基于灰色神经网络与多目标优化的中国淡水资源预测与分配研究  

Research on Prediction and Assignment of Chinese Freshwater Resources Based On Gray Neural Network Algorithm and Multi-objective Optimization

作　　者：赵建强[1] 戴青松[2] 李浩然[3] 丁龙[2] 屠新明 

机构地区：[1]徐州工程学院数理学院,江苏徐州221111 [2]徐州工程学院环境工程学院,江苏徐州221111 [3]徐州工程学院信电工程学院,江苏徐州221111

出　　处：《节水灌溉》2014年第10期33-35,共3页Water Saving Irrigation

基　　金：国家自然科学基金青年基金(11201485);徐州工程学院校青年项目(XKY2010201)

摘　　要：随着淡水资源的日益减少和需求量的日益增加,我国未来一段时间的淡水需求预测与分配问题显得尤为重要。首先通过建立灰色神经网络组合模型来预测2025年全国各省份的淡水资源需求量,然后建立多目标优化数学模型,给出10大淡水湖给各省份的调水方案。结算结果显示,给出的分配方案能够满足全国各省的2025年的淡水需求计划,这对我国合理利用淡水资源具有一定的指导意义。With the increasing dwindling freshwater resources and demand, fresh water demand torecastlng anti allocation promems are very important to our country. In this study, firstly, a gray neural network model is established to forecast freshwater resources demand for each province in 2025. Then, a multi-objective optimization model is established to solve the 10 largest freshwater lake water transfer schemes. The results show that the scheme presented in this paper can meet the water demands plan of each provinces in 2025. This has a certain significance to Chings freshwater resource utilization.

关 键 词：淡水资源需求 淡水资源分配 灰色神经网络 多目标优化 

分 类 号：TV211.1[水利工程—水文学及水资源]