韓宇， 邵夢(mèng)璇，李彤姝，郭珊珊，孫志鵬，張明武

（1. 中國(guó)農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，北京 100083；2. 北京師范大學(xué)水科學(xué)研究院，北京 100875；3. 清華大學(xué)土木水利學(xué)院，北京 100084；4. 黃河水利科學(xué)研究院，河南 鄭州 450003）

中國(guó)現(xiàn)有灌溉面積達(dá)到了7 500.00萬(wàn)hm2，耕地灌溉面積達(dá)6 866.67萬(wàn)hm2[1]，農(nóng)業(yè)作為中國(guó)的用水大戶，其用水量達(dá)到了全國(guó)用水總量的62.1%[2]，其中，灌區(qū)農(nóng)業(yè)用水主要來(lái)自渠系供水，但是由于存在灌排設(shè)施老化、灌溉水平落后等問(wèn)題使得農(nóng)業(yè)節(jié)水勢(shì)在必行[3].當(dāng)前許多灌區(qū)管理部門(mén)仍依據(jù)經(jīng)驗(yàn)編制用水計(jì)劃，往往造成渠系輸水時(shí)間較長(zhǎng)、滲漏量較大以及輸水量較小等問(wèn)題，灌溉用水效率因此無(wú)法得到提高[4].

當(dāng)前，對(duì)于灌區(qū)管理水平的提高，尤其是調(diào)度管理水平的提升可大大激發(fā)節(jié)水灌溉潛力[5-6]的觀點(diǎn)已達(dá)成共識(shí).渠系配水是灌區(qū)調(diào)度管理的重要組成部分，通過(guò)模型優(yōu)化等手段可以實(shí)現(xiàn)科學(xué)有效地輸配灌溉用水，對(duì)灌區(qū)管理部門(mén)編制配水方案具有借鑒意義.

實(shí)現(xiàn)科學(xué)合理的配水過(guò)程可以減少渠道滲漏損失、提高灌區(qū)調(diào)度管理效率，對(duì)于緩解水資源短缺的壓力、提高灌區(qū)水資源利用效率、改善灌區(qū)配水管理能力和實(shí)現(xiàn)農(nóng)業(yè)的高效節(jié)水有著重要的意義[7-8].

各國(guó)研究人員針對(duì)渠系配水展開(kāi)了大量研究，研究初期以人工規(guī)劃方法為主：HALL等[9]以經(jīng)濟(jì)效益最大化為優(yōu)化目標(biāo)，提出動(dòng)態(tài)規(guī)劃模型為各用水部門(mén)提供水量配置決策方案.RECA等[10]建立了非充分灌溉下的水資源優(yōu)化配置模型，但主觀的相關(guān)規(guī)劃沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，并因摻雜了規(guī)劃者主觀因素，導(dǎo)致求解效率不高.人工智能的快速發(fā)展為求解復(fù)雜的水資源優(yōu)化配置模型指明了新的方向.現(xiàn)如今，智能算法相較于傳統(tǒng)的線性規(guī)劃法、動(dòng)態(tài)規(guī)劃法等在計(jì)算精度與計(jì)算效率方面更加具有優(yōu)勢(shì)，成為一種新趨勢(shì).WARDLAW等[11]描述了一種基于遺傳算法的優(yōu)化方法用于灌溉水的實(shí)時(shí)分配，可以利用二次規(guī)劃方法對(duì)目標(biāo)函數(shù)進(jìn)行求解.LIU等[12]為了優(yōu)化渠道配水模型，建立了一種基于粒子群優(yōu)化的自定義算法，可以克服典型啟發(fā)式算法常陷入局部最優(yōu)的問(wèn)題.YAO等[13]基于遺傳算法的優(yōu)化模型提供了合理的渠道配水時(shí)間和流量安排，減少了水運(yùn)損失.

之前的研究往往以配水時(shí)間或者配水過(guò)程中水量損失作為優(yōu)化目標(biāo)來(lái)建構(gòu)渠系優(yōu)化配水模型,并通過(guò)不同的智能算法求解，即單目標(biāo)優(yōu)化.隨著算法的不斷改進(jìn)，優(yōu)化配水模型逐漸向多目標(biāo)優(yōu)化發(fā)展：NIXON等[14]同時(shí)以閘門(mén)調(diào)節(jié)次數(shù)最少和上級(jí)配水渠道流量波動(dòng)最小為目標(biāo)建立優(yōu)化模型,利用遺傳算法求解.PENG等[15]將上級(jí)渠道流速波動(dòng)變化最小以及上級(jí)渠道和分水渠滲漏損失最小作為優(yōu)化目標(biāo)，提出了一種在分水渠流量不相等的情況下簡(jiǎn)化渠系調(diào)度的多目標(biāo)遺傳算法優(yōu)化模型.JIANG等[16]建立了基于過(guò)程的區(qū)域經(jīng)濟(jì)優(yōu)化兩級(jí)模型，將灌溉水利用效率最大和灌區(qū)經(jīng)濟(jì)效益最大作為優(yōu)化目標(biāo).

回溯搜索算法、多目標(biāo)粒子群算法以及向量評(píng)估遺傳算法等算法在優(yōu)化渠系配水過(guò)程方面得到了廣泛的應(yīng)用.目前灌區(qū)優(yōu)化配水目標(biāo)主要有兩大類，一是以效益為主體，包括實(shí)現(xiàn)作物增產(chǎn)增收、增加農(nóng)民經(jīng)濟(jì)收益[17]，或者是使管理部門(mén)供水成本最少、收取水費(fèi)最多[18]；二是以渠系本身運(yùn)行情況為主體，包括配水時(shí)間最短[19]、輸水量最少[20]、輸水損耗最低[21]、閘門(mén)開(kāi)度適宜[22]等方面.為了提高河套灌區(qū)灌溉水利用效率、提升灌區(qū)相關(guān)部門(mén)調(diào)度管理水平，同時(shí)更加貼合灌區(qū)渠系配水實(shí)際情況，文中以河套灌區(qū)總干渠及其干渠為研究對(duì)象，以水流過(guò)渡平穩(wěn)、渠系水滲漏量最小作為雙優(yōu)化目標(biāo)，利用回溯搜索算法、多目標(biāo)粒子群算法以及向量評(píng)估遺傳算法優(yōu)化渠系配水過(guò)程，最終得到各條干渠的配水時(shí)間分布，將3種算法的求解結(jié)果進(jìn)行對(duì)比分析，選擇較優(yōu)的配水模型.

1 研究區(qū)域概況

河套灌區(qū)位于黃河中上游的沖積平原，是中國(guó)3個(gè)特大型灌區(qū)之一[23].灌區(qū)總面積為111.95萬(wàn)hm2，其中有效灌溉面積57.44萬(wàn)hm2，約占灌區(qū)總土地面積的51.2%[24].灌區(qū)年平均降雨量140 mm，年平均蒸發(fā)量2 000～2 500 mm，年平均溫度為6～8 ℃，年平均日照時(shí)數(shù)為3 200 h.河套灌區(qū)總干渠下包括一干渠、烏拉河干渠等13條干渠, 現(xiàn)狀渠系水利用系數(shù)0.58，渠床土壤透水指數(shù)為0.5，輪灌周期為30 d[25].河套灌區(qū)的灌溉時(shí)間為4—11月，期間包含夏灌期（4—6月）、秋灌期（7—9月）以及秋澆期（10—11月）.2020年總干渠引水時(shí)間從4月11日渠首放口開(kāi)始，至11月21日關(guān)口結(jié)束.目前，總干渠以續(xù)灌為主；各干渠以輪灌為主，采取大輪灌小續(xù)灌、輪續(xù)結(jié)合的方式[26-27].總干渠及干渠設(shè)計(jì)參數(shù)如表1所示，表中Qd為設(shè)計(jì)流量，W為需水量，A為灌溉面積，Ld為長(zhǎng)度.

表1 河套灌區(qū)總干渠及干渠參數(shù)

2 研究方法

2.1 多目標(biāo)多變量渠系優(yōu)化配水模型

為使渠系優(yōu)化配水模型更符合實(shí)際渠道輸水情況，文中擬考慮水流過(guò)渡平穩(wěn)、渠道滲漏量達(dá)到最小為優(yōu)化目標(biāo)，將配水時(shí)間作為決策變量，以此建立模型.目標(biāo)函數(shù)如式（1），（2）所示.

（1）

（2）

約束條件為

1） 流量約束：

αdjQdj≤Q′j≤αujQdj,

（3）

γdqdu≤q′u≤γuqdu,

（4）

式中：qdu,Qdj為上、下級(jí)渠道設(shè)計(jì)流量,m3/s；q′u為上級(jí)渠道輸水毛流量，m3/s；γd,αdj分別為上、下級(jí)渠道最小流量折減系數(shù)；γu,αuj分別為上、下級(jí)渠道加大流量系數(shù);Au為上級(jí)渠床土壤透水系數(shù).

2） 時(shí)間約束：

0≤t′j≤t″j≤T.

（5）

3） 水量約束：

（6）

Qj（t″j-t′j）≥MjSj,

（7）

（8）

式中：Wmax為允許可供水量,m3；Mj為下級(jí)渠道控制區(qū)域作物的灌溉定額,萬(wàn)m3/hm2；Sj為下級(jí)渠道控制區(qū)域作物面積,hm2.

（9）

模型中渠系滲漏計(jì)算采用經(jīng)驗(yàn)公式，對(duì)于渠道最小流量與加大流量的約束系數(shù)采用經(jīng)驗(yàn)系數(shù)，公式與系數(shù)參照《農(nóng)田水利學(xué)》[28].

2.2 渠系配水優(yōu)化模型求解

文中采用回溯搜索算法、多目標(biāo)粒子群優(yōu)化算法、向量評(píng)估遺傳算法對(duì)渠系配水模型進(jìn)行求解.

2.2.1 回溯搜索算法（BSA）

回溯搜索算法是Civicioglu在2013年提出的啟發(fā)式優(yōu)化算法，它根據(jù)最佳條件向前搜索以達(dá)到目標(biāo).BSA算法優(yōu)點(diǎn)是結(jié)構(gòu)簡(jiǎn)單、易于編程，僅預(yù)定義了1個(gè)參數(shù)，可依據(jù)歷史信息引導(dǎo)種群進(jìn)化， 但該算法的局部搜索能力較弱.具體步驟分為初始化、首選、突變、交叉、復(fù)選.

在進(jìn)行渠系優(yōu)化配水時(shí)，若Q為灌區(qū)總干渠總流量；α為渠道水利用系數(shù)，共有J條干渠，Qj為各干渠設(shè)計(jì)流量，Vj為用水量，不考慮渠道水損失，tj為各干渠灌溉時(shí)間，txm為第m次回溯后某干渠完成灌溉任務(wù)所需最短時(shí)間；第m次回溯后剩余流量Q′m，共進(jìn)行M次回溯，總供水量為G；Rm為每次回溯后棄水量，R為總棄水量.

不考慮渠道水損失理想條件下，水量關(guān)系為

（10）

（11）

每次回溯后棄水量為

Rm=Q′mtxm,

（12）

總棄水R為

（13）

BSA優(yōu)化配水思想：總干渠設(shè)計(jì)流量恒定條件下，求解干渠閥門(mén)開(kāi)啟情況，保持干渠以恒定流量連續(xù)穩(wěn)定供水，當(dāng)某干渠達(dá)到田間灌溉所需水量時(shí)關(guān)閉閥門(mén)，保證其余干渠流量連續(xù)恒定條件下再次運(yùn)用BSA選擇干渠，以此循環(huán)至所有干渠達(dá)到灌溉要求.R趨向于0，即代表可實(shí)現(xiàn)最佳配水.

2.2.2 多目標(biāo)粒子群優(yōu)化算法（MOPSO）

粒子群優(yōu)化算法（PSO）是一種新型全局優(yōu)化進(jìn)化算法，它是源于對(duì)鳥(niǎo)群捕食行為的研究[29].PSO算法始于隨機(jī)解，通過(guò)迭代發(fā)現(xiàn)最優(yōu)解，并追隨當(dāng)前搜索到的最優(yōu)值尋找全局最優(yōu).在一片區(qū)域內(nèi)分布著大大小小不同的食物源，為了最終尋找到最大的食物源，即全局最優(yōu)解，鳥(niǎo)群可以通過(guò)自身經(jīng)驗(yàn)和群體之間相互傳遞的位置信息來(lái)不斷地調(diào)整探索路徑，使得整個(gè)鳥(niǎo)群都聚集在食物源周圍.搜索到最適合覓食的地方就意味著找到了問(wèn)題的最優(yōu)解，問(wèn)題收斂.MOPSO是基于PSO算法提出來(lái)的，高效便捷、初始化隨機(jī)、求解速度快、全局搜索能力強(qiáng).

2.2.3 向量評(píng)估遺傳算法（VEGA）

向量評(píng)估遺傳算法（VEGA）是第1個(gè)用于尋找1組非劣解的多目標(biāo)進(jìn)化算法[30].VEGA的主要思想是根據(jù)目標(biāo)個(gè)數(shù)將每一代種群均分為數(shù)個(gè)子種群，子種群會(huì)根據(jù)不同的目標(biāo)函數(shù)分配到1個(gè)適用值，子種群使用內(nèi)部的選擇算子進(jìn)行篩選，交叉、變異得到新一代的種群[31].VEGA方法簡(jiǎn)單、容易操作，但得到的優(yōu)化結(jié)果可能會(huì)有2個(gè)極端，一個(gè)是第一目標(biāo)最優(yōu)，第二目標(biāo)盡可能優(yōu)化，另一個(gè)則與之相反.因此應(yīng)在模型求解中選擇第1類的子代群體作為新一代種群進(jìn)行迭代計(jì)算.

3 研究結(jié)果

3.1 模型參數(shù)

根據(jù)上述渠系模型，結(jié)合《農(nóng)田水利學(xué)》[28]相關(guān)公式，確定模型系數(shù)，取值:上級(jí)、下級(jí)渠道最小流量系數(shù)分別為0.4，0.6；上級(jí)、下級(jí)渠道加大流量系數(shù)都為1.2，防滲措施折減系數(shù)為0.5；渠床土壤透水系數(shù)為3.4、渠床土壤透水指數(shù)為0.5.

河套灌區(qū)總干渠共有13條下級(jí)干渠，MOPSO和VEGA對(duì)應(yīng)干渠將灌水起、止時(shí)間與配水毛流量設(shè)置為模型決策自變量，共39個(gè)決策變量；BSA對(duì)應(yīng)下級(jí)干渠將灌水起、止時(shí)間設(shè)置為模型決策自變量，共26個(gè)決策變量；VEGA設(shè)置最大遺傳代數(shù)為100.MOPSO選取包含1萬(wàn)個(gè)自變量定義域內(nèi)隨機(jī)初始點(diǎn)在內(nèi)的初始點(diǎn)集，慣性權(quán)重定義為0.8，自我、群體學(xué)習(xí)因子定義為0.9.根據(jù)上述模型的約束分別設(shè)定灌水持續(xù)時(shí)間限制、配水毛流量區(qū)間和粒子更新速度的變化區(qū)間，進(jìn)行模型的綜合求解.

3.2 求解結(jié)果

文中通過(guò)綜合算法參數(shù)以及《農(nóng)田水利學(xué)》[28]相關(guān)參數(shù)，分別使用BSA，MOPSO和VEGA算法求解渠系模型，生成渠系分時(shí)灌水結(jié)果圖.結(jié)果表明，BSA算法得到的灌溉時(shí)間為30.96 d，小范圍超出規(guī)定值30.00 d，見(jiàn)圖1a，圖中B為干渠編號(hào).MOPSO算法得到的灌水時(shí)間為11.65 d，相較于原來(lái)30.00 d的灌水周期均可以明顯縮短配水時(shí)間，使配水效率得到提高，見(jiàn)圖1b；VEGA算法計(jì)算得到的渠系灌溉時(shí)間為29.96 d，與原來(lái)灌水時(shí)間相近，但未能做到縮短配水時(shí)間，見(jiàn)圖1c.

MOPSO和VEGA算法可以得到各干渠的毛流量，圖2對(duì)比了2種算法下毛流量與設(shè)計(jì)流量結(jié)果.可見(jiàn)MOPSO算法所得毛流量相較于VEGA更接近于設(shè)計(jì)流量.

4 討論與分析

4.1 基于模型求解結(jié)果的算法優(yōu)越性分析

文中要求的灌溉時(shí)間為30.00 d，BSA，MOPSO和VEGA 3種算法得到的灌溉時(shí)間分別為30.96,11.65，29.96 d.BSA所得結(jié)果超出規(guī)定時(shí)間約1.00 d，MOPSO和VEGA均滿足灌溉時(shí)間要求.BSA沒(méi)有考慮到人工調(diào)度、閥門(mén)開(kāi)度、渠系流量到達(dá)恒定流量的過(guò)程，在0時(shí)刻開(kāi)始配水.因此文中以1.00 d作為流量變化的時(shí)間修正系數(shù)，使BSA所得結(jié)果向右平移1個(gè)單位.修正后，BSA配水時(shí)間為31.96 d，超出設(shè)定的輪灌周期，因此不建議采用BSA模型進(jìn)行河套灌區(qū)優(yōu)化配水過(guò)程模擬.MOPSO能夠以最短時(shí)間11.65 d對(duì)渠系進(jìn)行優(yōu)化配水，從配水時(shí)間角度而言該算法最優(yōu).VEGA配水流量較小且配水時(shí)間較長(zhǎng)，其原因可能是因?yàn)樗惴▽⒈ＷC渠系水流平穩(wěn)作為了第一目標(biāo)，但降低了渠道的整體運(yùn)行效率, 相較于MOPSO算法不能明顯縮短灌溉時(shí)間.另外，VEGA是一種隨機(jī)搜索算法，參數(shù)設(shè)置大多憑借經(jīng)驗(yàn)，并且沒(méi)有清晰的收斂規(guī)則，可能導(dǎo)致在某一代時(shí)群體的適應(yīng)度值已經(jīng)不再變化，從而無(wú)法得到全局最優(yōu)解.

MOPSO和VEGA算法均可以得出各干渠的毛流量，與設(shè)計(jì)流量相比，MOPSO比VEGA更接近設(shè)計(jì)流量.VEGA的毛流量小于MOPSO的毛流量，意味著VEGA流量小，配水時(shí)間長(zhǎng)，說(shuō)明這種配水方式更容易造成滲漏損失.這是因?yàn)樵谝欢ǖ臅r(shí)段內(nèi)，渠道的襯砌情況和地下水水位可以視為不變，若下級(jí)渠道采用小流量長(zhǎng)歷時(shí)的配水方式，必定會(huì)增加上級(jí)渠道的輸水時(shí)間[32]，造成水量損失增多.因此，從滲漏損失角度考慮，河套灌區(qū)更宜采用MOPSO算法得到的大流量短歷時(shí)的優(yōu)化結(jié)果.

4.2 基于統(tǒng)計(jì)參數(shù)的算法穩(wěn)定性分析

目前灌區(qū)渠道閥門(mén)開(kāi)啟和閉合的自動(dòng)化程度低、閥門(mén)開(kāi)啟對(duì)渠道水流穩(wěn)定性影響較大，因此為保證灌溉期間水流輸送的穩(wěn)定性，閥門(mén)開(kāi)閉時(shí)間應(yīng)盡量集中.文中利用變差系數(shù)Cv、偏態(tài)系數(shù)Cs分析渠道配水過(guò)程中閥門(mén)開(kāi)啟和關(guān)閉的集中程度，進(jìn)而探討不同優(yōu)化算法下水流的穩(wěn)定性問(wèn)題.

表2 各干渠閥門(mén)開(kāi)啟、關(guān)閉時(shí)間點(diǎn)偏離程度

4.3 基于水位變動(dòng)影響的算法適用性分析

BSA算法采用“定流量、控開(kāi)啟”的原則，而MOPSO采用的是“定流量、變歷時(shí)”，2種原則的不同之處在于各個(gè)干渠配水時(shí)間是否固定.BSA采用往年的灌水經(jīng)驗(yàn)，給出了各干渠的總的配水時(shí)間，求解得到閥門(mén)開(kāi)啟時(shí)間點(diǎn)即可確定配水結(jié)束時(shí)間點(diǎn)；MOPSO沒(méi)有給定固定的配水時(shí)間，配水歷時(shí)可以改變，故各個(gè)干渠的配水時(shí)間以及開(kāi)始、結(jié)束時(shí)間點(diǎn)的各次求解結(jié)果不同.由于黃河水位季節(jié)性變化，渠首引水量和各干渠引水時(shí)間往往會(huì)受到限制.四月中下旬至六月上旬是河套灌區(qū)作物需水量較大的時(shí)期，但是此時(shí)黃河上游地區(qū)干旱少雨，處于非汛期[33]，因此可能造成黃河流量變小，總干渠引水量可能相對(duì)減少.當(dāng)引水量減少時(shí)，為保證配水過(guò)程中“有水可引、引水夠用”，此時(shí)應(yīng)該采用以往同時(shí)期的經(jīng)驗(yàn)數(shù)據(jù)，固定配水時(shí)間，采用BSA進(jìn)行優(yōu)化；當(dāng)某時(shí)段引水量充足時(shí)，此時(shí)建議采用MOPSO算法求解.

4.4 基于管理效率的算法合理性分析

由于技術(shù)限制等問(wèn)題，目前閥門(mén)啟閉仍主要依賴灌區(qū)管理人員控制.河套灌區(qū)面積大、渠道多，因此分區(qū)管理對(duì)于提升效率具有重要意義.根據(jù)配水時(shí)間集中程度以及干渠的地理位置分布情況對(duì)干渠實(shí)行分區(qū)，進(jìn)行集中管理，有利于增強(qiáng)管理人員的可操作性，整體提升灌區(qū)的管理效率.BSA可以分為3區(qū)：1，2，4—7號(hào)干渠配水時(shí)間集中在前15 d，設(shè)為一區(qū)；3號(hào)干渠獨(dú)立設(shè)為二區(qū)；8—13號(hào)干渠配水均開(kāi)始于9 d以后，設(shè)為三區(qū).同理，MOPSO可分為2區(qū)：1—6號(hào)干渠配水時(shí)間集中在前7 d，設(shè)為一區(qū)； 7—13號(hào)干渠配水時(shí)間集中在4—12 d，設(shè)為二區(qū).VEGA不能明顯看出分區(qū)結(jié)果.綜上，針對(duì)BSA和MOPSO的優(yōu)化結(jié)果可以進(jìn)行分區(qū)管理，有利于提高整體管理效率；VEGA優(yōu)化結(jié)果依據(jù)配水時(shí)間集中程度和干渠地理位置進(jìn)行區(qū)域劃分的界限不明顯，不能得到較為理想的分區(qū)結(jié)果.通過(guò)算法優(yōu)化手段獲得的配水方案以及分區(qū)結(jié)果可作為參考方案提供給當(dāng)?shù)毓芾聿块T(mén)，但在實(shí)際的配水調(diào)度管理過(guò)程中，需綜合考慮多方面因素的影響進(jìn)行適時(shí)適量的調(diào)整，影響因素包括引水量年際變化、農(nóng)民種植實(shí)際用水需求變化、管理部門(mén)人員部署調(diào)整等方面.

5 結(jié) 論

1） 以水流過(guò)渡平穩(wěn)和渠系滲漏量最小作為2個(gè)優(yōu)化目標(biāo)，建立多目標(biāo)渠系優(yōu)化模型，同時(shí)以河套灌區(qū)作為研究對(duì)象，利用回溯搜索算法、多目標(biāo)粒子群算法和向量評(píng)估遺傳3種算法求解.求解結(jié)果表明： MOPSO配水時(shí)間為11.65 d，縮減為原要求灌溉天數(shù)的38.8%，大大提高了配水效率；VEGA優(yōu)化效果不佳，不能明顯縮短配水時(shí)間；BSA得到的灌溉時(shí)間超過(guò)要求的輪灌周期，并不建議采用此模型應(yīng)用于河套灌區(qū).

2） 基于同一渠系模型，以各干渠閥門(mén)開(kāi)啟集中程度作為評(píng)價(jià)水流穩(wěn)定性的標(biāo)準(zhǔn)，并利用Cv,Cs進(jìn)行衡量.3種算法結(jié)果進(jìn)行對(duì)比分析，MOPSO和VEGA能更好地控制渠系配水過(guò)程中閥門(mén)相對(duì)集中開(kāi)啟，因此可以保證灌溉水在渠道運(yùn)輸中的穩(wěn)定性.

3） 考慮渠首水位變化等因素，針對(duì)配水時(shí)間是否固定的問(wèn)題對(duì)MOPSO和BSA算法優(yōu)化結(jié)果進(jìn)行了適用性分析，結(jié)果表明當(dāng)渠首引水量較少時(shí)，需固定配水時(shí)間，采用BSA進(jìn)行優(yōu)化；當(dāng)渠首引水量充足時(shí)，配水時(shí)間可不必固定，此時(shí)建議采用MOPSO算法求解.

4） 根據(jù)配水時(shí)間集中程度以及干渠的地理位置分布情況對(duì)3種算法優(yōu)化結(jié)果進(jìn)行管理區(qū)域劃分，結(jié)果表明BSA和MOPSO算法優(yōu)化結(jié)果便于實(shí)施分區(qū)管理措施，而VEGA優(yōu)化結(jié)果不能得到較為理想的分區(qū)結(jié)果.