买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明公开了一种区域水资源配置与调度系统动态建模方法及系统，该方法通过收集区域数据，确定水资源管理管控断面，并采用耦合度‑Spearman相关系数法和障碍度模型‑QAP法筛选出与管控断面相关的水资源供需对象、以及与供需对象相关的关键因子。基于复杂网络理论，构建单个水资源供需模型CN‑Agent，并通过ML‑SSGN算法优化其行为选择。使用MAS理论和ACL通信语言，动态构建水资源配置与调度系统、以及多个CN‑Agent的协作机制，生成多种调度方案。最后，采用FCM‑PCA‑VIKOR方法对方案进行排序，选出最佳实施方案。该系统可为区域水资源调度提供科学的实施方案。

主权项：1.区域水资源配置与调度系统动态建模方法，其特征在于，包括如下步骤：步骤S1、收集研究区域资料，根据水资源配置与调度需求确定区域管控断面，采用耦合度-Spearman相关系数法动态筛选出与管控断面控制指标相关性较强的水资源供需对象；采用障碍度模型-QAP法分别筛选与各分区单元用户需水量相关性较强的影响因子和与各水源来水量相关性较强的影响因子作为敏感因子；步骤S2、基于复杂网络理论构建符合水资源调度工程拓扑结构以及有效表达水资源调度变量间相关性的水资源供需对象的单个CN-Agent模型，基于复杂网络理论和ML-SSGN学习算法完成单个Agent的行为选择；步骤S3、基于MAS理论动态构建区域水资源配置与调度系统，基于ACL通信语言确立CN-Agent之间的通信模式；采用双梯队逻辑理论与进化博弈理论结合的方法构建多CN-Agents的动态协作与组织机制，生成区域水资源配置与调度方案集；步骤S4、构建多维度评价指标集，采用FCM聚类和PCA方法形成综合指标评价矩阵；利用德尔菲法和决策实验室法确定指标权重；应用VIKOR方法计算各方案的折中可行解；根据折中可行解排序，选择最优方案作为区域水资源配置与调度的最终实施方案；所述步骤S1进一步为：步骤S11、收集研究区域的多维度资料，包括自然地理、水文、工程和社会经济资料；获取重要管控断面的控制指标数据；分析用户需求，确定调度期、时间尺度和系统运行参数，为区域水资源配置与调度系统建模提供基础数据支持；步骤S12、获取水资源供需对象指标数据，采用秃鹰搜索-投影寻踪法和DEMATEL-CRITIC方法进行数据处理和权重计算；应用耦合度-Spearman相关系数法，计算管控断面控制指标与各水资源供需对象的相关度，筛选出相关性较强的对象；步骤S13、收集用户需水量和水源来水量影响因子数据，通过秃鹰搜索-投影寻踪法和障碍度模型进行数据标准化和障碍度计算；利用QAP方法和熵权法分析影响因子相关性，确定最终敏感因子；所述步骤S12进一步为：步骤S12a、采用秃鹰搜索-投影寻踪法对水资源供需对象的指标数据极差进行标准化和归一化处理，构建投影指标函数并优化，采用秃鹰搜索算法求解投影指标函数，计算得到最佳投影方向和各指标的投影值，并消除不同指标之间维度影响；步骤S12b、采用DEMATEL法，通过专家打分方式构建水资源供需对象指标的影响矩阵，并进行规范化处理得到规范影响矩阵，计算规范影响矩阵得到水资源供需对象指标的综合影响矩阵以及各指标权重，并采用CRITIC法计算得到变异系数和相关系数，得出综合指数及各指标权重，基于主客观权重组合赋权得到综合权重；步骤S12c、采用耦合度-Spearman相关系数法，将综合权重赋值给各水资源供需对象指标，采取耦合度模型及Spearman相关系数法求解得到管控断面控制指标与各水资源供需对象的相关度，将相关度绝对值大于阈值的水资源供需对象筛选为与管控断面控制指标相关性较强的水资源供需对象；所述步骤S13进一步为：步骤S13a、采用秃鹰搜索-投影寻踪法，将各分区单元用户需水量影响因子指标数据以及各水源来水量影响因子指标数据极差标准化，构建并优化投影指标函数，采用秃鹰搜索算法对其求解，得到最佳投影方向和各指标的投影值，消除不同指标之间维度影响；步骤S13b、采用障碍度模型，分别计算与各分区单元用户需水量相关的敏感因子的指数障碍度和与各水源来水量相关的敏感因子的指数障碍度，即各分区单元用户需水量与年末总人口、城市化率、降雨量、第一产业生产总值、农作物播种面积、有效灌溉面积、工业生产总值、万元工业增加值用水量、绿化覆盖面积、年平均气温因子的指数障碍度，各水源来水量与径流、降水、平均气压、平均温度、平均相对湿度因子的指数障碍度；步骤S13c、以需水量、来水量的矩阵为被解释变量，以影响因子矩阵为解释变量，构建关系数据计量模型，采用QAP方法比较两两矩阵之间的对应值以得出相关系数，采用QAP方法进行分析，比较两两矩阵之间的对应值以得出相关系数，并对系数进行非参数检验，采用熵权法对影响因子的指数障碍度和相关系数进行客观加权，并对数据排序对比得到敏感因子；所述步骤S2进一步为：步骤S21、基于水资源系统中的供需对象确定CN-Agent节点，包括水源和用户Agent的调度变量；计算复杂网络的属性指标，采用Z-score-EWM方法得到节点间相关性系数；根据节点相关性绘制连边，使用时间序列分析确定连边方向，构建复杂网络结构图；步骤S22、获取敏感因子数据和实时水雨情信息，预测CN-Agent的来水与需水，更新其知识库；基于复杂网络结构和ML-SSGN算法进行信念推理和学习，更新CN-Agent行为状态；利用最大期望效用准则选择最优行为；通过迭代过程完成CN-Agent的自主行为响应；所述步骤S21进一步为：步骤S21a、基于水资源系统中各供需对象对应的Agent确定节点，包括：对于水源CN-Agent，调度变量包括某一时段的入库水量、时段末蓄水量、下泄水量和供水量，将上述变量经离散分解后得到有限节点；对于用户CN-Agent，调度变量为用户在某一时段获得的供水量，根据其在水资源供需平衡过程中向不同水源索要的用水量变化得到离散的有限节点；步骤S21b、分别计算复杂网络的度分布、最短路径长度和聚类系数三项属性指标，采用Z-score-EWM综合法消除量纲的影响，计算得到各节点间相关性综合反映系数，并采用该系数表征节点间的相关性；基于节点相关性为存在相关关系的关联节点绘制连边，采用时间序列分析的动态观察方法确定连边方向，绘制复杂网络结构图；所述步骤S22进一步为：步骤S22a、基于敏感因子进行单个水资源供需对象CN-Agent的来水与需水预测，得到调度期来水和需水信息并作为CN-Agent的信息输入；提取实时水雨情信息和用户信息输入CN-Agent，并更新CN-Agent的知识库；步骤S22b、基于复杂网络结构进行信念推理，调用ML-SSGN学习算法进行学习，更新CN-Agent的行为状态；采用更新后的CN-Agent对模型属性指标进行计算及相关性推理；基于最大期望效用准则计算CN-Agent模型中节点的每个可能取值对应的效用函数，从行动集中选择效用值最大的行为作为单个CN-Agent下一个状态的行为选择；步骤S22c、重复步骤S22a-步骤S22b，完成单个CN-Agent的自主行为响应过程；所述步骤S3进一步为：步骤S31、基于MAS理论构建水资源配置与调度系统，为每个CN-Agent分配唯一标识和通信地址；设定ACL通信语言的消息原语和参数声明法，定义消息传输类型；确立各CN-Agent的信息交互内容，包括Agent属性和通信数据，形成完整的区域水资源配置与调度系统通信框架；步骤S32、构建多CN-Agents直接通信的协作通道；基于双梯队逻辑框架和进化博弈理论，建立供需群体博弈系统，为CN-Agent制定协作策略并计算收益矩阵；在设定的调度期内，通过动态调整和策略更新，寻求均衡解；最终生成可行的区域水资源配置与调度方案集；所述步骤S31进一步为：步骤S31a、基于MAS理论将水资源供需对象CN-Agent组建为区域水资源配置与调度系统，构建智能分解的MAS模型；步骤S31b、依次对每个CN-Agent设定唯一的身份标识，基于ACL通信语言的语法确定各Agent的通信地址，并向其他Agent开放消息请求端口；步骤S31c、设定ACL通信语言的消息原语，在每次通信时采用参数声明法指明消息传输的类型，所述类型包括：信息发送者标识和地址、信息接收者标识和地址、发送者的行为状态、发送者意愿、信息内容、信息交互状态和语言名称；步骤S31d、设定各类CN-Agent在进行信息交互时所能传输的消息内容，包括：发送者Agent的通讯地址、类型、能力、状态、环境、请求和响应信息；所述步骤S32进一步为：步骤S32a、基于多Agents之间的通信模式，采用直接通信构建多Agents协作通道与合作机制；步骤S32b、基于双梯队逻辑框架构建针对供需两类对象的双梯队博弈系统，以水源CN-Agent为供应者，以用户CN-Agent为需求者，形成多对多的供需群体博弈空间；基于进化博弈理论，为各类CN-Agent制定协作策略，包括合作策略和背叛策略，基于双梯队逻辑理论计算博弈双方在采取不同策略时的收益，并构建每次博弈中的收益矩阵，基于费米规则建立动态复制方程；步骤S32c、设定区域水资源配置与调度的调度期作为博弈周期，基于博弈周期将接收到协作请求的CN-Agent不断重复上述动态调整和策略更新的过程，直到找到均衡解，并作为该CN-Agent最后在协作中做出的实际响应；通过系统中各CN-Agent的协作运行，最终生成一系列在现有供需条件下可行的区域水资源配置与调度方案集；所述步骤S4进一步为：步骤S41、构建多维度的评价指标集，包括缺水量、用水保证率和水资源利用成本；建立绝对和相对指标矩阵，设定阈值参量并归一化处理；采用鲸鱼优化算法的FCM聚类方法对指标分类，结合PCA方法提取主成分，形成综合指标评价矩阵；步骤S42、采用德尔菲法对各指标重要性进行评分，不断重复咨询与重申的过程，直到专家意见集中度达到5.0分以上结束咨询；采用决策实验室法依次计算每个评价指标的综合权重，得到最终的权重矩阵；步骤S43、采用VIKOR方法计算出指标加权矩阵，并计算最大化群体效益、最小化个体损失，利用加权Z-得分法计算得到各方案折中系数，最后计算出各方案的折中可行解；步骤S44、将各方案对应的折中可行解按从大到小排序，其中折中可行解最小的方案即为区域水资源配置与调度的最优方案，作为最终实施方案。

全文数据：

权利要求：

百度查询： 河海大学 区域水资源配置与调度系统动态建模方法及系统