城市供水量預(yù)測(cè)中得到具體應(yīng)用。為此本文引入改進(jìn)的混合差分人工蜂群算法對(duì)遼寧東部某城市供水量進(jìn)行預(yù)測(cè)。

1 改進(jìn)的混合差分人工蜂群算法原理

改進(jìn)的混合差分人工蜂群算法將目標(biāo)解劃分成SN個(gè)目標(biāo)源，每個(gè)目標(biāo)求解源代表一個(gè)可行解，計(jì)算方程為：

(1)

在建立目標(biāo)源解后，需要對(duì)目標(biāo)方程進(jìn)行搜索求解，搜索方程為：

νi，j=xi，j+(-1+2×rand)(xi，j-xk，j)

(2)

式中，k—搜索的目標(biāo)源；rand—生成的隨機(jī)數(shù)。

在進(jìn)行目標(biāo)搜索后，對(duì)搜索方程的目標(biāo)源進(jìn)行概率選擇，概率選擇方程為：

(3)

式中，fiti—目標(biāo)求解函數(shù)值。在確定目標(biāo)求解函數(shù)基礎(chǔ)上，對(duì)方程進(jìn)行目標(biāo)聚類求解，目標(biāo)聚類方程為：

(4)

式中，y—目標(biāo)求解數(shù)據(jù)集合；C—聚類的個(gè)數(shù)；zj—目標(biāo)聚類的中心。

MSE的計(jì)算值有效，表示目標(biāo)聚類效果好。為對(duì)目標(biāo)搜索方向進(jìn)行優(yōu)化，在目標(biāo)求解搜索時(shí)，需要對(duì)目標(biāo)聚類函數(shù)進(jìn)行評(píng)級(jí)，首先對(duì)類內(nèi)方差進(jìn)行評(píng)價(jià)，評(píng)價(jià)方程為：

(5)

(6)

式中，Ci—第i類目標(biāo)聚類值。目標(biāo)聚類有效指標(biāo)評(píng)價(jià)函數(shù)方程為：

PC=1-[λ×Cvar+(1-λ)×Pr]

(7)

式中，λ—目標(biāo)聚類中心權(quán)重值。

2 遼寧東部城市供水量預(yù)測(cè)

2.1 區(qū)域概況

遼寧東部某城市主要供水方式為水庫(kù)供水。該城市的供水量影響因素較多，主要為城鎮(zhèn)人口變化、居民生活用地變化以及生活水平變化等。區(qū)域多年平均供水量為20.34億m3，多年平均降水量為600～800mm，地表水資源量占總水資源量的70%～80%，地下水資源量占20%～30%。結(jié)合社會(huì)統(tǒng)計(jì)資料，分析了研究區(qū)域從2006—2016年的生活水量以及人口變化，結(jié)果見表1。此外，對(duì)統(tǒng)計(jì)研究區(qū)域人口增長(zhǎng)率以及居住面積增長(zhǎng)率進(jìn)行分析，分析結(jié)果見表2。

表1 城市供水量、城鎮(zhèn)人口及人均面積變化

2.2 模型目標(biāo)聚類精度評(píng)價(jià)

在模型應(yīng)用前，需要對(duì)模型的精度進(jìn)行檢驗(yàn)，結(jié)合城市供水量的10個(gè)樣本系列作為模型的訓(xùn)練樣本，對(duì)模型的各個(gè)指標(biāo)進(jìn)行了精度的檢驗(yàn)，檢驗(yàn)結(jié)果見表3。

從表3中可以看出，傳統(tǒng)模型的類內(nèi)方差在0.6296～0.9872之間，而改進(jìn)模型的類內(nèi)方差在0.7963～1.3672之間，改進(jìn)模型下不同樣本系列的類內(nèi)方差均大于傳統(tǒng)模型，表明改進(jìn)的混合差分人工蜂群算法加速了目標(biāo)聚類的收斂速率。從目標(biāo)聚類評(píng)價(jià)的密集指標(biāo)Cvar可以看出，改進(jìn)算法下的密集指標(biāo)均大于傳統(tǒng)算法，兩者均值相差0.1542，表明改進(jìn)算法下的目標(biāo)聚類優(yōu)劣度要明顯高于傳統(tǒng)算法。而有效指標(biāo)Pc主要反映目標(biāo)聚類搜索的快慢，通過對(duì)比可以發(fā)現(xiàn)，改進(jìn)算法下的目標(biāo)聚類有效指標(biāo)均值相比于傳統(tǒng)算法增加0.197，傳統(tǒng)算法下目標(biāo)聚類求解的時(shí)間為7.8min，而改進(jìn)算法下目標(biāo)聚類求解的時(shí)間縮短為4.3min。

表2城市供水、城鎮(zhèn)居民及居住面積增長(zhǎng)率單位：%

2.3 不同模型在區(qū)域城市供水量預(yù)測(cè)精度對(duì)比

在模型目標(biāo)聚類評(píng)價(jià)檢驗(yàn)的基礎(chǔ)上，結(jié)合區(qū)域?qū)嶋H城市供水量，分析了改進(jìn)前后的混合差分人工蜂群算法在遼寧東部某城市供水量的預(yù)測(cè)精度，精度對(duì)比分析結(jié)果見表4。

從表4中可以看出，改進(jìn)模型下計(jì)算的城市供水量和實(shí)際供水量之間的擬合誤差均值為7.1%，而傳統(tǒng)算法下的擬合誤差為17.3%，說(shuō)明改進(jìn)的混合差分人工蜂群算法下城市供水量預(yù)測(cè)擬合誤差有較為明顯的改善。

改進(jìn)模型下計(jì)算的各年份城市供水量和實(shí)際城市供水量之間吻合度明顯高于傳統(tǒng)模型，而傳統(tǒng)模型計(jì)算的各年份城市供水量變幅較大。從不同模型的相關(guān)性分析結(jié)果可以看出，改進(jìn)模型相關(guān)系數(shù)達(dá)到0.7898，屬于高度相關(guān)，而傳統(tǒng)模型下的相關(guān)系數(shù)僅為0.2735，屬于低相關(guān)，如圖1所示。綜上，改進(jìn)的混合差分人工蜂群算法對(duì)于城市供水量的預(yù)測(cè)精度具有較為明顯的改善。

表3 不同模型的目標(biāo)聚類評(píng)價(jià)檢驗(yàn)結(jié)果

表4 不同模型在區(qū)域城市供水預(yù)測(cè)精度對(duì)比結(jié)果

圖1 不同模型城市供水量計(jì)算精度對(duì)比結(jié)果

2.4 遠(yuǎn)景年份城市供水量預(yù)測(cè)結(jié)果

基于改進(jìn)的混合差分人工蜂群算法，利用區(qū)域遠(yuǎn)景年份人口增長(zhǎng)以及人均居住面積增長(zhǎng)率變化結(jié)果見表5，對(duì)區(qū)域遠(yuǎn)景年份2020—2030年的城市供水量進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果見表6。

從表5中可以看出，城鎮(zhèn)居民人口增長(zhǎng)率變幅要高于人均居住面積的增長(zhǎng)率，這主要是受到城鎮(zhèn)化外延的影響，城鎮(zhèn)化外延勢(shì)必造成城鎮(zhèn)居民增長(zhǎng)率的大幅提高。而遠(yuǎn)景年份受到城鎮(zhèn)居民增長(zhǎng)率的增加，使得城鎮(zhèn)供水量呈現(xiàn)逐年遞增的變化趨勢(shì)。在遠(yuǎn)景年份其城市供水量從2020年的35.15億m3增加到45.18億m3。

2.5 遠(yuǎn)景年份城市供水量可持續(xù)保障措施研究

考慮到遠(yuǎn)景年份城市的供水量逐年遞增變化，需要采取以下幾項(xiàng)措施來(lái)保障城市供水的可持續(xù)利用。

(1)加強(qiáng)節(jié)水措施，制定合理的節(jié)水規(guī)劃。應(yīng)逐步加大城市生活、工業(yè)、農(nóng)業(yè)節(jié)水措施的制定，提高工業(yè)、農(nóng)業(yè)水資源利用效率，大力提倡工業(yè)、農(nóng)業(yè)節(jié)水設(shè)施的研發(fā)和應(yīng)用，制定合理的節(jié)水規(guī)劃，提高城市供水的保障力度。

表5 區(qū)域遠(yuǎn)景年份人口及人均居住面積增長(zhǎng)率變化結(jié)果

表6 遠(yuǎn)景年份城市供水量預(yù)測(cè)結(jié)果

(2)加大城市雨水收集循環(huán)利用工程建設(shè)力度。開展城市雨水收集循環(huán)利用工程建設(shè)，通過對(duì)城市雨水的收集，使雨水資源化，雨水收集循環(huán)后可以用于城市供水。

(3)加強(qiáng)再生水的循環(huán)利用。通過污水處理技術(shù)，把再生水進(jìn)行循環(huán)利用，將循環(huán)處理后的再生水統(tǒng)一納入到城市供水規(guī)劃體系中，增加城市可供水量。

3 結(jié)論

本文利用改進(jìn)的混合差分人工蜂群算法，對(duì)遼寧東部某城市供水量進(jìn)行預(yù)測(cè)，預(yù)測(cè)分析取得以下結(jié)論：

(1)相比于傳統(tǒng)算法，改進(jìn)算法在目標(biāo)聚類求解的有效性和收斂精度上都有較為明顯的改善，在城市供水量預(yù)測(cè)精度上好于傳統(tǒng)算法，也可拓展用于其他水資源量預(yù)測(cè)。

(2)隨著城鎮(zhèn)化外延發(fā)展，遠(yuǎn)景年份城市供水增長(zhǎng)趨勢(shì)明顯，為保障城鎮(zhèn)供水可持續(xù)發(fā)展，需要加強(qiáng)城市節(jié)水規(guī)劃，加大城市雨水收集循環(huán)利用工程的建設(shè)力度，以及加強(qiáng)再生水循環(huán)利用的多種并行措施。