APP下载

基于改进多目标蚁群算法的灌区渠系优化配水计算研究

2018-04-24

水利规划与设计 2018年3期
关键词:渠系需水需水量

孔 博

(沈阳市浑蒲灌区管理中心,辽宁 沈阳 110024)

灌区配水优化计算对于灌区水资源有效利用十分重要,灌区优化配水计算将提高农作物需水度,提高灌区有效配水率,将灌区水资源的效益发挥到最大。为此近些年来,国内许多学者针对灌区的水资源优化配置进行了相关研究,取得一定的研究成果[1- 6]。在灌区优化配水模型中,多目标蚁群算法可实现多目标条件下的优化,在水资源优化配置领域得到较为成熟的应用[7- 8],但是传统多目标蚁群算法在优化求解过程中未能实现变量检索的自动调整,使得传统算法下求解收敛速率较慢,优化求解精度不高。本文引入改进的多目标蚁群算法,以辽宁中部某灌区为研究区域,对该区域渠系进行优化配水计算。研究成果为其他灌区渠系优化配水计算提供方法参考。

1 改进多目标蚁群算法主要原理

多目标蚁群算法首先需要设定目标函数,目标函数方程为:

Z=opt(f(fs(x),fj(x),fh(x)))

(1)

式中,fs(x)、fj(x)、fh(x)—社会、环境以及经济三个方面的效益函数。

在进行方程优化求解时,需要对以上三个效益变量进行加权求解计算,计算方程为:

(2)

式中,i—效益变量的目标函数;fi(x)—第i目标效益函数;ω—效益变量权重值。

不同目标函数设定的方程不同,其中经济效益变量一般追求最大化,计算方程为:

(3)

式中,e—灌区供水用户的效益系数,元/m3;j—供水用户数量;ν—用水定额标准,元/m3;α—供水用户的次序系数。

社会效益目标函数的计算方程为确保区域水资源短缺程度达到最小,计算方程为:

(4)

式中,D—不同行业之间的需水水量,m3;ν′—灌区供水标准,m3。

灌区配水生态效益目标改善区域水质,使得污染物浓度达到较低程度,目标函数的设定方程为:

(5)

式中,C—区域水质的污染物浓度值,mg/l;O—污染物浓度系数值。

在设定目标函数的同时,需要对灌区优化配水模型进行约束条件的设定,首先需要设定供水条件的约束,约束方程为:

(6)

式中,x—灌区可供水量,m3;W—灌区总的供水能力。在设定完供水约束条件后,需要对需水约束条件进行设定,需水约束主要对农作物的需水条件进行约束,约束方程为:

(7)

式中,Li—不同区域农作物面积,hm2;S—区域的农作物灌溉用水定额,m3/hm2。

改进的多目标蚁群算法采用自适应距离度对不同变量的信息搜索进行优化调整,自适应度计算方程为:

Dmin(t)=D0/Tβ

(8)

式中,D0—目标搜索源距离;β—自适应系数;T—搜索变量;Dmin—标源搜索最小距离。

在进行目标搜索源自适应调整后,需要对目标函数的信息要素进行扩散计算,变量信息扩散搜索方程为:

(9)

式中,R—改进多目标蚁群算法的扩散半径;S—扩散源与变量之间的距离;Himin—不同变量最小信息检索变量;Y—为目标函数;Y0—为自适应调整前的目标函数。

2 灌区渠系优化配水计算研究

2.1 灌区基本特征

本文以辽宁中部某灌区为研究实例,灌区内主要渠系的配水特征见表1,该灌区主要对区域内的

表1 灌区基本特征值

农作物进行灌溉,区域配水流量在0.175~1.53m3/s之间,实际测定的灌区有效配水率在16.7%~41.2%之间。

2.2 灌区主要农作物需水计算

研究灌区主要农作物为水稻、玉米、蔬菜以及果园,结合农作物需水模型[9]对灌区主要农作物逐月的需水量进行计算,计算结果见表2。

表2 灌区主要农作物逐月需水量成果

从表2中可以看出,灌区各农作物均在5~9月的需水量达到最高,这主要是因为这几个月份区域潜水蒸发较大,使得作物耗水量增加,因为需水量也逐步增加,区域各农作物的需水量的逐月分配过程主要和区域农作物耕种措施相关,在种植时期,其作物需水量相应增加,进入作物收割时期,其作物的需水量逐步减少。

2.3 不同算法下的灌区配水优化计算

分别结合不同优化算法对灌区农作物配水进行优化计算,并对比分析不同算法下各农作物的逐月配水变化过程,计算分析结果见表3~5以及图1。

表3 传统多目标蚁群算法下的灌区渠系优化配水结果

表4 改进的多目标蚁群算法下的灌区渠系优化配水结果

表5 不同优化算法下灌区渠系优化配水结果对比

图1 不同算法下各农作物优化配水结果

从表3和表4中可以看出,相比于传统算法,改进算法下灌区各农作物逐月配水量得到增加,区域各农作物的需水满足度得到明显改善。这主要是因为在改进多目标蚁群算法下,目标优化求解速率较快,目标求解精度得到改善,因此配水优化程度得到提升。从表5中可以看出,在改进算法下,灌区优化配水量均值提高9.21万m3,优化配水率平均提高14.3%。从图1中可以明显看出,改进算法下各农作物的配水过程得到不同程度的提升和优化。

2.4 改进多目标蚁群算法下渠系配水时间与配水流量优化结果

考虑到渠系优化组合下对灌区配水调节率和配水时间的影响,结合改进的多目标蚁群算法对渠系配水时间与配水流量进行优化,优化结果见表6。

表6 改进目标蚁群算法下渠系配水时间与配水量优化结果

从表6中可以看出,在改进多目标蚁群算法下,各渠系优化组合下,相比于轮灌作业方式,优化配水模型下,研究灌区优化配水时间可缩短31.3h,配水调节率在54.8%~72.8%之间,配水调节率的提高和配水时间的有效缩短,将最大程度发挥灌区配水的各个目标效益值,使得灌区的水资源得到有效利用和分配。

3 结论

本文结合改进的多目标蚁群算法对辽宁中部某灌区的配水进行优化计算,分析取得以下结论:

(1)改进算法下,灌区各农作物的配水优化率相比于传统算法得到明显提高,作物需水度也得到一定程度的提高,将有利于提高区域农作物产量;

(2)灌区渠系优化组合下的配水调节率和配水时间都明显好于轮灌作业方式,可最大化发挥灌区的目标效益,提高灌区水资源的利用率。

[1] 何英, 任艳, 郭玉川. 内陆干旱灌区优化配水模型及管理模式[J]. 水科学与工程技术, 2014(06): 65- 68.

[2] 王美多. 基于SWAT模拟的法库县灌区试验研究及其应用[J]. 水利技术监督, 2017(03): 65- 68.

[3] 王星星. 灌区年径流量预测与灌区优化配水研究[D]. 西安建筑科技大学, 2009.

[4] 阿扎提古丽·扎克. 灌区节水改造工程灌溉水利用系数的确定[J]. 水利技术监督, 2016(03): 92- 93.

[5] 王斌, 张展羽, 张国华, 等. 基于自由搜索的灌区优化配水模型研究[J]. 水利学报, 2008(11): 1239- 1243.

[6] 刘海娟. 灌区水资源供需水量平衡分析[J]. 水利技术监督, 2015(05): 64- 66.

[7] 刘照, 华庆伟, 张成才, 等. 基于RS、 GIS及智能算法的渠系优化配水[J]. 西北农林科技大学学报(自然科学版), 2017(04): 213- 222.

[8] 程帅. 基于智能算法与GIS的灌溉水资源多目标优化配置[D]. 中国科学院研究生院(东北地理与农业生态研究所), 2016.

[9] 陶长生. 大型水稻灌区高产节水灌溉优化配水模型研究[J]. 灌溉排水, 1998(02): 43- 46.

猜你喜欢

渠系需水需水量
工程状况与管理水平影响的渠系水利用效率指标体系的构建
受防渗标准影响的渠系水利用系数计算问题探讨
研究揭示大尺度干旱半干旱区生态景观格局与区域作物需水之间的潜在关联性
南京城市中心区生态需水量探析
基于无人机遥感的元阳梯田典型灌区渠系结构特征
马铃薯各生育时期需水关键技术
西藏地区作物需水量研究现状综述
贵州番茄需水量时空分布特征
基于无人机DEM的灌区渠系提取方法
成都市生态需水量研究